Veo 3 Fast en eroq: el motor de video que genera su propio sonido

Seis de los siete motores de video de eroq devuelven un clip mudo. Veo 3 Fast devuelve un clip con sonido: ambiente, efectos y diálogo renderizados junto con la imagen. Es el único motor del catálogo que lo hace, y eso cambia cómo escribes el prompt. El resto de la ficha técnica es rígido: exactamente 8 segundos, 720p o 1080p, 216 créditos por clip, plan Creator o superior, con moderación por parte de su proveedor. Esta guía trata sobre todo de la escritura.

Qué significa «sonido nativo»

Nativo significa que la banda sonora se genera con la imagen, a partir del mismo prompt, como parte del mismo render. No hay una biblioteca de sonidos de stock que se coloque bajo el video después, ni un paso de audio aparte que pagar. Describes un plano; obtienes el plano y cómo suena.

Vuelven tres capas:

• Ambiente: el sonido de fondo del lugar. Lluvia, tráfico, una multitud, viento, el zumbido de un refrigerador.
• Efectos: sonidos ligados a lo que pasa en pantalla. Una puerta, pasos, un chirrido de frenos, un vaso que se deja sobre la mesa.
• Diálogo: una línea dicha por una persona en el encuadre.

Un límite que conviene decir sin rodeos: eroq no ofrece una función de sincronización labial. El diálogo en Veo 3 Fast es una línea que el motor interpreta dentro del plano, no una herramienta para hacer coincidir una voz grabada con una cara. Mantén las líneas cortas y trata el resultado como una toma renderizada.

Las cifras

• Duración: 8 segundos, fija. Ni 5 ni 10.
• Resolución: 720p o 1080p.
• Precio: 216 créditos por clip, unos $2.16 con el paquete de entrada, donde un crédito equivale más o menos a un centavo.
• Formatos: 16:9, 9:16, 1:1.
• Modos: texto a video e imagen a video.
• Plan: Creator ($49, 6,000 créditos) o superior.
• Contenido: lo modera el proveedor; un prompt rechazado devuelve content_blocked y no cuesta nada. Cuando el proveedor se niega, la alternativa es Motion One, el motor sin censura propio de eroq, disponible en todas las cuentas.

Un mes de Creator da para unos 23 clips de Veo si no lo gastas en nada más. Los renders fallidos se reembolsan automáticamente y los créditos que no uses se acumulan.

Escribir para el audio

La mitad visual del prompt sigue el mismo registro que en cualquier motor de eroq: un párrafo fluido (sujeto, movimiento, cámara, luz, atmósfera) de 30 a 80 palabras. Después añades el sonido, y el hábito útil es escribirlo como una segunda frase, más corta, al final, en el mismo orden que las capas de arriba.

Primero, el ambiente. Nombra el espacio y cómo suena. «Lluvia constante sobre la marquesina de una estación». «Murmullo de conversaciones y una máquina de espresso». Uno o dos elementos: un clip de 8 segundos no da para un paisaje sonoro.

Efectos ligados a acciones que ya escribiste. Si la parte visual dice «las puertas se abren con un siseo», la frase de sonido puede decir «el pitido de las puertas y sus pasos sobre el andén mojado». El sonido sin causa visible tiende a divagar; el sonido que cae sobre una acción tiende a acertar.

El diálogo, entre comillas y atribuido. Una línea, de menos de diez palabras, con quién la dice. Ocho segundos son una línea, quizá dos. Escribe la línea como la diría el personaje, no como la resumiría un guion.

El silencio es una elección. Si no quieres diálogo, no dejes ociosa la boca de una persona en el prompt: dale algo que hacer. Si quieres una sala tranquila, di «silenciosa» y nombra el único sonido que hay.

Lo que conviene omitir: la música. El motor renderiza lo que hay en la escena; si quieres música de fondo, es algo que añades después en el montaje. Y no amontones adjetivos sobre el sonido («audio épico, cinematográfico, inmersivo»): nombra las fuentes.

Ejemplos de prompts

Ambiente y efectos, sin diálogo, 16:9:

Un tren nocturno entra en un andén empapado por la lluvia, con los frenos chirriando, mientras las puertas se abren con un siseo y una única pasajera desciende bajo las lámparas amarillas de la estación, cerrándose el abrigo contra el viento. Plano fijo y abierto desde el extremo opuesto del andén, paleta noir neón, tranquilo y solitario. Sonido de lluvia constante sobre la marquesina, el chirrido de los frenos, el pitido de las puertas y sus pasos sobre el andén mojado.

Ajustes: 8 s, 16:9, 1080p, Movimiento de cámara Fijo, Iluminación Luces prácticas, Paleta Noir neón.

Una línea de diálogo, 9:16:

Una barista de una cafetería pequeña y tranquila desliza una taza por la barra hacia un cliente, echa un vistazo a la lluvia y dice: «La tercera de hoy, y ni siquiera es mediodía». Primer plano de la barra, luz cruzada suave, paleta de película cálida, tono amable y seco. Ambiente de una máquina de espresso siseando, murmullo de conversaciones y lluvia contra la ventana.

Ajustes: 8 s, 9:16, Movimiento de cámara Primer plano, Iluminación Luz cruzada suave, Paleta Película cálida.

Los dos prompts dejan la frase de sonido para el final y ligan cada efecto a algo visible. Ese es todo el método.

Dónde encaja Veo

Ocho segundos con sonido es un formato muy concreto, y algunos trabajos encajan en él a la perfección:

• Anuncios. El modo Anuncios de la herramienta Video trae plantillas como «Testimonio UGC» para TikTok/Reels 9:16, Feed 1:1 y YouTube/Web 16:9. Un testimonio es una persona, una línea y el sonido del lugar: es decir, un clip de Veo de 8 segundos. El generador de anuncios está construido en torno a esto, y los anuncios UGC son el uso obvio.
• Escenas de una película. El modo película construye un storyboard escena por escena, hasta 12, y cada una se renderiza a medida que la añades. Una escena de Veo aporta su propio sonido al reproductor montado. La parte de la API está en /docs/films.
• Momentos de producto. Una botella que se destapa, una cremallera que se sube, un portátil que se cierra: acciones con un sonido característico.

Dónde no encaja: todo lo que no dure 8 segundos, todo lo que necesite semilla o fotograma final, y todo lo que su proveedor rechace. Para planos largos o controlados con precisión, el motor es Seedance 2.5: /compare/seedance-vs-veo-3 tiene la comparación lado a lado. La página del motor, /models/veo-3-fast, mantiene la ficha técnica al día.

Preguntas frecuentes

¿Veo 3 Fast genera audio en eroq?

Sí. Es el único motor del catálogo que renderiza una banda sonora (ambiente, efectos y diálogo) junto con la imagen, a partir del mismo prompt.

¿Cuánto dura un clip de Veo 3 Fast?

Exactamente 8 segundos. Este motor no tiene opciones más cortas ni más largas; para otras duraciones, elige otro motor del catálogo.

¿Cuánto cuesta un clip de Veo 3 Fast?

216 créditos por clip de 8 segundos, unos $2.16 con el paquete de entrada. Se desbloquea con el plan Creator o superior, y los renders fallidos se reembolsan automáticamente.

Escribe el plano, añade la frase de sonido y renderízalo: /studio/video.