¿La foto parlante con IA es gratis?

Sí. Iniciando sesión gratis con Google puedes hacer 2 videos parlantes al día, de hasta 1 minuto cada uno. Los videos gratis llevan un pequeño logo de stork.ai en la esquina, que además indica a quien lo ve que el video está generado con IA. No hace falta tarjeta de crédito.

¿Puedo quitar el logo o hacer videos más largos?

Sí, con créditos de Stork (1 crédito = 1 centavo, paquetes desde $5, recarga automática opcional). "Sin logo" usa el mismo motor que los videos gratis y cuesta $0.20 el minuto a 720p; "Pro" es más nítido y estable y cuesta $0.40 el minuto a 720p. 480p cuesta menos y 1080p más. Elige 16:9 para YouTube, 9:16 para Shorts y Reels, o 1:1. Ninguna de las dos opciones tiene límite de duración, así que puedes hacer videos largos para YouTube. Se cobra por cada tramo de 10 segundos iniciado, con un mínimo de 5 créditos. Pagas por la duración que generamos y, si un video falla, recuperas todos los créditos. Los desarrolladores tienen los mismos precios a través de nuestra Talking Photo API (stork.ai/developers/talking-photo-api).

¿Qué tipo de foto funciona mejor?

Una foto nítida y bien iluminada, con una sola cara que mire más o menos hacia la cámara. Los selfis, las fotos de perfil y los retratos funcionan bien. Las caras muy pequeñas, las caras de perfil y las fotos de grupo dan malos resultados.

¿Puedo simplemente escribir lo que debe decir?

Sí. Escribe tu texto, elige una de las 22 voces integradas en 10 idiomas (inglés, árabe, hindi, urdu, francés, español, portugués, italiano, ruso y turco) y pulsa Escuchar para oírla antes. Escribir también es gratis en la opción gratis, hasta un minuto de voz aproximadamente.

¿Puedo usar mi propia voz?

Sí. Graba directamente en el navegador o sube cualquier audio con voz, en cualquier idioma, incluido el audio de otra herramienta de texto a voz. Los labios se sincronizan con el audio que proporciones.

Un clip corto tarda un minuto aproximadamente; los videos más largos tardan más o menos lo que dura el propio audio (Pro, cerca del doble), más hasta dos minutos para iniciar el motor de render tras un rato sin actividad. No hace falta que dejes la página abierta: te avisamos por correo cuando un video largo está listo.

¿Puedo animar la foto de otra persona?

Solo si es tu propio rostro o tienes permiso de la persona. No debes usar las fotos parlantes para engañar, suplantar ni acosar a nadie.

¿Qué pasa con mi foto y mi audio?

Nunca vendemos lo que subes. Conservamos tu foto, tu audio y tu video, y los revisamos y analizamos, también con servicios de IA (por ejemplo, para transcribir el audio y describir la foto), con el fin de operar y mejorar Stork. Tu enlace de descarga funciona durante 14 días (30 días en los videos hechos con créditos). Escribe a support@stork.ai y eliminaremos tus archivos.

Foto parlante con IA gratis

Haz hablar cualquier foto. Añade un rostro, escribe lo que debe decir (o añade un audio de voz) y recibe un video en el que los labios, la cabeza y la expresión se mueven con la voz. Pruébalo gratis, sin tarjeta de crédito.

Formato

Resolución

720p en la opción gratis

1. Una foto con un rostro claro

2. Lo que debe decir (hasta 1 min)

Unos 13 caracteres equivalen a un segundo de voz.0/650

Voz

Gratis. Escúchala antes de crear el video.

Este rostro es el mío o tengo permiso de la persona para animarlo. No usaré el video para engañar, suplantar ni acosar a nadie.

Gratis iniciando sesión con Google. Sin tarjeta de crédito.

Cómo funciona

1
Sube una foto
Cualquier foto en la que una sola cara mire más o menos a la cámara: un selfi, un retrato o una vieja foto de familia. JPG, PNG o WebP.
2
Escribe lo que debe decir
Escribe un texto y elige una voz: 22 voces en inglés, árabe, hindi, urdu, francés, español, portugués, italiano, ruso y turco, con un botón Escuchar gratis antes de crear el video. O sube un MP3, WAV o M4A, o graba desde el navegador: hasta 1 minuto gratis, cualquier duración con créditos.
3
Descarga tu video
Tu video parlante está listo en un minuto aproximadamente (el primero del día puede tardar dos). Conserva la foto entera y solo se anima el rostro.

