La gente la usa para mensajes de cumpleaños, proyectos de historia familiar, relatos en museos y aulas, memes y tarjetas de felicitación. Así se consigue un resultado que se sienta vivo y no inquietante.
Qué imágenes dan la mejor foto que habla con IA
La cara debe verse con claridad, mirar más o menos a la cámara y no estar tapada por manos, pelo o reflejos en las gafas. La resolución importa menos que la nitidez: un escaneo nítido de 800 píxeles supera a una foto de celular borrosa de 4000 píxeles. Las copias antiguas en blanco y negro funcionan bien; los pequeños rayones no son problema, pero un daño grande sobre la boca se notará.
Los encuadres más amplios, con hombros y manos, le dejan espacio al modelo para los gestos. Los recortes ajustados tipo foto de pasaporte también hablan de forma convincente, pero se mueven menos.
Cómo elegir la voz
Puedes grabarte directamente en el navegador, subir una nota de voz o usar un archivo de audio de cualquier herramienta de texto a voz. En proyectos familiares, una grabación real de un familiar contando una historia emociona mucho más que una narración sintética. Mantén bajo el ruido de fondo y no pongas música mientras grabas: puedes añadir una banda sonora después en cualquier editor.
Asegúrate siempre de tener permiso para usar tanto la foto como la voz, sobre todo si la persona sigue viva o la imagen pertenece a otra persona.
Ideas que la gente realmente crea
Algunos formatos que funcionan una y otra vez:
- La foto de boda de los abuelos leyendo una carta breve en un aniversario.
- Un retrato histórico que se presenta en una exposición escolar.
- La foto de una mascota «respondiendo» preguntas con una voz divertida para redes sociales.
- Una pintura que canta unos compases para una publicación de un museo o una galería.
- Una foto del equipo en la que cada persona dice una frase para un video de despedida.
Tres pasos para tu primer clip
Te lleva alrededor de un minuto; el render se procesa en segundo plano.
- 1Sube la imagenArrastra la foto al estudio. Comprobamos al instante la visibilidad y el tamaño de la cara.
- 2Añade la vozGraba unas frases o sube un MP3/WAV de entre 4 segundos y 5 minutos.
- 3Renderiza y comparteMira la vista previa gratis y luego renderiza y descarga un MP4 en 720p sin marca de agua.
Prepara antes las fotos antiguas
Las copias escaneadas mejoran con un retoque rápido antes de animarlas. Recorta a la persona, endereza el escaneo y elimina con cualquier editor de fotos las manchas de polvo grandes o los desgarros cerca de la cara. Un enfoque suave ayuda; un reescalado agresivo con IA puede inventar rasgos que luego se mueven de forma extraña.
Si una foto es muy pequeña, escanéala a mayor resolución en lugar de ampliar un archivo de baja resolución. El modelo necesita al menos 300 píxeles en el lado más corto, y más detalle en ojos y boca produce un movimiento más natural.
Preguntas frecuentes
¿Una foto que habla con IA funciona con imágenes en blanco y negro?
Sí. Los escaneos antiguos en blanco y negro se animan bien siempre que la cara sea nítida y la boca no esté dañada.
¿Puedo usar una pintura o un dibujo?
Sí. Los retratos en pintura, lápiz o ilustración digital funcionan cuando los rasgos faciales son reconocibles.
¿La foto puede cantar?
Sí. Sube una canción en lugar de una voz hablada y la cara, la respiración y la cabeza se moverán con la música.
¿Cuánto puede durar el video?
Desde 4 segundos hasta 5 minutos, según la duración de tu audio.
¿El resultado se verá real?
Con una foto nítida y un audio limpio, el movimiento es natural y expresivo. Las caras borrosas o de perfil resultan menos convincentes.
¿Está bien animar la foto de otra persona?
Solo con su permiso o el del titular de los derechos. Nuestros términos prohíben usar la imagen de alguien para engañar.
¿Puedo hacer que una foto hable en otro idioma?
Sí. El movimiento de los labios sigue al audio, así que graba o sube una voz en cualquier idioma.
¿Puedo hacer hablar varias fotos en un mismo video?
Renderiza cada foto por separado y une los clips en un editor, o usa una sola foto grupal para una escena con varias personas.