Generador IA de Texto a Video
Pega un guion. Obtén un MP4 con visuales, narración y subtítulos, cortado al ritmo de las palabras.
No necesitas una línea de tiempo, una biblioteca de stock ni un paso de exportación. El guion es la entrada y un video terminado es la salida.
Videos hechos con ClipPilot
Cómo funciona
- 1
Pega el guion
Se convierte en la narración palabra por palabra. O da una idea de una línea y deja que escribamos el guion por ti.
- 2
Elige imagen fija o animado
Imágenes fijas para guiones centrados en la narración, clips generados cuando lo visual es lo importante.
- 3
Configura voz, estilo y formato
36 voces, diez estilos visuales, estilo y color de subtítulos, relación de aspecto y calidad.
- 4
Renderiza y descarga
Un MP4 con subtítulos sincronizados y sin marca de agua, editable después si una escena quedó mal.
Qué pasa después de pegar el guion
El guion se lee una vez y se divide en escenas en los momentos naturales, aproximadamente una escena por oración o cláusula según el ritmo. Cada escena recibe su propio prompt de imagen o video, escrito según el estilo visual que elegiste para que todas pertenezcan al mismo video.
La narración se genera en una sola pasada que devuelve el tiempo de cada palabra. Ese tiempo es el reloj oficial: los resaltados de los subtítulos y los cortes de escena se derivan de él, en vez de estimarse por conteos de caracteres. Por eso los cortes caen en los límites de las frases y no un poco tarde.
Los visuales se generan por escena, se componen con la transición y la música que elegiste, y se renderizan. Dos a cinco minutos para la mayoría de los videos.
Escribir un guion que se renderice bien
Frases declarativas cortas generan límites de escena claros. Las oraciones largas con varias cláusulas tienden a producir una escena que se queda en pantalla mientras se dice mucho, lo que se percibe como lento.
Los sustantivos concretos le dan algo con qué trabajar al generador de imágenes. Una frase sobre un objeto específico en un lugar concreto se renderiza mucho mejor que una afirmación abstracta, porque el prompt de esa escena tiene algo que representar.
Evita las indicaciones de puesta en escena en el guion. Todo lo que escribas se convertirá en narración y se leerá en voz alta, incluida una nota para ti sobre cómo debería verse la toma.
Imágenes fijas o clips de video generados
La salida de imagen genera una imagen fija por escena y mueve la cámara lentamente a través de ella. Es barato, alrededor de 100 créditos por minuto, y es la opción por defecto adecuada para guiones centrados en la narración donde las palabras llevan el video.
La salida animada genera un clip de video real por escena, con movimiento y audio nativo. Cuesta 35 créditos por segundo en HD, así que un minuto son 2,100 créditos, y vale la pena cuando lo visual es la razón por la que alguien mira y no la narración.
Los videos animados aceptan un guion de hasta 1,200 caracteres. Los videos de imagen admiten guiones considerablemente más largos.
Voces y subtítulos
Hay 36 voces con vista previa. La que elijas se guarda con el video, así que una recompilación después suena como la original y no como la predeterminada actual.
Los subtítulos están sincronizados por palabra, en dos estilos con opción de color de resaltado. Requieren una voz en off, ya que no hay nada con qué sincronizarlos de otra forma. También puedes generar un video sin narración, en cuyo caso la sincronía viene de las duraciones de escena que hayas fijado.
Cambiar de idea después
El editor te deja reescribir la narración y recompilar. Cuando cambian las palabras, la voz en off y los subtítulos se regeneran juntos en una sola pasada alineada y los límites de escena se reasignan al nuevo audio, así nada se desincroniza.
Si las palabras no cambiaron, se reutilizan el audio y los subtítulos existentes y solo pagas por el render. Regenerar el visual de una sola escena funciona igual, al costo de esa escena.
Formatos y salida
Los videos de imagen se renderizan en 9:16, 16:9, 1:1 y 4:5. Los videos animados se renderizan en 9:16, 16:9 y 1:1, en Standard 480p, HD 720p o Full HD 1080p.
La salida es un MP4 normal sin marca de agua en ningún plan, y tienes todos los derechos comerciales sobre él.
Cuánto cuesta
Los planes comienzan en $19 al mes por 3000 créditos. Un video de imágenes de un minuto cuesta alrededor de 100 créditos. El video animado se tarifa por segundo de video terminado, a 35 créditos por segundo en HD.
Sin marca de agua en ningún plan, y conservas los derechos comerciales completos de todo lo que generes.
Preguntas frecuentes
¿Cuánto puede durar el guion?
Los videos animados aceptan hasta 1,200 caracteres de narración, que son aproximadamente 75 segundos de habla. Los videos de imagen aceptan guiones más largos y su duración sigue la narración. Si en lugar de un guion das una idea, ese campo está limitado a 500 caracteres.
¿Qué idiomas se soportan?
El catálogo de voces está en inglés. Los modelos de voz subyacentes manejan otros idiomas en distintos grados, pero solo publicamos y probamos voces en inglés, así que trata cualquier otro idioma como no soportado por ahora.
¿Puedo generar un video sin voz en off?
Sí. Los videos animados pueden funcionar con el audio propio de los clips sin narración, que es como funcionan las plantillas virales. En ese caso los subtítulos se apagan, porque no hay habla con qué sincronizarlos.
¿El archivo de salida es un video normal?
Sí, un MP4 estándar que descargas y usas donde quieras. Sin marca de agua en ningún plan y con todos los derechos comerciales.
¿Puedo elegir el estilo visual?
Sí, entre diez: fotorrealista, caricatura, cómic, anime, ilustración suave, animación en plastilina, inquietante, cyberpunk, vintage y gráficos planos modernos. El estilo se aplica a cada escena y se guarda con el video para que, al regenerar una escena más tarde, coincida con el resto.