¿Qué es una foto parlante?

Una foto parlante es un video corto hecho a partir de una sola imagen fija: un modelo de IA lee la voz de un audio y anima el rostro para que la boca forme los sonidos correctos en el momento justo, mientras la cabeza y los ojos se mueven con naturalidad. Stork anima solo el rostro y lo integra de nuevo en tu foto original, así que el fondo, la ropa y el encuadre quedan exactamente como los tomaste.

Para qué puedes usarla

Dar vida a una foto de familia

Haz que el retrato de un abuelo diga una felicitación de cumpleaños con la voz de un familiar.

Hablar a cámara sin grabarte

Convierte una foto de perfil en una presentación, una novedad o un anuncio breve.

Dar voz a un personaje

Anima un retrato, un cuadro o un personaje dibujado para una historia o una publicación.

Videomensajes personales

Envía un saludo, un agradecimiento o una invitación que hable por sí sola.

Más información

Convierte un episodio de pódcast o una clase completa en video →

Preguntas frecuentes

¿La foto parlante con IA es gratis?: Sí. Iniciando sesión gratis con Google puedes hacer 2 videos parlantes al día, de hasta 1 minuto cada uno. Los videos gratis llevan un pequeño logo de stork.ai en la esquina, que además indica a quien lo ve que el video está generado con IA. No hace falta tarjeta de crédito.
¿Puedo quitar el logo o hacer videos más largos?: Sí, con créditos de Stork (1 crédito = 1 centavo, paquetes desde $5, recarga automática opcional). "Sin logo" usa el mismo motor que los videos gratis y cuesta $0.20 el minuto a 720p; "Pro" es más nítido y estable y cuesta $0.40 el minuto a 720p. 480p cuesta menos y 1080p más. Elige 16:9 para YouTube, 9:16 para Shorts y Reels, o 1:1. Ninguna de las dos opciones tiene límite de duración, así que puedes hacer videos largos para YouTube. Se cobra por cada tramo de 10 segundos iniciado, con un mínimo de 5 créditos. Pagas por la duración que generamos y, si un video falla, recuperas todos los créditos. Los desarrolladores tienen los mismos precios a través de nuestra Talking Photo API (stork.ai/developers/talking-photo-api).
¿Qué tipo de foto funciona mejor?: Una foto nítida y bien iluminada, con una sola cara que mire más o menos hacia la cámara. Los selfis, las fotos de perfil y los retratos funcionan bien. Las caras muy pequeñas, las caras de perfil y las fotos de grupo dan malos resultados.
¿Puedo simplemente escribir lo que debe decir?: Sí. Escribe tu texto, elige una de las 22 voces integradas en 10 idiomas (inglés, árabe, hindi, urdu, francés, español, portugués, italiano, ruso y turco) y pulsa Escuchar para oírla antes. Escribir también es gratis en la opción gratis, hasta un minuto de voz aproximadamente.
¿Puedo usar mi propia voz?: Sí. Graba directamente en el navegador o sube cualquier audio con voz, en cualquier idioma, incluido el audio de otra herramienta de texto a voz. Los labios se sincronizan con el audio que proporciones.
¿Cuánto tarda?: Un clip corto tarda un minuto aproximadamente; los videos más largos tardan más o menos lo que dura el propio audio (Pro, cerca del doble), más hasta dos minutos para iniciar el motor de render tras un rato sin actividad. No hace falta que dejes la página abierta: te avisamos por correo cuando un video largo está listo.
¿Puedo animar la foto de otra persona?: Solo si es tu propio rostro o tienes permiso de la persona. No debes usar las fotos parlantes para engañar, suplantar ni acosar a nadie.
¿Qué pasa con mi foto y mi audio?: Nunca vendemos lo que subes. Conservamos tu foto, tu audio y tu video, y los revisamos y analizamos, también con servicios de IA (por ejemplo, para transcribir el audio y describir la foto), con el fin de operar y mejorar Stork. Tu enlace de descarga funciona durante 14 días (30 días en los videos hechos con créditos). Escribe a support@stork.ai y eliminaremos tus archivos.