Narración con IA

Narración con IA en 31 idiomas, escena por escena

Scenes AI genera narración con modelos de voz como Gemini 3.1 Flash TTS y ElevenLabs. Puedes ajustar la emoción y el ritmo de cada escena. Con una cuenta también puedes crear una voz a partir de tus grabaciones, con permiso de la persona que habla. Para escenas de diálogo, el modelo de video puede generar audio con sincronización labial.

Tres formas de trabajar con el sonido

La elección depende de si los personajes hablan en pantalla.

  • Narración separada: una voz se superpone al video silenciado. Es útil para videos explicativos, tutoriales y contenido sin mostrar tu cara.
  • Diálogo integrado: el modelo de video genera audio sincronizado con los labios del personaje. Es útil para dramas y conversaciones en pantalla.
  • Sin audio: un video silencioso al que puedes añadir sonido por tu cuenta.

Dirige la voz en cada escena

La narración puede cambiar de emoción y ritmo a lo largo del video.

  • Nueve emociones que puedes definir por escena.
  • Tres ritmos de habla: lento, medio y rápido.
  • Uno de los modelos admite instrucciones de estilo en lenguaje natural para orientar la interpretación.
  • La duración de las escenas se ajusta al audio generado para no cortar la narración a mitad de una frase.

Elige una voz

Las voces se filtran según el idioma y, si lo indicas, el género. Recibes una selección para elegir sin tener que escuchar todas las opciones. Los personajes conservan además una descripción de voz fija para mantenerla entre escenas y episodios.

Trabaja en otros idiomas

El idioma elegido se aplica a lo que el público escucha y lee.

  • La configuración ofrece 31 idiomas y los modelos de voz utilizan el idioma del guion.
  • Los subtítulos se generan en el mismo idioma que la narración.
  • Los modelos de video reciben instrucciones explícitas sobre el idioma para conservarlo en los diálogos. La interfaz de la aplicación sigue en inglés.

Preguntas frecuentes

Preguntas sobre Narración con IA

¿No encuentras lo que buscas? Visita ayuda y soporte o escribe a hello@usescenes.com y te responderá una persona.

El selector de Gemini 3.1 Flash TTS ofrece 13 voces de narración con muestras de audio. Las opciones de ElevenLabs ofrecen otros catálogos de voces. Se filtran según el idioma y, si lo indicas, el género.

Tu primer video empieza con una frase.

Describe tu idea. El director escribe el guion, crea los personajes, genera las escenas, añade la narración y renderiza el montaje final. Ves el precio antes de cada gasto: aprueba cada paso o utiliza el modo automático.

Paga por uso · Sin suscripción · Los créditos no caducan

Primer episodio de «Last Call at the Starlight», tal como se generó