Saltar al contenido principal
Foto que habla anima una imagen para que el sujeto diga lo que tú quieras, con los labios sincronizados al audio. Funciona con fotos reales y con avatares generados con IA.

Para qué sirve

  • Hacer hablar a tu avatar IA (mismo personaje, distintos voiceovers).
  • Reels donde quieres mostrar a alguien hablando sin grabar a una persona real cada vez.
  • Anuncios cortos con un testimonio o frase impactante.
  • Convertir un retrato en un vídeo de presentación.

Qué necesitas

Una foto

Retrato bien iluminado, cara visible y bien enfocada. JPG/PNG.

El audio o el texto

Sube un MP3/WAV con la voz, o escribe el texto y elige una voz IA (TTS).

Cómo funciona

1

Sube la foto

Una sola imagen, vertical o cuadrada funciona bien para 9:16.
2

Pon la voz

Dos vías:
  • Audio propio: graba o sube tu MP3/WAV. La voz es tuya, perfecta cuando quieres un voiceover concreto.
  • TTS: escribes el texto y eliges una de las voces IA. Más rápido cuando no tienes audio listo.
3

Genera y descarga

La generación dura entre 1 y 3 minutos según la duración del audio. El resultado es un MP4 con la cara hablando y el audio sincronizado.

Coste

Duración del hablaCoste aproximado
5 s20 cr
10 s40 cr
20 s80 cr
30 s120 cr
Coste por segundo real de habla (4 cr/s). Si pasas texto en TTS, el sistema calcula la duración de la voz y cobra exactamente eso (los excesos se reembolsan tras la generación).

Buenas prácticas

  • Foto frontal o ¾: la sincronización de labios funciona mejor cuando la cara mira a cámara. Perfil pierde detalle.
  • Audio limpio: si la voz tiene ruido de fondo, los labios pueden moverse a destiempo. Graba en un sitio silencioso o usa TTS.
  • Texto corto y natural cuando uses TTS. Frases largas suenan más artificiales que dos frases cortas seguidas.
  • Combina con Personajes para reutilizar siempre la misma cara IA en todos tus vídeos hablados.

Limitaciones

  • Una sola persona en la foto. Si hay varias, la IA elige una.
  • Sin idiomas raros: cualquier idioma con TTS habitual funciona.