អត្ថបទត្រូវបានសរសេរជាភាសាឥណ្ឌូណេស៊ី។
Video tanpa suara sering terasa kosong, terutama di TikTok dan Reels yang biasanya ditonton dengan suara menyala. Dulu, kamu harus mencari efek suara dan menyusunnya sendiri di aplikasi edit. Sekarang beberapa model bisa langsung membuat video AI dengan suara: bunyi hujan, langkah kaki, deru mesin, sampai ucapan pendek, semuanya dihasilkan bersama gambarnya.
Tapi tidak semua model punya kemampuan ini, dan cara menulis prompt untuk suara sedikit berbeda dari prompt visual. Panduan ini membahas model mana yang bersuara, cara mendeskripsikan audio, biaya tambahannya, dan kapan lebih baik menambahkan suara sendiri saat mengedit.
Model video AI dengan suara di Videbro
Berikut status audio di tiap model:
| Model | Suara | Biaya suara | Contoh 720p dengan suara |
|---|---|---|---|
| Seedance 2.0 Fast | Ya | Sudah termasuk tarif | 5 detik = 200 kredit |
| Seedance 2.0 | Ya | Sudah termasuk tarif | 5 detik = 250 kredit |
| Veo 3.1 Fast | Ya | Sudah termasuk tarif | 8 detik = 264 kredit |
| Veo 3.1 Lite | Ya | Sudah termasuk tarif | 4 detik = 68 kredit |
| Kling 3.0 | Opsional | +9 kredit per detik | 5 detik = (28 + 9) × 5 = 185 kredit |
| Wan 3.0 | Tidak | — | Tanpa suara, 5 detik = 165 kredit |
1 kredit setara kira-kira Rp100, jadi klip Kling 3.0 720p 5 detik dengan suara sekitar Rp18.500, sedangkan tanpa suara 140 kredit atau sekitar Rp14.000. Total kredit selalu tampil di tombol buat sebelum kamu mengonfirmasi. Tarif lengkap ada di halaman harga.
Di antara model-model ini, Veo 3.1 Fast diposisikan sebagai pilihan untuk adegan dengan dialog dan gerak bibir. Veo 3.1 Lite juga bersuara dan bisa dicoba memakai kredit gratis akun baru. Penjelasan tiap model ada di panduan Veo 3.1 dan halaman model.
Jenis suara yang bisa dihasilkan
Suara yang dihasilkan model umumnya terbagi menjadi tiga jenis:
- Suasana (ambience) — latar yang memberi kesan tempat: keramaian pasar, angin di pantai, dengung kafe.
- Efek suara — bunyi dari aksi di layar: gelas berdenting, pintu tertutup, minyak mendesis di wajan.
- Ucapan — kalimat pendek yang diucapkan karakter. Hasilnya paling bervariasi, terutama untuk kalimat panjang.
Suasana dan efek suara biasanya paling mudah didapat karena langsung terkait dengan apa yang terlihat. Ucapan butuh prompt yang lebih teliti dan sering perlu beberapa percobaan.
Cara menulis prompt untuk video AI dengan suara
Model menebak suara dari isi adegan, tapi kamu bisa mengarahkannya dengan menambahkan deskripsi audio di akhir prompt. Pisahkan bagian visual dan audio agar lebih jelas.
- Tulis adegan visual seperti biasa: subjek, aksi, tempat, kamera, cahaya.
- Tambahkan kalimat khusus suara, misalnya diawali "Suara:".
- Sebutkan sumber suaranya secara spesifik, bukan hanya "suara bagus".
- Atur volume relatif kalau perlu, misalnya "musik pelan di latar" atau "suara hujan dominan".
Penjual sate mengipasi bara di gerobak pinggir jalan pada malam hari, asap mengepul di bawah lampu. Kamera close-up lalu mundur perlahan. Suara: desis daging di atas bara, kipas bambu, dan keramaian jalan di kejauhan.
Hujan deras di luar jendela kamar, tetesan air mengalir di kaca, lampu meja menyala hangat. Kamera diam. Suara: hujan dominan, sesekali gemuruh petir jauh, tanpa musik.
Seorang ibu penjual kue tersenyum ke kamera di depan etalase tokonya, latar toko kue yang hangat. Kamera medium shot, diam. Ia berkata dengan ramah: "Kue hangat, baru keluar dari oven." Suara latar toko yang tenang.
Ingin tahu apakah prompt sebaiknya ditulis dalam bahasa Indonesia atau Inggris? Baca prompt bahasa Indonesia atau Inggris.
