Voz en Off con IA para Video: Cómo Narrar un Cortometraje

Para una voz en off con IA, escribe la narración como líneas cortas que se ajusten a tus tomas, genera la voz de cada una con un modelo de voz IA, quédate con la mejor toma y colócala bajo la imagen.

Por Zoey Z.Última actualización

Un dibujo a tinta de un micrófono vintage de pie sobre un libro abierto, en un fondo gris cálido

La mayoría de las herramientas de voz en off con IA convierten un guion en un único archivo de audio largo, lo cual funciona para un video explicativo pero aplana una historia, donde una línea tiene que caer en la toma correcta y detenerse antes de la siguiente. La narración para una película funciona mejor como líneas separadas, cada una escrita para un momento y generada por separado. Seguimos To My Grandma, un cortometraje animado de 1:38 por Zoey Zhang del equipo de Flick, cuya historia completa es contada por un narrador en 6 líneas generadas con Text to Voice. Esta guía muestra cómo hacer una voz en off con IA para video en cuatro pasos, con las líneas reales, tomas y tiempos de esa película.

Narra tu video en FlickVer los 4 pasos

¿Qué es una voz en off con IA para video?

Una voz en off con IA es narración hablada por una voz generada en lugar de un actor grabado, colocada sobre la imagen para que el espectador escuche un narrador en lugar de un personaje en pantalla.
  • En Flick, Text to Voice crea la narración, con Eleven v3, Eleven v4 o Seed Audio 1.0, y el Video Editor la coloca bajo las tomas.
  • Una narración en off se escucha, no se ve: cuando un personaje tiene que hablar a cámara con los labios en movimiento, eso es una toma hablada, cubierta en la guía de avatar parlante con IA.

¿Cómo utiliza un cortometraje real la narración con IA?

To My Grandma cuenta su historia en 6 breves líneas narradas a lo largo de 1:38 de imagen, con 10 tomas de voz generadas para ellas en su lienzo público.
La narración de To My Grandma, por dónde empieza cada línea en la película y cuántas tomas de Texto a Voz tiene el lienzo para ella
La líneaEmpieza enTomas
My grandma, when I think of her, somehow I always remember her from behind.0:003
She would always secretly tuck food into my hands.0:212
I remember seeing her standing alone on the balcony, lost in thought. I sometimes wonder if she was thinking of grandpa.0:381
When I was little, she would always hold my hand tightly, afraid that I might get lost.0:481
But as I grew older, our hands slowly let go of each other.0:561
But I wish I could go back to when I was little, when you held my hand so tightly. Now, when I reach out to hold yours again, there's nothing left for me to hold.1:192
  • Cada toma fue hecha con Eleven v3, y cada línea es una generación, así que una línea puede rehacerse sin tocar el resto.
  • La última línea cambia de "ella" a "tú", la única línea hablada a la propia abuela, como lo es el título.

¿Cómo añades una voz en off con IA a un video, paso a paso?

Escribe la narración como una línea corta por momento, da voz a cada línea en Texto a Voz, conserva la mejor toma de cada una, luego coloca las líneas bajo sus planos con silencio entre ellas.

  1. Paso 1

    Escribe líneas para los planos

    Escribe una o dos frases para cada momento, y deja que cada una diga lo que el plano no puede mostrar, porque un narrador que solo describe la imagen la repite.

    • Sobre la abuela en el balcón, la narración nombra lo que vemos, "de pie sola en el balcón, perdida en sus pensamientos".
    • Luego añade lo que ninguna imagen contiene: "A veces me pregunto si estaba pensando en el abuelo."
    • Lee las líneas en voz alta contra el corte, ya que una línea que se extiende más allá de su plano retrasa cada línea posterior.
    Seen from behind, the grandmother stands alone on a wooden balcony over green fields as the narrator speaks00:09
    To My Grandma, dirigida por Zoey Z. · 0:38

  2. Paso 2

    Narra cada línea con voz

    Abre Texto a Voz, elige una voz para el narrador e introduce una línea por generación, así cada línea se convierte en su propio clip de audio que puedes mover, recortar o rehacer.

    • La línea "When I was little, she would always hold my hand tightly, afraid that I might get lost." es una generación de Eleven v3 de 4.6 segundos, distribuida a lo largo de tres tomas.
    • Texto a Voz con Eleven v3 o Eleven v4 está en el plan Free, a 8 créditos por generación.
    • Las indicaciones entre corchetes, como [whispers] o [dramatic pause], dirigen cómo se lee una línea.
    A small girl holds her grandmother's hand on a windy shore, then on a grassy hill, as the narrator speaks00:05
    To My Grandma, dirigida por Zoey Z. · 0:48

  3. Paso 3

    Quédate con la mejor toma

    Genera una línea de nuevo cuando el ritmo o la emoción no sean correctos y compara las tomas una al lado de la otra, porque las mismas palabras pueden volver más rápido, más despacio o con más calidez cada vez.

    • La línea final, que se escucha aquí, tiene dos tomas en el lienzo, de 9.6 segundos y 8.8 segundos.
    • La línea inicial tiene tres, de 5.0 segundos, 5.6 segundos y 6.0 segundos.
    • De las otras cuatro líneas, la línea de tuck-food tiene dos tomas y el resto una cada una.
    A girl in a red hood holds her grandmother's hand in a meadow until the grandmother fades into light00:14
    To My Grandma, dirigida por Zoey Z. · 1:19

  4. Paso 4

    Deja espacio para el silencio

    Coloca cada línea debajo de su toma en el Editor de Video y deja tramos sin narración, para que las imágenes y la música lleven los momentos entre líneas.

