La voce
Servono trenta secondi di registrazione pulita — un telefono in una stanza senza eco basta. Da quel momento la voce è riusabile: si scrive il testo e lei lo legge, quante volte serve.
Il volto non è mio. La voce sì.
Il video che apre la home di questo sito è fatto così: un avatar generato al computer, e sopra la voce di Enrieta Fontana, clonata da una registrazione di ventisei secondi.
Non è una dimostrazione preparata per la pagina. È la prima cosa che vede chiunque arrivi su enrietabiz.com — e nel video stesso c'è la riga che lo dice.
Quello che vedete in home è il servizio
Il video di presentazione della home. Volto generato, voce reale clonata. Parte muto: l'audio si accende dal pulsante.
La voce è stata registrata una volta sola, ventisei secondi in una stanza silenziosa. Da lì in poi non serve più registrare: si scrive il testo e la voce lo legge, con le stesse pause e la stessa inflessione.
Il volto invece non esiste. È un ritratto generato, animato sul parlato — la bocca, gli occhi e la testa seguono l'audio. È il pezzo che la gente nota per primo, ed è anche quello che va dichiarato per primo.
«Il volto che hai visto all'inizio è un avatar, però la voce è mia — te lo dico perché è esattamente il lavoro che faccio.»
Lo stesso montaggio esiste in italiano, inglese e tedesco. La registrazione di partenza resta una sola: le altre due lingue non sono mai state pronunciate davvero.
Il tributo a Moira Orfei
Commissionato dalla Moira Orfei Circus Academy per ricordare la sua fondatrice, scomparsa nel 2015. Settantadue secondi: un ritratto ricostruito dai materiali d'archivio, animato sul parlato, con una voce costruita per l'occasione.
È stato il lavoro più lungo di questo tipo che abbiamo fatto, e il più delicato: qui non si inventa un personaggio, si tocca il ricordo che una famiglia e un pubblico hanno di una persona vera. Ogni passaggio è stato guardato e approvato da chi l'ha commissionato, prima di essere montato.
«Non posso che esprimere la mia più profonda gratitudine per lo splendido lavoro svolto sul video dedicato a Moira Orfei. È stato un progetto lungo e impegnativo, un lavoro da brividi che ha saputo farla rivivere attraverso le immagini con una intensità straordinaria, e il risultato finale ha superato ogni aspettativa.»
Come si fa, in pratica
Tre passaggi separati, che si possono comprare anche uno alla volta: la voce senza l'avatar, o l'avatar con una voce di catalogo.
Il volto
O una vostra fotografia vera, o un ritratto generato se preferite non metterci la faccia. Frontale, luce piatta, spalle comprese: è l'inquadratura che regge meglio l'animazione.
Il video
Si scrive il copione, la voce lo legge, il volto lo pronuncia. Sottotitoli inclusi, presi dal testo scritto e non trascritti all'ascolto — così i nomi propri non vengono storpiati.
Tre cose che non facciamo
Questa tecnologia diventa un problema il giorno in cui serve a far dire a qualcuno una cosa che non ha detto. Le regole di casa sono queste, e valgono anche quando il cliente chiede il contrario.
- Non cloniamo la voce o il volto di una persona senza il suo consenso scritto — o, se la persona non c'è più, senza quello di chi ne ha titolo.
- Non spacciamo per fotografia un ritratto generato. Se il volto non esiste, il testo che lo accompagna lo dice.
- Non mettiamo in bocca a nessuno dichiarazioni, opinioni o prezzi che non ha approvato riga per riga.
Quanto costa
La voce si clona una volta e poi resta: è la spesa più piccola delle tre, e si ammortizza dal secondo video in poi.
Il prezzo vero dipende da quanto dura il video, da quante lingue servono e da quanti giri di revisione mettete in conto. Un video di presentazione da un minuto è una cosa; settantadue secondi ricostruiti da materiale d'archivio, come il tributo, sono un'altra.
Si parte dal contenuto, non dal listino: raccontate cosa deve dire il video e a chi, e vi diciamo se conviene farlo così o in un altro modo.
Il resto del mestiere
Gli agenti che rispondono ai clienti al posto vostro
Agenti AI su misura →I flussi che tolgono il lavoro ripetitivo
Automazioni n8n →Cosa dicono le persone per cui abbiamo lavorato
Recensioni →
Domande
Quanto audio serve per clonare una voce?
A EnrietaBiz bastano trenta secondi di registrazione pulita: una stanza senza eco e il microfono del telefono. Non serve uno studio. La qualità del risultato dipende più dal silenzio di fondo che dalla durata: due minuti registrati male rendono meno di trenta secondi registrati bene.
Posso avere un avatar senza mettere la mia faccia?
Sì. EnrietaBiz genera un ritratto che non corrisponde a nessuna persona esistente e lo anima sul parlato. È quello che Enrieta Fontana ha fatto per il video di presentazione di enrietabiz.com: il volto è generato, la voce è la sua. In quel caso il testo deve dire che il volto è un avatar — è una regola della casa, non un'opzione.
La stessa voce può parlare in un'altra lingua?
Sì. Il video di presentazione di EnrietaBiz esiste in italiano, inglese e tedesco partendo da una sola registrazione in italiano: le altre due lingue non sono mai state pronunciate. L'accento resta quello di chi ha registrato, e su alcune lingue si sente — va provato prima di deciderlo.
Si può fare un video con una persona che non c'è più?
Si può, e EnrietaBiz l'ha fatto: il tributo a Moira Orfei, settantadue secondi, commissionato dalla Moira Orfei Circus Academy. Si fa solo su richiesta di chi ne ha titolo — la famiglia, l'erede, la fondazione — e con l'approvazione riga per riga di quello che il video dice. Senza quella, non si parte.
Quanto tempo ci vuole?
Per un video di presentazione di un minuto, con voce clonata e avatar, EnrietaBiz lavora su qualche giorno: la voce si clona in un pomeriggio, il resto è copione e revisioni. I lavori di ricostruzione da materiale d'archivio, come il tributo a Moira Orfei, richiedono settimane e si preventivano a parte.
Se vi serve un volto che parla
Portate il testo che dovrebbe dire, o anche solo l'idea. In mezz'ora si capisce se la strada è questa — e se non lo è, ve lo diciamo.
Prenota mezz'ora