Música de fondo con IA para un vídeo corto: un texto o el propio clip

Un vídeo corto sin música parece inacabado, y una pista de archivo rara vez encaja: es demasiado larga, crece donde no toca y otros tres canales ya la usan. El estudio ofrece dos maneras de crear una base propia. Puedes describir la música en un texto y fijar tú la duración, o puedes subir el clip y dejar que un modelo de vídeo a música lo vea y le ponga banda sonora siguiendo la imagen. Ambas están en la página de modelos, en el apartado Música. Este artículo explica cuál elegir, cómo redactar la petición y cómo revisar el resultado antes de publicar.

Antes de nada, para ajustar las expectativas: aquí hablamos de una base instrumental bajo la imagen. Para efectos de sonido que siguen la acción (pasos, puertas, viento), lee la guía de sonido para un clip mudo. Para una canción con letra, los modelos de música que cantan son otro trabajo con otro tipo de petición.

Vía 1: una descripción en texto

Los modelos de texto a música reciben una descripción escrita y, en la mayoría, una duración que fijas antes de lanzarlos. Nunca ven el vídeo, así que eres tú quien sabe dónde está el corte. Parece una desventaja, pero en un clip de alguien hablando a cámara o en un bucle de producto es una ventaja: la imagen no tiene momentos narrativos que seguir, y lo que necesitas es un ambiente estable a un nivel constante que quede por debajo de una voz.

Una petición que funciona nombra cuatro cosas, en este orden: el uso (fondo bajo una voz, una cortinilla de entrada, un bucle), el ambiente, el tempo y los instrumentos, y la forma (dónde crece y cómo termina). Escribe instrumental de forma explícita; varios modelos de música añaden una voz si el prompt deja hueco para ella, y algunos tienen un interruptor de solo instrumental en los ajustes avanzados.

Fija la duración a la de tu clip, o uno o dos segundos más para tener margen al recortar. Si tu editor puede repetir audio en bucle, una petición de bucle corto ('un bucle continuo, sin intro, sin final') suele salir más barata que una pista larga, y encaja bien con un vídeo en bucle para la cabecera de una web.

Vía 2: el propio clip

Un modelo de vídeo a música toma tu vídeo como entrada y compone música que sigue su ambiente, su ritmo y sus cambios de escena. El prompt de texto es opcional y solo orienta el estilo. Es la vía para material con sus propios momentos: un montaje de viaje con cortes secos, una revelación, un clip que se ralentiza y luego acelera. Una descripción en texto no puede ver un corte en el segundo ocho; este modelo sí.

Dale el montaje que de verdad vas a publicar. Si después recortas dos segundos, la música compuesta para el corte anterior cae en los fotogramas equivocados. Cierra primero la imagen y luego ponle música.

Cuándo gana cada vía

• Locución, tutorial, entrevista, bucle de producto: descripción en texto. Quieres una base uniforme y controlas la duración con exactitud.
• Montaje con cortes, una revelación, un tráiler: el clip. El modelo escucha la edición y se mueve con ella.
• Una serie de vídeos que deben sonar parecidos: descripción en texto. Reutiliza un mismo prompt, cambia solo la duración y cada episodio tendrá la misma paleta.
• No sabes qué pide el clip: pásalo una vez sin prompt y escucha. Es una forma rápida de oír una dirección que luego puedes describir con palabras.

Revisar el montaje

Coloca la pista bajo la imagen en tu editor y míralo tres veces, atento cada vez a una sola cosa.

1. 01El principio y el final. ¿La música empieza en el primer fotograma y termina de verdad, en lugar de cortarse? Un corte brusco a mitad de frase es lo que más delata. Un fundido corto en tu editor arregla casi todos los casos.
2. 02La voz. Si alguien habla, baja la música bajo la voz y escúchalo en el altavoz del móvil, no solo con auriculares. Una base que suena bien en un estudio a menudo entierra la voz en un teléfono.
3. 03Los momentos clave. En un clip con banda sonora, comprueba que los grandes momentos caen en los cortes. Si uno se desvía unos fotogramas, desplaza la pista; si todo se desfasa, probablemente la imagen cambió después de la ejecución.

Lo que el estudio no hace

Los modelos de música devuelven un archivo de audio. El estudio no lo mezcla con tu vídeo, no lo atenúa bajo una voz ni le aplica fundidos; eso es un minuto de trabajo en cualquier editor, y así los niveles siguen en tus manos. Una descripción en texto no ve tus cortes, y un clip con banda sonora solo sigue la imagen que recibió. Ninguna de las dos vías promete una melodía igual a la de un tema famoso, y un prompt que pide una por su nombre es el prompt equivocado. Si todavía estás creando el vídeo, empieza por la guía para elegir un modelo de vídeo; cuando la imagen esté cerrada, abre el estudio y ponle música.