Ir al contenido

Caso de uso · Música · Actualizado el oct 2026

Avatar que canta con IA: haz que cualquier foto cante

Un avatar que canta con IA debe parecer que está actuando, no solo abriendo y cerrando la boca al ritmo. OmniHuman 2.0 interpreta el ritmo y la emoción de la música, así que la cara respira antes de las notas largas, la cabeza sigue el groove y el cuerpo se balancea, todo a partir de una sola imagen fija.

Foto+Voz=Video

Voz
¿No tienes foto? Prueba:
  • Vista previa gratis
  • Acceso con Google
  • Archivos privados
Cantando
Anuncios UGC
Varias personas
por video
5 min
de salida
720p
personas por escena
Varias
idiomas
6

Los músicos lo usan para visualizers, intros de videos con letra, teasers de covers y contenido para fans; las marcas, para jingles y canciones de mascotas. Así se consigue una interpretación que aguante un estribillo completo.

Cómo preparar tu canción para un avatar que canta con IA

Cuanto más limpia sea la voz, mejor la sigue la boca. Si tienes stems, sube solo la voz principal o con el instrumental muy bajado y luego vuelve a poner la mezcla completa sobre el video renderizado en tu editor. La reverb intensa, las armonías superpuestas y los artefactos de auto-tune hacen que las sílabas sean más difíciles de interpretar.

Los clips pueden durar de 4 segundos a 5 minutos, así que una estrofa y un estribillo completos caben en una sola toma. Para teasers en redes, de 15 a 30 segundos alrededor del gancho suele ser lo ideal.

Cómo elegir la foto del cantante

Elige una imagen con la boca bien visible y algo de espacio alrededor de la cabeza y los hombros. Las fotos de escenario con un micrófono delante de la boca reducen la calidad; un micro más bajo, a la altura del pecho, funciona bien. Ilustraciones de portadas de álbum, personajes 3D y fotos de bandas se animan sin problema: una foto grupal puede convertirse en un dueto o en un coro.

Cómo dirigir la interpretación

Describe el movimiento y la emoción, no las formas de la boca:

  • Balada: «ojos cerrados en las notas largas, mano en el pecho en el estribillo, órbita lenta».
  • Pop animado: «se mueve al ritmo, sonríe, señala a la cámara en el gancho».
  • Rap: «seguro, movimientos de cabeza marcados, gestos con las manos en las rimas, sensación de cámara en mano».
  • Dueto: «el cantante de la izquierda lleva la estrofa, el de la derecha se une en el estribillo, plano general fijo».

Derechos musicales y plataformas

Generar un video no cambia quién es el dueño de la música. Usa tus propias canciones, temas con licencia o covers debidamente autorizados, y sigue las normas de cada plataforma sobre etiquetas de contenido sintético. Nuestros términos no permiten animar la cara de un artista real sin su permiso.

Cómo terminar el video en tu editor

Cuando el render esté listo, pon la mezcla completa bajo el clip y alinéala con la voz que subiste: como ambas vienen de la misma sesión, coinciden desde el primer fotograma. Añade la letra, un logo o una corrección de color como harías con cualquier grabación de una actuación.

Para un videoclip completo, renderiza varios ángulos a partir de distintas fotos del mismo artista y alterna entre ellos al ritmo. Cada render usa el mismo audio, así que todos los ángulos se mantienen sincronizados.

Formatos para redes sociales

Las fotos verticales generan clips verticales para Reels, Shorts y TikTok; las imágenes cuadradas encajan en publicaciones del feed y en loops al estilo Spotify Canvas; los planos horizontales van bien en YouTube. Renderiza primero un gancho de 15 a 30 segundos para redes y luego la canción completa cuando apruebes el look.

Preguntas frecuentes

¿Un avatar que canta con IA puede con un rap rápido?

Sí, con una voz limpia. Las voces muy densas y muy procesadas reducen la precisión.

¿Subo la mezcla completa o solo la voz?

Un archivo con la voz en primer plano da la mejor sincronización. Después, vuelve a añadir la mezcla completa en tu editor.

¿Cuánto puede durar el video cantado?

Hasta 5 minutos en una sola toma, con un mínimo de 4 segundos.

¿Pueden cantar dos personas juntas?

Sí. Usa una foto con ambos cantantes y describe en el prompt quién canta cada parte.

¿Puedo usar un personaje de dibujos animados?

Sí. Los personajes ilustrados y 3D con una cara clara cantan de forma convincente.

¿De quién son los derechos de la música?

De los titulares originales. Usa solo canciones que sean tuyas o para las que tengas licencia.

¿Puedo usar una parte solo instrumental?

Sin voz no hay nada que cantar, así que la cara se mantendrá casi siempre tranquila y se moverá al ritmo. Mantén cortos los pasajes instrumentales.

¿En qué formato debe estar la canción?

MP3 o WAV de entre 4 segundos y 5 minutos, de menos de 15 MB.

¿El avatar bailará?

Mueve la cabeza, los hombros y la parte superior del cuerpo al ritmo. El modelo no está pensado para coreografías completas con juego de pies.

Sigue explorando

Haz que tu foto hable.

Vista previa gratis.