Un saludo o presentación
Combina un retrato con un saludo grabado para una introducción o actualización de tu comunidad.
Avatar hablante
Haz hablar una foto con una imagen y tu audio
Elige un retrato, sube o graba hasta 15 segundos de audio y describe la actuación visual. Genera un clip nuevo y revisa expresión y sincronización.
Historial
Tus videos recientes de lip sync aparecen aquí.
Inicia sesión para empezar
Ejemplo: grabar un saludo de lanzamiento
Prepara un retrato claro y graba: «Bienvenidos, aquí tenéis un vistazo a nuestra nueva colección». Escucha la toma y deja que termine la última palabra antes del límite de 15 segundos.
Sube retrato y audio, o pulsa Usar grabación tras revisarlo. Espera a que ambos estén listos. Añade indicaciones visuales: «Presentador relajado, sonrisa amable, un pequeño gesto de asentimiento y encuadre estable». Comprueba los datos antes de generar.
Abre el resultado en el historial con sonido. Revisa sincronización, cambios en el rostro y movimientos que distraigan. Descarga la toma elegida. Puedes preparar un audio más corto con el cortador de audio o consultar precios y aplicaciones.
Un mensaje breve y concreto
Un anuncio de producto
Presenta un lanzamiento con una grabación corta. Revisa nombres, labios y expresión antes de incorporar el clip a tu montaje.
Una prueba de personaje
Ensaya una frase para explorar gestos y expresiones. El resultado es una interpretación generada, no una reproducción exacta.
Qué necesitas aportar
Una imagen JPG, PNG o WebP de hasta 10 MiB.
Un audio MP3, WAV, AAC, M4A u OGG de hasta 10 MiB y 15 segundos, o una grabación breve de micrófono.
Una instrucción visual obligatoria de hasta 5000 caracteres para orientar expresión, gestos y escena.
Historial para consultar estados, reproducir resultados, abrirlos por separado y descargar los disponibles.
Antes de crear un avatar parlante
¿Por qué necesito instrucciones si ya tengo audio?
El audio aporta las palabras y la interpretación vocal. Describe en el prompt lo visible: expresión tranquila, un pequeño gesto o cámara estable. No es un guion de texto a voz y no traduce ni reescribe la grabación.
¿Qué imagen funciona mejor?
Utiliza un retrato bien iluminado, con cara clara y boca visible. Evita rostros pequeños o ángulos extremos. No se garantiza que cualquier foto se anime correctamente; revisa dientes, labios y rasgos durante todo el resultado.
¿Qué audio conviene preparar?
Una grabación clara, con una sola voz y poco ruido. El audio debe ser legible y durar hasta 15 segundos; corta una toma más larga antes de subirla. Graba las palabras y el ritmo deseados en lugar de cambiarlos mediante el prompt visual.
¿Cómo uso el micrófono?
Inicia sesión, elige Grabar audio y permite el acceso al micrófono. Detén la toma dentro del límite y escucha el borrador. Puedes descartarlo o grabar otra vez. Usar grabación sube la toma elegida; grabar no inicia por sí solo la generación del video.
¿Puedo doblar un video existente o generar una voz?
No. Aquí se crea un clip desde una imagen fija y audio aportado. No hay entrada de video, biblioteca de voces, traducción ni clonación de voz. Si partes de un guion escrito, prepara primero su archivo de audio.
¿Qué consume créditos? ¿Puedo reintentar?
Debes iniciar sesión para subir archivos o grabar. Generar usa procesamiento en la nube y créditos; consulta los precios. Actualizar comprueba la tarea existente. Otra solicitud de generación puede cobrar de nuevo; no hay botón Reintentar ni plazo garantizado.
¿Puedo elegir modelo o ajustes de exportación?
Se utiliza Kling AI Avatar Pro, sin selector de modelo, resolución, duración ni formato de exportación. Revisa y descarga el video disponible. Comprueba el sonido y el final de la última palabra, además del rostro.