Интерактивный аватар: как вести живой диалог с аватаром в реальном времени

Интерактивный аватар — это стриминговая сессия в разделе «Видео-аватары»: аватар говорит вживую по вашему тексту или по загруженному аудио, а результат тут же доступен потоковой ссылкой. Отличие от обычного видео с аватаром принципиальное: готовый ролик рендерится минутами, а живая сессия начинает говорить за секунды, и в неё можно досылать текст прямо во время эфира. Ниже — что это за инструмент, какие у него режимы, как запустить сессию и сколько это стоит.

Что это и кому пригодится

Обычный видео-аватар — это запись: вы задаёте текст, ждёте рендер и получаете готовый файл. Интерактивный аватар работает иначе — как прямой эфир. Сессия открывается, аватар сразу начинает говорить, а вы в реальном времени управляете им: досылаете новые фразы, останавливаете или закрываете. Такой формат удобен там, где важен момент: приветствие гостя на лендинге, живой ответ на вопрос, короткая демонстрация, репетиция сценария до записи финального ролика, виртуальный ведущий на встрече или в обучении.

Насколько живой формат быстрее обычной генерации, видно по замерам платформы: по телеметрии от 07.09.2026 пятисекундный клип 1080p рендерится в среднем около 115 секунд и укладывается в 165 секунд в 95% случаев. Готовый видео-аватар идёт фоном минутами — по журналу генераций платформы за 30 дней (3 сентября – 2 октября 2026) запущено 3 304 видео-задачи, из них 2 377 завершились успешно. Живая сессия к этому ожиданию не привязана: она начинается сразу.

Три источника речи

У инструмента три режима — выберите тот, что подходит задаче:

• Текст (Script). Вводите готовый текст — аватар читает его как есть. Подходит для приветствий, объявлений, заготовленных реплик.
• Поток текста (Streaming text). Задаёте стартовую фразу, а дальше досылаете новые строки по ходу сессии — аватар продолжает говорить, как в живом диалоге. Удобно, когда ответ рождается на ходу.
• Аудио. Загружаете готовый аудиофайл — аватар повторяет его с точной артикуляцией (липсинк). Пригодится, если озвучка уже записана вашим голосом или клоном.

Текст в режимах «Текст» и «Поток текста» — до 5000 символов. Голос выбирается из каталога с поиском и предпрослушиванием: нажмите кнопку прослушивания рядом с голосом, чтобы услышать его до запуска.

Как начать: по шагам

1. Откройте вкладку «Интерактивный аватар» в разделе «Видео-аватары».
2. Войдите в аккаунт: гость может посмотреть раздел, но для запуска сессии потребуется вход.
3. Выберите источник речи — «Текст», «Поток текста» или «Аудио».
4. Выберите аватар из галереи готовых образов.
5. Для режимов с текстом выберите голос и введите реплику — голос можно сначала прослушать.
6. Для режима «Аудио» прикрепите аудиофайл.
7. Посмотрите цену в токенах — она видна до запуска и считается по длине сессии.
8. Нажмите «Запустить сессию». Аватар начнёт говорить, а сессия появится в истории.

Как управлять сессией

Живая сессия — это не файл, а поток, поэтому в истории у неё свой статус: «В эфире», «Завершена» или «Ошибка». Готовую сессию можно открыть потоковой ссылкой и посмотреть прямо в карточке через встроенный плеер. В режиме «Поток текста», пока сессия активна, появляется поле для досылки новых фраз — так разговор продолжается без перезапуска. Любую сессию можно остановить кнопкой и удалить из истории.

Сколько это стоит

Оплата идёт по секундам сессии, минимальный блок — одна минута. Цена в токенах показывается до запуска и считается по тем же данным, что уйдут в списание, поэтому показанная сумма равна фактической для любого допустимого ввода. Если сессия не удалась, списанное возвращается. Подписки нет: новым пользователям начисляются стартовые токены на первые пробы, дальше баланс пополняется на нужную сумму.

С чем сочетать

• «Аватары и генерация» — записать обычный ролик с аватаром.
• «Озвучка текста» — подготовить аудио, которое затем можно подать в живой сессии.
• «Клонирование голоса» — озвучивать своим голосом.
• «Studio-сцены» — собрать ролик из нескольких сцен.

Частые вопросы

Чем интерактивный аватар отличается от обычного видео с аватаром?

Обычный ролик — это запись: текст задаётся заранее, затем идёт рендер, и вы получаете готовый файл. Живая сессия — это поток: аватар начинает говорить сразу, а текст можно досылать во время эфира. Первое — для готового видео, второе — для диалога и ответов в момент.

Нужно ли держать вкладку открытой?

Сессия живёт на стороне сервиса, а результат доступен по потоковой ссылке — вы можете вернуться к ней из истории. Досылать фразы в режиме «Поток текста» удобнее из открытой вкладки.

Какие голоса и языки доступны?

Голоса берутся из каталога с фильтром по языку: их можно искать и прослушивать до запуска. Язык голоса выбирается отдельно от режима — можно озвучить текст на нужном языке.

Сколько стоит сессия?

По секундам с минимальным блоком в одну минуту; цена в токенах видна до запуска и равна списываемой. Подписки нет, новым пользователям начисляются стартовые токены.