Video con IA para cursos online: intros, B-roll y voz clonada

La verdad poco glamurosa de grabar un curso es que las lecciones son la parte fácil. Dominas el contenido. Lo que se come las semanas es todo lo que lo rodea: una intro que no parezca una plantilla de 2014, B-roll para esos cuatro minutos en los que explicas una abstracción frente a una diapositiva estática, cartelas de título que combinen en cuarenta lecciones y volver a grabar la lección seis porque te resfriaste a mitad del módulo. El video y la voz generados son buenos justo en esa capa que lo rodea, y torpes en la capa en la que tú ya eras bueno.

Para qué sirve el video generado en una lección

Traza la línea antes de gastar nada.

Buenos usos: la intro de cinco segundos, el plano de situación detrás del título de una sección, la metáfora visual mientras narras un concepto, la transición entre capítulos, la imagen fija detrás de una cita, la imagen principal de la página de ventas.

Malos usos: cualquier cosa que finja ser tú. En eroq no hay sincronización labial, ni avatar parlante, ni entrenamiento de un modelo con tus propias grabaciones, así que un presentador generado es un desconocido ficticio cuya boca no coincide con tus palabras. Tu cámara sigue siendo la cara del curso. Lo único que de verdad puede llevar tu identidad es tu voz, y eso es un clon, no una marioneta.

También conviene saberlo antes de planificar: eroq renderiza clips y ahí se detiene. El recorte, las transiciones y el etalonaje se hacen en tu editor.

Una sola estética para todo el curso

Un curso parece amateur cuando la lección uno es cálida y cinematográfica y la nueve, fría y digital. Hay tres mecanismos que mantienen cuarenta lecciones en una misma familia visual.

Un Elemento de estilo. Elementos es una biblioteca de lugares, objetos y estilos reutilizables (hasta 50, cada uno mencionable con @ en un prompt). Escribe la estética de tu curso una sola vez como Elemento de estilo y suelta la mención @ en cada render en lugar de volver a configurar cinco ajustes del panel con la esperanza de acordarte de todos.

El Panel de dirección. Se integra en el prompt en el servidor, así que tu identidad es un ajuste guardado y no un texto que vuelves a improvisar: Tipo de película "Documental", Época "Años 2010", Ritmo "Tranquilo", Cámara "Película de 35mm", Paleta "Azul nostálgico" e Iluminación "Luz cruzada suave" forman un estilo de la casa coherente. Cámbialo una vez y todas las lecciones futuras cambian con él.

Una semilla. Los motores Seedance respetan una semilla para que los resultados sean reproducibles, así que la intro que te gustó en la lección uno se puede volver a renderizar con un sujeto nuevo y el mismo carácter, en lugar de redescubrirla por suerte.

El prompt de la intro

Un párrafo fluido: primero el sujeto, luego el movimiento, la cámara, la luz y el ambiente:

Un aula magna vacía al amanecer vista desde la última fila, acercamiento lento por el pasillo central mientras una luz azul pálida sube por los ventanales y el polvo gira en los haces de luz, filas de asientos de madera desenfocadas, lente nítida y limpia a f/4, paleta azul nostálgico, iluminación cruzada suave, ritmo tranquilo, estética documental en película de 35mm, plano general.

Cambia el sujeto en cada módulo y conserva todo lo que va después de la primera coma. Ese es todo el truco de un curso coherente: la gramática se queda, el sustantivo cambia.

Para las lecciones que necesitan una secuencia y no un solo clip, el modo Cinema del estudio de video construye un storyboard de forma progresiva: añades escenas una a una, hasta 12, cada una se renderiza al momento, con tomas ×1–4 por escena y la opción de editar, volver a renderizar, reordenar o duplicar cualquiera de ellas. Los borradores se guardan en "Tus películas", así que la revisión del año que viene parte del storyboard de este año.

