HeyGen Avatar V: un vídeo con presentador a partir de una grabación de voz

Tienes una locución y nadie que se ponga delante de la cámara. HeyGen Avatar V cubre ese hueco: eliges uno de sus presentadores listos, subes una grabación de voz y te devuelve un vídeo de ese presentador diciendo tus palabras, con los labios sincronizados, hasta 4K. No hay caja de prompt ni cara que subir. Dos entradas, unos pocos ajustes, y todo el trabajo está en acertar con ellos.

Paso 1: elige al presentador por nombre, postura y ángulo

La lista de avatares tiene cientos de entradas, y sus nombres se leen como un plan de rodaje: un nombre de pila, luego si la persona está sentada o de pie, luego el escenario (una oficina, un sofá, una cocina, una esterilla de yoga, un pícnic) y luego el ángulo de cámara, de frente o de lado. Así, 'Annie, oficina, sentada, de frente' y 'Annie, oficina, sentada, de lado' son la misma presentadora en la misma sala vista desde dos cámaras.

Eso hace posible un montaje barato a dos cámaras. Renderiza la misma grabación dos veces, una con la versión de frente y otra con la versión de lado del mismo presentador, y corta entre ellas en las pausas entre frases. Parece una entrevista filmada en lugar de un único plano fijo.

Paso 2: prepara el audio

El audio lo mueve todo: la boca, las pausas, el ritmo de la cabeza. Una grabación limpia en una habitación silenciosa supera a un guion perfecto leído en una cocina con eco. Si prefieres no grabar tu propia voz, crea una con un modelo de texto a voz de la página de modelos y sube ese archivo. Escribe el guion para el oído: frases cortas, una pausa donde cambiaría una diapositiva, números escritos como quieres que se digan.

Paso 3: elige el encuadre según dónde se verá

La relación de aspecto puede ser 16:9 (la predeterminada), 9:16, 1:1, 5:4 y 4:5. Decide por el destino, no por gusto: 16:9 para una web o una presentación, 9:16 para clips verticales cortos, 4:5 o 1:1 para un feed. La guía de relaciones de aspecto explica esa elección con más detalle.

La resolución es 720p, 1080p (la predeterminada) o 4K. 1080p sirve para casi todo lo que la gente ve en un móvil o en un navegador. Guarda 4K para una pantalla grande o para material que vayas a recortar después.

Paso 4 (opcional): cambia el fondo

En los ajustes avanzados puedes añadir una imagen de fondo. Cada avatar ya trae su propia sala, así que solo la necesitas cuando esa sala no encaja con tu marca: tu tienda, tu oficina, un color liso detrás de un tutorial. Usa una imagen con la misma altura de cámara y un poco de desenfoque, o el presentador parecerá pegado encima.

¿Avatar V o uno de sus vecinos?

• Avatar V: un presentador de catálogo, tu audio, hasta 4K. Lo mejor cuando necesitas a una persona en pantalla y no te importa que no seas tú.
• Avatar IV: tu propia foto de retrato en lugar de un presentador de catálogo, con indicaciones escritas para las expresiones. La guía de Avatar IV lo explica.
• Avatar V Digital Twin: funciona a partir de texto o de audio y puede quitar el fondo para un vídeo transparente.

Lo que no hace

Aquí no puedes usar tu propia cara ni dirigir la actuación: no hay prompt, así que los gestos y las expresiones salen solo del audio y del avatar elegido. Si el presentador tiene que parecer sorprendido en una palabra concreta, graba esa palabra con esa energía o elige un modelo con un campo de indicaciones. Para otras formas de poner a una persona en movimiento en pantalla, consulta cómo elegir un modelo de vídeo con IA.