Cómo convertir audio en vídeo con IA

Prepara un fragmento de audio y una imagen, dirige un plano y aprende a revisar el sonido y el movimiento.

LumiYingActualizado

Empieza por un evento audible

Elige un modelo con referencia de audio, sube una grabación breve y una imagen clara y describe una acción visible. Ajusta encuadre y duración y revisa toda la toma con sonido.

Guarda la grabación original. La referencia puede influir en la banda sonora generada. Compara palabras, timbre y ritmo importantes y utiliza el original en el montaje final cuando sea necesario.

De la grabación a una toma útil

  1. Paso 01 Recorta un momento completo

    Escoge un golpe, una frase o un pasaje musical. Exporta MP3 o WAV dentro de los límites del modelo y deja un pequeño margen alrededor de la acción.

  2. Paso 02 Elige una imagen adecuada

    Mantén visibles el rostro, las manos o el objeto importante. En una interpretación vocal, deja despejados el rostro y los hombros. Las referencias adicionales deben aportar un detalle concreto, como la ropa o el lugar.

  3. Paso 03 Separa movimiento y cámara

    Describe por separado la acción, el papel del audio y la cámara. Para el ejemplo de la cabina, pide una conversación breve y un movimiento suave de cámara. Deja fuera acciones que compitan en el primer intento.

  4. Paso 04 Elige duración y encuadre

    Sube los archivos y selecciona una duración corta. Prepara una composición apropiada para 16:9 o 9:16. Revisa los créditos mostrados.

  5. Paso 05 Revisa y corrige una causa

    Escucha primero la referencia y reproduce el resultado a velocidad normal. Compara inicio, centro y final. Reeditar restaura los archivos y ajustes originales.

Coordina las entradas

Un punto de partida práctico

Audio
Un fragmento limpio con un evento claro
Ruido, saturación y final brusco.
Imagen
Sujeto y lugar bien visibles
Manos y objetos necesarios dentro del encuadre.
Prompt
Una acción y una cámara
Asignar cada detalle a su referencia.
Duración
Una duración corta cercana al fragmento
Dejar que la acción termine.

Tres propuestas para escuchar y mirar

Compara el sonido con la acción. Carga imagen, grabación y prompt y ajusta un detalle.

Una llamada nocturna

Mantén a la mujer y el auricular a la vista. Compara la expresión y el habla con la grabación. Si el movimiento de cámara oculta el rostro, pide un encuadre más estable. Revisa las palabras por separado cuando necesites exactitud.

Referencia visual

Referencia de audio

Vídeo de ejemplo
Prompt sugerido

Usa la imagen 1 para la mujer, el abrigo claro y la cabina telefónica cubierta de lluvia. En un plano medio continuo, muéstrala hablando por el auricular con una expresión contenida, guiada por la voz y la lluvia del audio. Conserva la luz de neón y un movimiento suave de cámara.

Cargar este ejemplo

Arcilla en el torno

Observa borde y dedos mientras escuchas el torno. Mantén la cámara quieta y modifica primero solo el movimiento solicitado.

Referencia visual

Referencia de audio

Vídeo de ejemplo
Prompt sugerido

Usa la imagen 1 para las manos, el cuenco y el taller. En un primer plano continuo, las manos dan forma al borde mientras gira. Ajusta el ritmo a los sonidos del torno y la arcilla.

Cargar este ejemplo

Una frase vocal

Mantén visible el rostro y compara la expresión con la frase vocal. Si los gestos distraen, pide menos movimiento. Revisa las palabras y el sonido generado por separado con el fragmento original.

Referencia visual

Referencia de audio

Vídeo de ejemplo
Prompt sugerido

Usa la imagen 1 para el intérprete, el traje de tonos cálidos y el salón soleado. En un primer plano continuo, muestra una breve interpretación vocal guiada por el audio subido. Conserva el rostro y la ropa, limita los gestos y mantén la cámara estable.

Cargar este ejemplo

Ajusta el siguiente intento

Acción desconectada
Demasiadas acciones o fuente sonora confusa
Nombrar un evento y su causa visible.
El sujeto cambia
Referencias contradictorias o recorte excesivo
Usar una imagen clara y nombrar los detalles a conservar.
Cambia la voz o música
Pista generada frente al original
Usar la grabación original en el montaje final.
Final abrupto
Fragmento y duración de salida
Elegir un evento completo con una pausa final.
Preguntas frecuentes

Preguntas frecuentes

¿Qué archivos puedo subir?

Un MP3 o WAV e imágenes JPEG, PNG o WebP. Sigue los límites de tamaño y duración del modelo.

¿La grabación se conserva exactamente?

El modelo puede cambiar el sonido o los tiempos. Para conservar el original, coloca su pista bajo el clip descargado en un editor.

¿Sincroniza cada palabra con los labios?

El audio sirve como referencia de generación. Revisa la boca por separado. La sincronización palabra por palabra requiere un flujo específico.

Prueba un plano guiado por el sonido