    • Después de que termina la primera línea, To My Grandma transcurre unos 16 segundos sin una palabra, sobre tomas como la abuela adormilada en su cocina.
    • La segunda línea comienza a las 0:21, cuando la imagen corta a ella metiendo comida en las manos de la niña.
    • En el Editor de Video, el audio se encuentra en la pista de Música, donde cada línea tiene su propio volumen y fundidos.

    Abrir el flujo de trabajo de To My Grandma

    The grandmother dozes at her kitchen table in silence, then tucks food into a girl's hands as the next line begins00:10
    To My Grandma, dirigida por Zoey Z. · 0:15
Más detalle: cómo leemos la película

Las líneas están transcritas del audio de la película y de sus clips de Texto a Voz, ya que el texto de un clip de Texto a Voz no se muestra en el lienzo público. Los tiempos de inicio son donde cada clip de Texto a Voz de cada línea se encuentra en la película publicada en Flick TV, encontrados al hacer coincidir el sonido del clip con el de la película y verificados con los subtítulos de la película, redondeados al segundo. Los momentos que se reproducen en esta página están cortados de esa película, con su sonido. Las tomas son los clips de Texto a Voz generados en el lienzo público de To My Grandma, leídos el 27-10-2026, incluidos los archivados; el audio subido como música no se cuenta.

¿Qué hace que una voz en off con IA suene correcta?

Pocas líneas, cada una escrita para un momento y con voz propia, con silencio dejado entre ellas y el giro de la historia reservado para el final.

  1. 1. Añade lo que la imagen no puede

    Use the narration for thought, memory and feeling, as To My Grandma wonders whether the grandmother "was thinking of grandpa" over a shot of her back.

  2. 2. Mantén cada línea corta

    Write lines a listener takes in at once, as the 6 lines of To My Grandma do, the longest of them two sentences.

  3. 3. Puntúa para crear pausas

    Put a comma or a full stop where the voice should breathe, because the voice model pauses at punctuation rather than at line breaks you imagine.

  4. 4. Una línea por generación

    Voice each line on its own, so a weak read is redone alone and every line can be moved to fit the cut.

  5. 5. Deja que la imagen respire

    Leave whole shots without narration, as the film does for about 16 seconds after its opening line, so the voice never sounds like a running commentary.

  6. 6. Reserva el giro para el final

    Keep the change in the narrator's voice for the last line, as To My Grandma shifts from "she" to "you" in the line where the narrator reaches for her grandmother's hand.

Preguntas sobre voz en off con IA para video

¿Qué es una voz en off de IA?

Una voz en off de IA es una narración hablada por una voz generada, creada a partir de texto escrito en lugar de una sesión de grabación. Se coloca sobre el video como la voz de un narrador, a diferencia del diálogo, que un personaje habla en pantalla.

¿Cómo añado una voz en off de IA a un video?

Escribe la narración en líneas cortas, genera cada línea con un modelo de texto a voz y luego coloca los clips de audio debajo de las tomas en un editor de video. En Flick, Text to Voice crea las líneas y la pista de Música del Editor de Video las mantiene debajo de la imagen.

¿Existe una locución con IA gratuita para video?

Sí. Text to Voice en Flick, con Eleven v3 o Eleven v4, está disponible en el plan Free a 8 créditos por generación, y una cuenta nueva obtiene 100 créditos al registrarse.

¿Puedo crear una locución con IA en mi propia voz?

Sí. En Flick, Text to Voice con Seed Audio 1.0 toma hasta tres clips de voz que adjuntas como referencia y pronuncia nuevas líneas en esa voz. También puedes importar tu propia grabación como audio y colocarla en la línea de tiempo. Usa solo voces que tengas derecho a utilizar.

¿Cuánto debe durar la narración en un cortometraje?

Lo más breve que la historia permita: la narración funciona mejor como unas pocas líneas con silencio entre ellas, no como una pista continua. To My Grandma, un cortometraje hecho en Flick, cuenta su historia en 6 líneas narradas a lo largo de una película de 1:38.

¿Puede una locución con IA sonar emocional?

Sí. Escribe la línea como debe ser pronunciada, con puntuación donde la voz debe pausar, y añade indicaciones entre corchetes como [whispers] o [laughs] en Text to Voice. Genera varias tomas y quédate con la que mejor encaje emocionalmente con la toma.

¿Puede la locución con IA hablar otros idiomas?

Sí. Eleven v4 habla más de 90 idiomas, y el selector de voces en Text to Voice filtra voces por idioma. No todas las voces son compatibles con todos los idiomas, así que previsualiza la voz primero.

Más sobre sonido e historia en Flick

Ver todo

Películas en esta página

Los momentos que se reproducen en esta página son del cortometraje terminado To My Grandma, con su narración, y las tomas y tiempos de su lienzo público; ambos son acreditados a su cineasta. Las tarjetas relacionadas muestran tomas del lienzo de To My Grandma y de A Proper Introduction por Jaime Yao.

Dale un narrador a tu película

Escribe las líneas, dales voz en Text to Voice y colócalas bajo tus tomas, todo en un mismo lienzo.

Narra tu video en Flick

Prueba gratis, sin tarjeta de crédito requerida.

Pregúntale a una IA sobre esta página:ChatGPTPerplexityClaude