Cara Membuat Video AI dengan Suara dan Dialog Sekaligus

Diperbarui 1 November 2026

Video AI yang hanya berisi gambar bergerak masih memerlukan dialog dan efek suara. Untuk mengerjakannya dalam satu generasi, gunakan model video dengan dukungan audio bawaan, lalu jelaskan adegan, ucapan, dan suara sekitar dalam prompt yang sama.

Siapkan foto dan rencana suara

Tentukan satu adegan sederhana sebelum membuat video. Jika memakai foto produk atau tokoh, pilih gambar yang jelas, dengan subjek tidak terpotong dan ruang untuk gerakan. Gunakan foto yang Anda miliki atau berhak gunakan.

Pilih rasio sesuai tujuan: 9:16 untuk video vertikal, 16:9 untuk video horizontal, atau 1:1 untuk unggahan persegi. Untuk percobaan awal, rencanakan klip pendek sekitar 5 detik dan satu kalimat dialog agar ucapan tidak terlalu padat.

Cara mengubah foto jadi video AI dengan suara

1. Buka Oranzy, lalu daftar untuk mendapatkan 100 token bonus jika belum memiliki akun. Periksa jumlah token yang diperlukan sebelum memulai generasi.
2. Pilih model yang mendukung audio bawaan, seperti Veo 3 atau varian Kling yang menyediakan fitur audio. Periksa opsi yang tersedia pada model dan pengaturan yang dipilih; aktifkan suara jika ada tombol atau pengaturannya.
3. Unggah foto sebagai gambar awal jika model dan mode tersebut mendukungnya. Pilih rasio dan durasi yang tersedia, lalu tulis prompt yang memisahkan deskripsi gerakan, dialog, tempo bicara, dan suara lingkungan.
4. Buat video dan putar hasilnya dengan suara aktif. Periksa apakah ucapan terdengar jelas, gerak bibir sesuai, dan efek latar tidak menutupi dialog. Jika perlu, ubah satu bagian prompt lalu buat ulang.

Contoh prompt untuk dialog dan efek latar

Sesuaikan contoh berikut dengan foto dan tujuan video Anda:

Seorang barista berdiri di depan mesin kopi dalam kafe yang hangat. Kamera bergerak perlahan mendekat. Barista menatap kamera dan berkata dalam bahasa Indonesia, dengan tempo tenang: “Kopi segar untuk memulai harimu.” Terdengar desis mesin kopi pelan dan percakapan samar di latar. Suara dialog lebih jelas daripada suara lingkungan. Durasi 5 detik, rasio 9:16.

Tulis dialog secara persis di dalam tanda kutip. Sebutkan siapa yang berbicara, bahasa, dan tempo ucapannya. Untuk suasana, pilih satu atau dua suara yang mudah dikenali, seperti hujan ringan atau langkah kaki. Hasil ucapan dan sinkronisasi bibir tetap perlu diperiksa karena model tidak selalu mengikuti prompt secara sempurna.

Kesalahan umum dan cara menghemat generasi

• Dialog terlalu panjang: pendekkan menjadi satu kalimat untuk klip singkat. Terlalu banyak kata dapat membuat ucapan terpotong atau terburu-buru.
• Suara latar terlalu ramai: minta efek yang pelan dan prioritaskan dialog. Hindari mencampur musik keras, kerumunan, dan beberapa sumber suara sekaligus pada percobaan pertama.
• Gerakan terlalu rumit: mulai dengan satu subjek dan satu gerakan kamera. Foto yang jelas juga membantu mempertahankan tampilan subjek.
• Pengaturan audio terlewat: pastikan model dan mode yang dipilih mendukung suara serta periksa apakah fitur audio perlu diaktifkan.
• Mengubah semua hal sekaligus: catat prompt awal dan ubah satu unsur pada setiap percobaan, misalnya tempo bicara atau tingkat suara latar. Dengan begitu, Anda dapat melihat perubahan yang benar-benar membantu.

Periksa hasil sebelum dipublikasikan

Dengarkan video dengan headphone dan speaker biasa. Pastikan dialog dapat dipahami, efek terdengar sesuai adegan, dan tidak ada suara yang muncul pada waktu yang mengganggu. Tinjau juga hasil pada rasio tujuan agar teks atau subjek tidak terpotong saat diunggah. Jika video akan dipakai untuk iklan atau promosi, pastikan Anda memiliki izin atas foto, identitas, dan materi lain yang digunakan.