Kapan lebih baik tanpa suara
Suara dari model tidak selalu jadi pilihan terbaik. Pertimbangkan membuat video tanpa suara, lalu menambahkan audio saat mengedit, kalau:
- Kamu akan memakai musik latar sendiri. Suara dari model bisa bertabrakan dengan musik. Di Kling 3.0, mematikan suara juga menghemat 9 kredit per detik.
- Kamu butuh narasi panjang. Voice-over yang direkam sendiri lebih mudah dikontrol daripada ucapan dari model.
- Video akan digabung dari banyak klip. Suara yang berbeda di tiap klip bisa terdengar patah saat digabung. Satu musik latar untuk seluruh video sering lebih rapi.
- Kamu memakai Wan 3.0 untuk klip panjang, karena model ini memang tidak menghasilkan suara.
Saat menambahkan musik sendiri, pastikan kamu punya hak memakainya, terutama untuk konten komersial. Baca hak cipta video AI untuk gambaran umumnya.
Menggabungkan suara model dengan audio sendiri
Pendekatan yang sering paling enak didengar adalah kombinasi: pakai suasana dan efek dari model, lalu tambahkan musik pelan dan teks di aplikasi edit. Beberapa langkah praktis:
- Buat klip dengan suara dari model.
- Di aplikasi edit, kecilkan volume suara asli kalau perlu, lalu tambahkan musik latar dengan volume lebih rendah.
- Samakan volume antarklip agar tidak ada lonjakan saat berpindah adegan.
- Tambahkan subtitle untuk ucapan, karena sebagian penonton menonton tanpa suara.
Langkah detailnya ada di cara mengedit video AI di CapCut dan menambahkan subtitle video AI.
Contoh: video jualan bersuara dari tiga klip
Misalkan kamu ingin membuat video 15 detik untuk toko kopi rumahan. Dengan Seedance 2.0 Fast 720p, kamu bisa membuat tiga klip 5 detik, masing-masing 200 kredit, total 600 kredit (sekitar Rp60.000):
- Klip 1: biji kopi digiling, dengan suara mesin penggiling dan butiran kopi berjatuhan.
- Klip 2: air panas dituang ke saringan kopi, dengan suara aliran air dan tetesan ke dalam gelas.
- Klip 3: pemilik toko menyodorkan gelas ke kamera dan berkata satu kalimat pendek tentang kopinya.
Setelah digabung, kecilkan sedikit suara klip 1 dan 2, tambahkan musik pelan di latar, lalu beri subtitle pada klip 3. Hasilnya terasa hidup tanpa perlu merekam suara sendiri. Ide konten serupa ada di video promosi UMKM dengan AI.
Masalah umum pada audio video AI
- Suara tidak cocok dengan adegan. Sebutkan sumber suara secara spesifik di prompt.
- Ada musik yang tidak diinginkan. Tambahkan "tanpa musik" di bagian suara.
- Gerak bibir tidak pas dengan ucapan. Pendekkan kalimat, pakai shot wajah yang jelas, dan pertimbangkan Veo 3.1 Fast.
- Suara terlalu ramai. Batasi ke satu atau dua sumber suara utama.
Kalau prosesnya gagal atau ditolak sistem penyedia model, kredit yang tertahan dikembalikan otomatis. Pelajari juga durasi video AI yang ideal untuk menyesuaikan panjang klip dengan dialog.
Tambahkan deskripsi suara di prompt-mu dan dengarkan hasilnya di studio.
Buka studioPertanyaan yang sering muncul
Model apa yang membuat video AI dengan suara tanpa biaya tambahan?
Seedance 2.0 Fast, Seedance 2.0, Veo 3.1 Fast, dan Veo 3.1 Lite sudah menyertakan suara dalam tarif per detiknya. Di Kling 3.0, suara opsional dengan tambahan 9 kredit per detik.
Apakah Wan 3.0 bisa menghasilkan suara?
Tidak. Wan 3.0 menghasilkan video tanpa suara, jadi tambahkan musik atau efek saat mengedit.
Bisakah karakter berbicara bahasa Indonesia?
Bisa dicoba dengan menulis kalimatnya di prompt. Hasil pengucapan bisa bervariasi antarmodel, jadi gunakan kalimat pendek dan uji dengan durasi singkat terlebih dahulu.
Bisakah saya mencoba video bersuara dengan kredit gratis?
Bisa. Veo 3.1 Lite bersuara dan termasuk model hemat, jadi bisa memakai 80 kredit gratis akun baru untuk satu klip 4 detik di 720p.
