Foto que habla con IA

Da voz a un retrato con un texto breve o una grabación. Un mensaje frente a cámara en la escena original de la foto. Prototipo.

Retrato

Audio y contenido

62/180 caracteres. Las frases cortas funcionan mejor. El modelo genera una voz; no clona la voz de la persona.

3 créditos · 720p

El encuadre sigue tu foto. Prototipo: pueden aparecer subtítulos no deseados, desfases labiales y cambios de identidad. Revisa el resultado antes de usarlo.

Demo experimentalFoto que habla con IA

Ejemplo generado · Reproducir con sonido

Prueba real con el retrato predeterminado. El audio está en inglés; cambiar el idioma de la interfaz no lo traduce. Revisa subtítulos, labios e identidad.

Un saludo con rostro cuando solo tienes una foto

Convierte un retrato en una breve intervención frente a cámara. Puedes escribir el mensaje o aportar una grabación; la animación busca mantener el entorno original y acompañar la voz con gestos discretos.

Dar la bienvenida a alguien

Cuando necesitas una introducción corta y no tienes un video grabado, prueba una frase de bienvenida para una página de presentación o un mensaje de incorporación. Centra el clip en una sola idea.

Añadir voz a una invitación

Prepara un saludo para acompañar una invitación digital, un anuncio de evento o un montaje de celebración. La información extensa, como horarios y direcciones, puede quedar en el diseño que rodea al video.

Presentarte sin montar una escena nueva

Si el retrato ya muestra tu escritorio, tu taller o un lugar relacionado con tu actividad, puedes usar ese contexto como punto de partida para una publicación de presentación o un breve mensaje a tu comunidad.

Escribe una frase que funcione al decirla en voz alta

El modo texto admite hasta 180 caracteres, pero no hace falta llenar el espacio. Una frase natural con una pausa clara suele ser más fácil de escuchar que una lista comprimida de datos.

Una intención por mensaje

Elige saludar, presentar una idea o invitar a una acción. Por ejemplo: «Hola, soy Ana. Hoy te enseño cómo empieza este proyecto». No mezcles una biografía, una promoción y una despedida en la misma toma.

Prueba el ritmo antes de generar

Lee el texto en voz alta y elige 5, 8 o 10 segundos según el ritmo que necesitas. El límite de caracteres no garantiza que cualquier frase entre con naturalidad en la duración más corta.

Usa audio si ya tienes la entonación

Una grabación permite partir de una interpretación que has preparado. Sube MP3, WAV o FLAC de 1–10 segundos y hasta 20 MB; recorta silencios largos sin cortar el inicio ni el final de las palabras.

Prepara tu primer mensaje hablado

Usa el retrato propuesto para conocer el flujo o carga una foto propia. Después decide si lo importante es escribir el contenido o conservar una interpretación ya grabada.

  1. Selecciona un retrato claro

    Sube una foto de una persona adulta en JPG, PNG o WebP. Revisa que la cara y la boca estén visibles; evita imágenes de grupo, manos sobre el rostro y recortes que eliminen parte de la cabeza.

  2. Escribe o adjunta la voz

    En modo texto, introduce hasta 180 caracteres y selecciona una duración. En modo audio, añade tu archivo; la aplicación asigna el menor tramo de duración que admite la grabación.

  3. Escucha y descarga el resultado

    Comprueba el precio, genera con tu cuenta y reproduce el video con sonido. Verifica que el mensaje se entiende y que las palabras importantes no se pierden antes de incorporarlo a tu publicación.

Conserva el contexto que hace reconocible tu retrato

A diferencia de una escena de pódcast, esta herramienta busca hablar desde el lugar de la foto. Escoge un fondo que ayude al mensaje y un encuadre que funcione donde vas a usar el clip.

Un entorno que apoye la presentación

Para una bienvenida profesional, un espacio relacionado con tu trabajo puede dar contexto sin explicarlo todo en la frase. El modelo intenta conservar la escena, aunque puede cambiar detalles del fondo o del rostro.

Espacio alrededor de la persona

Una toma con algo de aire junto a la cabeza facilita integrar el clip en una composición posterior. Si lo vas a recortar para una historia o un montaje, comprueba que no desaparezcan la boca o la barbilla.

El video dentro de una pieza mayor

Puedes colocar el resultado al inicio de una presentación, junto a una invitación o como saludo en una publicación. Añade textos, enlaces y elementos de diseño en tu editor; esta página no los coloca automáticamente.

Escucha el mensaje como lo escuchará quien lo reciba

La voz y la expresión son el centro de este clip. Una revisión breve con sonido aporta más información que elegir únicamente una miniatura atractiva.

Mira la frase completa

Comprueba el comienzo y el final, la sincronización de la boca y la continuidad del rostro. Es un prototipo: pueden aparecer movimientos extraños o subtítulos no solicitados; no se garantiza una identidad o una dicción perfectas.

Ajusta el presupuesto al tramo

La salida se configura en 720p y 24 fps. Los tramos de 5 y 8 segundos cuestan 3 créditos; el de 10 cuesta 5. Necesitas sesión y saldo suficiente, y debes comprobar el importe indicado antes de generar.

Distingue grabación y voz generada

La grabación aporta su propia voz; el modo texto solicita una voz generada, no la voz clonada de la persona fotografiada. El ejemplo publicado está en inglés y no cambia al elegir otro idioma de interfaz.

Otra escena si tu mensaje cambia de intención

Elige una página distinta cuando quieras una puesta en escena de presentador o una interpretación musical. Mantener el contenido adecuado para cada flujo evita preparar entradas que no utilizará.

Presentar desde un estudio de pódcast

Video de pódcast propone un escritorio, un micrófono y un solo presentador. Úsalo para una introducción de episodio o un comentario breve que necesite ese lenguaje visual.

Cantar una frase grabada

Foto que canta recibe una canción con voz para animar a un intérprete. Tiene sentido para un saludo musical o un fragmento melódico preparado previamente, no para leer un texto.

Interpretar un rap propio

El generador de rap sigue un fragmento vocal ya grabado. Escógelo si tu presentación se apoya en el ritmo de un rap en lugar de una intervención hablada.

Preguntas frecuentes

Qué controla cada entrada y qué revisar antes de usar el resultado.

No. Puedes escribir un texto de hasta 180 caracteres y solicitar una voz generada. También puedes aportar una grabación si ya tienes la interpretación que quieres usar.

El modo texto solicita hablar en el idioma del texto, pero la voz en español y francés todavía no se ha verificado de forma independiente. Revisa las palabras y la pronunciación del resultado.

No. La foto no proporciona información suficiente para clonar tu voz. Si quieres partir de tu interpretación, utiliza una grabación propia dentro de los límites admitidos.

Ese es el objetivo de esta escena: hablar en el entorno original. Es una indicación de generación, no una garantía de que todos los detalles del fondo permanezcan idénticos.

La aplicación selecciona el menor tramo que contiene el archivo: 5, 8 o 10 segundos. Esto tampoco garantiza que el resultado dure exactamente lo mismo que la grabación.

La actuación está pensada para una persona adulta. Elige un retrato individual para que esté claro quién debe hablar.

No hay un editor de subtítulos en este flujo. El modelo puede generar texto no deseado; si necesitas subtítulos correctos, revisa el resultado y añádelos después con tu editor.

No en una sola generación: los tramos disponibles llegan a 10 segundos. Para este efecto, selecciona una idea breve que se entienda sin depender de un discurso largo.

Comprueba los permisos de imagen y voz, y no presentes una intervención generada como una declaración real que la persona no hizo. La herramienta no concede automáticamente derechos de uso comercial.