Fliki è una piattaforma di generazione audiovisiva basata sull’intelligenza artificiale che permette di trasformare testi, sceneggiature, pagine web, presentazioni e descrizioni di contenuti in video narrati, combinando sintesi vocale, immagini, filmati, sottotitoli e musica. Il sistema organizza automaticamente il materiale in scene, associa a ciascuna sezione una traccia audio e seleziona elementi visivi provenienti da archivi multimediali oppure da modelli generativi. La piattaforma mette a disposizione oltre 2.000 voci sintetiche in più di 80 lingue e varianti linguistiche, include tecnologie vocali di ElevenLabs e consente di utilizzare fino a cinque interlocutori differenti all’interno di dialoghi, podcast e audiolibri. Le funzionalità comprendono inoltre clonazione vocale, doppiaggio, traduzione, avatar digitali, gemelli virtuali, video musicali, animazioni grafiche, miniature e contenuti destinati ai social network. Fliki integra modelli esterni per la generazione di immagini e video, tra cui Veo 3.1, Kling 3 Pro e Nano Banana 2, permettendo di scegliere differenti tecnologie all’interno dello stesso progetto. La qualità e il consumo dei crediti dipendono dal modello selezionato, dalla durata del contenuto e dalle operazioni di generazione effettuate.
Il funzionamento della piattaforma prevede la suddivisione automatica di uno script in sequenze modificabili, ognuna delle quali può contenere una narrazione, immagini statiche, filmati generati o contenuti di repertorio. L’utente può modificare singole frasi, sostituire elementi visivi, selezionare altre voci e rigenerare soltanto le parti interessate, senza ricostruire necessariamente l’intero progetto. La piattaforma supporta l’importazione di presentazioni PowerPoint e Google Slides, la conversione di pagine web in video, la creazione di contenuti senza presentatore e la realizzazione di filmati con avatar parlanti. Sono disponibili oltre 70 avatar artificiali, oltre alla possibilità di creare rappresentazioni digitali personalizzate. Una funzione denominata Series permette di produrre episodi ricorrenti a partire da argomenti, blog o feed RSS, con pubblicazione automatica su YouTube. Sono inoltre previste funzioni per estrarre brevi video da registrazioni più lunghe, realizzare contenuti promozionali e trasformare testi in presentazioni audiovisive. Nell’ottobre 2026 è stata aggiunta anche una funzione di voiceover diretto, destinata a controllare la produzione di narrazioni e dialoghi.
Le prove pratiche effettuate su differenti tipologie di contenuto hanno evidenziato risultati disomogenei tra la qualità della sintesi vocale e quella del montaggio video automatico. Nella conversione di una pagina web, Fliki ha prodotto un filmato di un minuto e sei secondi articolato in dieci scene, utilizzando circa cinque minuti e mezzo di elaborazione e consumando approssimativamente 2,15 crediti. La voce sintetica Ara ha restituito una lettura scorrevole e priva di errori di pronuncia evidenti, ma il testo generato riproduceva soltanto l’introduzione del contenuto originale invece di sintetizzarne l’intera struttura. Il filmato presentava inoltre immagini di repertorio scarsamente pertinenti, numerazioni incoerenti delle sezioni, un’identità di canale inventata automaticamente e l’assenza dei sottotitoli richiesti. In un secondo esperimento, relativo a un video esplicativo sulla generative engine optimization, il sistema ha prodotto una sequenza di circa quattordici secondi nonostante una richiesta iniziale di trenta secondi. La versione realizzata con immagini generate artificialmente ha richiesto circa quattro minuti e mezzo, mentre quella costruita con materiale di repertorio e un avatar ha impiegato poco più di un minuto e mezzo. Il primo risultato presentava testo illeggibile sugli schermi rappresentati; il secondo mostrava un avatar con sincronizzazione labiale sostanzialmente corretta ma gestualità accentuata e composizioni grafiche non sempre coerenti con la narrazione.
Ulteriori verifiche hanno riguardato la clonazione della voce e il doppiaggio dall’inglese allo spagnolo. La clonazione, effettuata a partire da una breve registrazione, ha prodotto una traccia di diciotto secondi in circa trenta secondi di elaborazione, ma il risultato è stato giudicato poco somigliante alla voce originale e caratterizzato da un’espressività artificiale. Il sistema aveva inoltre inserito una musica di accompagnamento non richiesta. Nel doppiaggio, la funzione destinata a conservare la voce originale non ha completato l’elaborazione e ha richiesto l’utilizzo di una voce ElevenLabs; selezionando invece la voce predefinita Mia, la piattaforma ha generato una versione spagnola di 72 secondi. Il contenuto risultante non conservava il timbro originale, non presentava una sincronizzazione labiale adeguata e mostrava un’accelerazione della narrazione nella parte finale. Le prove hanno quindi evidenziato che la disponibilità di numerose funzioni generative non elimina la necessità di controllare manualmente la correttezza delle immagini, la pertinenza delle scene, la coerenza dei testi, le caratteristiche delle voci e il sincronismo audiovisivo.
Fliki prevede un piano gratuito con tre crediti mensili, esportazioni fino a 720p, video di durata massima pari a cinque minuti, un limite di cento scene e accesso a trecento voci standard. I filmati gratuiti includono una filigrana e non possono essere utilizzati commercialmente; avatar avanzati, clonazione vocale e diritti commerciali sono riservati ai piani a pagamento. Il piano Standard permette di creare un clone vocale, offre una selezione limitata di avatar e consente esportazioni fino a 1080p, con durata massima di quindici minuti. Il piano Premium amplia l’accesso agli avatar e permette tre clonazioni vocali. Le funzionalità di pubblicazione diretta su TikTok e Instagram Reels non risultano ancora disponibili, mentre quelle di YouTube sono integrate nel sistema. Un elemento da considerare riguarda la variabilità dei consumi: in una delle prove, un video generativo di quattordici secondi ha utilizzato 19 crediti, evidenziando una differenza significativa rispetto ai consumi di un filmato costruito prevalentemente con contenuti di repertorio. La piattaforma si presenta quindi come ambiente per la preparazione automatizzata di video narrati, ma le verifiche effettuate indicano che gli output possono richiedere interventi consistenti prima della pubblicazione definitiva.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)