Mesmos tokens, stepper, dock e sheets da solução de imagens. As telas usam quadros reais dos testes que rodamos com os motores — não são placeholders.
Cole o texto. O Foxor separa os beats e propõe uma cena para cada um.
O que a locução precisa saber para falar do seu jeito.
Nomes próprios e palavras inventadas erram na locução. Escreva aqui como se lê — e, se puder, grave o nome no áudio de voz. A locução copia a pronúncia de lá.
Quem aparece e quem fala.
Um clipe curto preserva melhor a semelhança que só a foto.
Desligado, a locução usa uma voz neutra da casa.
O que entra em tela junto com você.
Originais preservados. Suas telas, produtos e logo entram na montagem exatamente como são — a IA não redesenha nada disso.
Cada beat virou uma cena. Toque para dirigir o enquadramento e a câmera.
Pode fechar o app — a gente continua e avisa quando terminar.
Um vídeo de 10 segundos leva de 3 a 6 minutos. Você recebe um aviso quando ficar pronto.
O rascunho decide a direção. Ao gravar em alta, a IA faz um take novo — o enquadramento se mantém, os detalhes mudam um pouco. É como pedir outra tomada.
Escritas a partir do áudio real.
Quanto mais fechado, mais fiel fica o rosto.
Uma fechada e uma se afastando, para você escolher.
Até 4 palavras. As legendas da fala são escritas depois, na montagem.
O campo Como se fala nasceu de um teste real: um motor leu "Foxor" como
"FoxSore". Grafia fonética no kit de marca + o nome gravado no áudio de voz resolvem
isso na origem, uma vez por cliente.
A tela nunca diz qual IA roda por baixo. O que o usuário escolhe é
falar com a voz do cliente — e é isso que decide o motor, porque só um deles
clona voz. Trocar de fornecedor não muda a interface.
Sem créditos, sem cifra, sem "isto gasta X". O consumo fica no painel Adm, como já é regra na plataforma.
Os motores não repetem a mesma geração. Em vez de esconder, o texto assume: o rascunho aprova a direção, e gravar em alta é "pedir outra tomada". Expectativa alinhada antes da frustração.
Testamos: ao mandar um vídeo de referência, o motor redesenha a cena e o logo some.
Por isso site, produto e cartela entram na montagem, com o selo
originais preservados.
Enquadramento, câmera e tom são chips, não texto livre. É o mesmo vocabulário que o backend aceita — o usuário não consegue pedir algo que o motor erre.
"Pode fechar o app" com progresso narrado por etapa. A geração leva minutos; a tela não pode ser o dono do processo.
A cartela final é montada pela casa e marcada Sem IA. É a parte do vídeo que
não pode variar nunca.