La mayoría de los resultados decepcionantes con fotos que hablan vienen de la imagen de partida, no del modelo: una cara demasiado pequeña, de perfil, borrosa por el movimiento o perdida entre sombras. Revisar antes te ahorra un render en vano y te muestra qué cambiar antes de añadir una voz.
Qué revisa el verificador de foto que habla
Cada foto pasa por nueve comprobaciones. Las tres primeras son límites estrictos de OmniHuman 2; el resto son señales de calidad que deciden lo natural que se ve el movimiento.
- Archivo: JPG, PNG, WebP y otros formatos habituales de hasta 30 MB.
- Resolución: al menos 300 px en el lado más corto y no más de 6000 px en el más largo; se recomiendan 720 px o más.
- Relación de aspecto: desde 2:5 (muy alta) hasta 5:2 (muy ancha), así que valen retratos de celular, cuadrados y encuadres panorámicos.
- Cara: si se encuentra alguna cara y cuántas, con un detector de caras que funciona en el dispositivo.
- Tamaño de la cara: cuánto del encuadre ocupa y cuántos píxeles tienen la boca y los ojos.
- Encuadre: si el borde de la imagen corta la cabeza.
- Ángulo de la cabeza: si la persona mira más o menos a la cámara y la cabeza está recta.
- Nitidez: una medida de desenfoque calculada sobre la propia cara, no sobre el fondo.
- Iluminación: si la cara está demasiado oscura, quemada o tan plana que los rasgos se pierden.
Cómo leer los resultados
Una marca verde significa que la comprobación se superó. Un consejo ámbar indica que la foto funcionará, pero que cambiar ese detalle probablemente mejore el video. Una marca roja en archivo, resolución o relación de aspecto significa que el estudio rechazará el archivo hasta que lo corrijas, normalmente exportando un JPG, cambiando el tamaño o recortando.
Si no se encuentra ninguna cara, igualmente puedes probar la foto: el arte estilizado, las estatuas y los animales a veces se animan bien, pero los resultados son menos predecibles que con un retrato humano claro. El recuadro dibujado sobre la vista previa muestra exactamente lo que vio el detector, y ayuda cuando una foto de grupo o un fondo cargado lo confunden.
Soluciones rápidas para problemas comunes
Casi todos los avisos se resuelven en un minuto con el editor integrado del celular o cualquier app de fotos gratuita:
- 1Cara demasiado pequeñaRecorta para que la cabeza y los hombros llenen casi todo el encuadre. Recortar un original grande conserva más detalle que ampliar uno pequeño.
- 2Cabeza girada o inclinadaElige una toma en la que se vean los dos ojos y la nariz apunte más o menos a la cámara, o endereza un escaneo torcido con la herramienta de rotar.
- 3Borrosa o suaveUsa el archivo original en lugar de una captura de pantalla o una copia de una app de mensajería, que están muy comprimidas. Evita fotos hechas en movimiento.
- 4Demasiado oscura o claraSube las sombras o baja las luces altas hasta que la piel muestre textura. La luz suave del día junto a una ventana es la más favorable para animar.
Privado por diseño: no se sube nada
El verificador descarga un pequeño modelo de detección de caras (MediaPipe BlazeFace, de código abierto de Google) y lo ejecuta dentro de tu navegador con WebAssembly. Medidas como el desenfoque y el brillo se calculan en un canvas de tu dispositivo. Tu foto no se envía a nuestros servidores ni a los de nadie más, y al cerrar la pestaña se descarta.
Como no hay trabajo en servidor, la herramienta es gratuita y puedes usarla las veces que quieras, sin registro y sin marca de agua. Funciona en versiones recientes de Chrome, Edge, Safari y Firefox, en computadora y celular.
De la foto revisada al video que habla
Cuando el verificador dice que tu retrato está listo, el botón Hacer hablar lleva la misma foto al estudio de OmniHuman 2.0, así que no tienes que subirla otra vez. Inicia sesión con Google, añade una grabación de voz o un archivo de audio de entre 4 segundos y 5 minutos, y mira la vista previa antes de elegir un plan.
¿Preparas una escena de grupo, una canción o un portavoz de producto? Las guías de abajo explican cómo preparar el audio y los prompts en cada caso.
Preguntas frecuentes
¿El verificador de foto que habla es realmente gratis?
Sí. Funciona en tu propio dispositivo, así que a nosotros no nos cuesta nada y para ti no hay límite, cuenta ni marca de agua.
¿Mi foto se sube a algún sitio?
No. La detección de caras y todas las mediciones ocurren en tu navegador. Solo se sube si continúas al estudio y creas un video con ella.
¿Aprobar garantiza un video perfecto?
Ninguna herramienta puede prometerlo, pero aprobar elimina las causas más comunes de labios rígidos o borrosos. Un audio limpio importa igual de mucho.
¿Por qué dice que no se encontró ninguna cara?
El detector busca caras humanas más o menos de frente. Las caras muy pequeñas, los perfiles, las sombras fuertes y los dibujos animados pueden pasar desapercibidos.
¿Puedo revisar una foto de grupo?
Sí. Cada cara que encuentra recibe un recuadro. OmniHuman 2 puede animar a varias personas; indica en el prompt quién habla.
¿Sirve para otras apps de fotos que hablan con IA?
Las comprobaciones de calidad valen para cualquier modelo de sincronización labial. Los límites de archivo y tamaño son específicos de OmniHuman 2.
¿Qué formatos puedo revisar?
JPG, PNG, WebP, GIF y BMP funcionan en todas partes. HEIC se abre en Safari; en otros navegadores, expórtalo primero como JPG.