Narración con tu propia voz

El estudio de voz convierte texto en voz con un catálogo seleccionado de voces (Aria es cálida e íntima, Orion, grave y tranquila, en trece idiomas) y además clona una voz a partir de tu propio audio, que es lo que la mayoría de los creadores de cursos quieren de verdad. Graba el clon una vez y la lección seis tendrá su nueva grabación sin que tengas que esperar a que se te pase el resfriado.

Dos modelos, el mismo catálogo y los mismos clones: Voice Turbo a 2 créditos por cada 100 caracteres y Voice One, la voz insignia más expresiva, a 3 créditos por cada 100. La costumbre que funciona es hacer el borrador de cada lección en Turbo, escuchar, corregir el guion y luego renderizar la versión buena en Voice One. La interpretación depende de la puntuación y de los controles de Velocidad y Expresividad, así que el cambio que arregla una frase plana suele ser una coma, no un nuevo render en otro motor. Tienes más detalles en la página de clonación de voz.

Lo que cuesta un módulo de diez lecciones

Un módulo: una intro por lección, dos clips de B-roll por lección, una cartela de título para cada una y la narración. Clips de 5 segundos en Seedance 1.0 Lite a 120 créditos, imágenes fijas en Image One a 10 y narración de 6,000 caracteres por lección (unas mil palabras) en Voice Turbo:

• Intros: 10 × 120 = 1,200
• B-roll: 20 × 120 = 2,400
• Cartelas de título: 10 × 10 = 100
• Narración: 60,000 ÷ 100 × 2 = 1,200

Total: 4,900 créditos, unos $49 a la tarifa del paquete de entrada, $10 por 1,000 créditos. Si en cambio renderizas la narración final en Voice One, son 60,000 ÷ 100 × 3 = 1,800, así que el módulo se queda en 5,500.

En cualquier caso, un mes de Creator a $49 por 6,000 créditos cubre un módulo completo y aún sobra para una segunda pasada en la mitad de las lecciones. Hobby, a $15 por 1,800 créditos, cubre aproximadamente medio módulo al mes, lo cual está bien si publicas un módulo cada dos meses y dejas que el saldo se acumule: los créditos nunca caducan. Los renders fallidos se reembolsan solos, así que un lote malo te cuesta una tarde.

El montaje, y la parte que eroq no hace

Todo lo que renderizas se guarda en tu biblioteca con su receta completa, y Remix vuelve a cargar esa receta en la herramienta: así es como la lección once parte de la lección diez. Animar convierte una imagen fija que te gusta en la fuente de un clip de imagen a video, que es la forma más barata de sacarle movimiento a una cartela de título que ya aprobaste.

Después exportas. El montaje del curso (línea de tiempo, subtítulos, cuestionarios, la subida al LMS) se hace donde siempre. El mismo reparto del trabajo está descrito desde el otro lado en el caso de uso de YouTube sin mostrar la cara, donde la capa generada hace todavía más parte del trabajo.

Preguntas frecuentes

¿Puedo hacer un video de mí mismo dando clase sin grabarme?

No. eroq genera personas ficticias originales, no hay sincronización labial ni un avatar que diga tus palabras, y entrenar un modelo con tus propias grabaciones no es una función disponible. Clona tu voz y graba tu cara.

¿Cuántos créditos consume de verdad la narración?

Se factura por carácter, no por palabra ni por minuto. Voice Turbo cuesta 2 créditos por cada 100 caracteres y Voice One, 3. Una lección de mil palabras tiene unos 6,000 caracteres, así que son 120 créditos en Turbo y 180 en Voice One.

¿Cómo consigo que cuarenta lecciones tengan la misma estética?

Guarda la estética como Elemento de estilo, mantén un único ajuste del Panel de dirección y reutiliza una semilla en los motores Seedance. Cambia el sujeto del prompt, nunca la gramática que va detrás.

¿Escribes el módulo uno esta semana? Abre el estudio de voz, clona tu voz primero y deja que las intros sigan al guion.