Cómo dar vida a los vídeos de Veo 2 con locuciones y efectos de sonido de ElevenLabs

Veo 2 de Google hace que generar vídeos fotorrealistas sea más fácil que nunca y ahora está disponible en la aplicación web de Gemini. Vídeos de ocho segundos con prompts mejorados directamente por Gemini, lo que permite editarlos fácilmente.

Sin embargo, las imágenes por sí solas no bastan. El sonido transforma una secuencia silenciosa en una experiencia totalmente inmersiva, y ahí es donde entra ElevenLabs. Con ElevenLabs, generar una locución con IA dinámica en varios idiomas o añadir efectos de sonido puede transformar un vídeo sencillo en una historia cautivadora.

Eso es precisamente lo que intenté hacer al usar Veo 2, del laboratorio DeepMind de Google, para contar la historia de una ciudad que nunca duerme. Generé 18 clips distintos, de unos 5 a 8 segundos cada uno, centrados en entornos urbanos. Los clips incluyen letreros de neón, lluvia, un tren y varias escenas callejeras. Para unir estos momentos fragmentados, añadí una locución y efectos de sonido con ElevenLabs.

Cómo crear una locución cautivadora

Una locución con IA bien elaborada aporta estructura y profundidad emocional a tu vídeo. Aunque puede que sea el mejor generador de vídeo en cuanto a realismo, los clips de Veo 2 suelen carecer de coherencia entre escenas o personajes, por lo que la narración es el elemento unificador perfecto.

En lugar de dejar que quien lo ve interprete imágenes fragmentadas, una locución cuidadosamente diseñada aporta claridad y le guía a través de la historia. Puedes empezar por el guion de la locución y crear después los clips correspondientes, o comenzar con los planos —normalmente a partir de un storyboard— y escribir en función de ellos. Para el vídeo de la ciudad, primero creé los prompts.

Planifica la narración

Antes de generar una locución, es importante planificar cómo complementará la narración a tu vídeo. Si, como el mío, tu secuencia de Veo 2 es un montaje urbano cinematográfico, la locución puede establecer el escenario, añadir una reflexión poética o reforzar la atmósfera.

Por ejemplo, en mi vídeo hay una escena de calles iluminadas por neones y letreros parpadeantes. Así que escribí: «La ciudad nunca duerme; apenas parpadea. Inhala gases de escape y exhala luz de neón, una bestia de acero y cristal que palpita con las pisadas de un millón de almas inquietas». Esto conecta varios planos.

Escribe el guion de tu locución

Cuando hayas definido la narración, el siguiente paso es escribir el guion de todo el vídeo. Un guion bien redactado garantiza que tu locución encaje con la duración de los clips. Como las escenas de Veo 2 suelen durar entre 5 y 8 segundos, la narración debe ser concisa y tener un buen ritmo. Un clip de 5 segundos admite unas 12-15 palabras, mientras que en uno de 8 segundos caben aproximadamente 20-25 palabras.

El tono de la narración debe encajar con el vídeo: poético para imágenes atmosféricas, estilo documental para secuencias informativas y cinematográfico para historias llenas de energía. Por ejemplo, un plano a cámara lenta de vapor saliendo de una alcantarilla podría narrarse así: «La ciudad exhala, el vapor se retuerce en el aire frío de la noche», mientras que para un tren entrando en una estación podría encajar: «Una ráfaga de viento. El chirrido del metal. Llega otro tren, como los cientos anteriores».

Genera tu locución con ElevenLabs

Cuando tu guion esté listo, es hora de generar tu locución con IA con ElevenLabs. Ve a la página de Texto a Voz en la app de ElevenLabs. Allí puedes pegar tu guion o escribirlo directamente. Después puedes seleccionar una voz a la derecha y configurar su velocidad, estabilidad y otras opciones. Me gusta añadir entre un 10 y un 20 % de exageración de estilo, ya que mejora la caracterización.

Un tono profundo y cinematográfico funciona bien para secuencias urbanas dramáticas, mientras que una voz suave y reflexiva potencia las narraciones poéticas. Para imágenes de ritmo rápido, una entonación enérgica mantiene el interés. Para mi vídeo, usé Lamar Lincoln, una voz prémium que dio a la historia un aire más natural. Quería que sonara como alguien reflexionando sobre algo que le importa.

Después de introducir el guion, ajusta la velocidad y la emoción de la locución para que encajen con las imágenes. Un ritmo más lento y deliberado se adapta a los momentos dramáticos, mientras que un tono más conversacional complementa un montaje enérgico. Cuando estés satisfecho con el resultado, descarga el archivo de audio y prepárate para sincronizarlo con tu vídeo.

Prefiero usar solo una o dos frases para ajustar la voz y generar después a partir del guion completo. Aunque en este caso el guion solo tenía tres párrafos, así que usarlo entero no suponía tanto problema. Además, funcionó bien desde el principio.

Sincroniza tu locución

Sincronizar la locución con IA con tus clips de Veo 2 es un proceso sencillo con programas de edición como Adobe Premiere Pro, DaVinci Resolve, Final Cut Pro o CapCut.

• Importa tus clips de vídeo, añade la locución a la línea de tiempo y ajusta los puntos de inicio y final para alinearla con las imágenes.
• Usa fundidos cruzados o estiramiento de tiempo si es necesario para lograr una integración fluida entre la narración y el movimiento.

Mejora con efectos de sonido

Una vez tengas lista la locución, es hora de mejorar tu vídeo con efectos de sonido. Los efectos de sonido generados con IA completan la experiencia auditiva al añadir realismo y textura. Un clip de vídeo por sí solo puede parecer tan real como algo grabado con un teléfono, pero sin sonido caerá en ese abismo de irrealidad que te hace sentir que falta algo.

Crea efectos de sonido con ElevenLabs

El generador de texto a efectos de sonido de ElevenLabs te permite crear elementos de audio personalizados, desde ruido ambiental de ciudad hasta sonidos ambientales sutiles. Puedes describir un paisaje sonoro completo con un prompt complejo o generar varios archivos, cada uno con un conjunto de sonidos específico, para superponerlos después en tu editor de vídeo.

Para crear efectos de sonido, ve al generador de efectos de sonido de ElevenLabs. Puedes explorar una lista de efectos de sonido prediseñados en nuestra biblioteca o crear un sonido personalizado con el generador de texto a efectos de sonido. También puedes simplificar el proceso probando nuestro experimento de vídeo a sonido. Te permite subir un solo clip y te proporcionará 4 efectos de sonido para descargar.

Si quieres tener más control sobre los sonidos, ve al generador de efectos de sonido. Escribe un prompt y haz clic en generar. También puedes personalizar la duración del clip, entre 0,5 y 22 segundos, haciendo clic en el botón Configuración.

Para explorar, previsualizar y recopilar audio ya preparado más rápidamente, el Soundboard ofrece una interfaz interactiva donde puedes probar y mezclar efectos de sonido sobre la marcha, sin necesidad de escribir prompts.

Cómo crear prompts para efectos de sonido

EFECTOS DE SONIDO A PARTIR DE TEXTO

Crea efectos de sonido y audio ambiental personalizados con nuestro potente generador de efectos de sonido con IA.

Aunque puedes crear un prompt complejo con una explicación totalmente descriptiva de todo el paisaje sonoro, he comprobado que es mejor elaborar una serie de prompts y superponerlos. Así puedes controlar el momento en que suenan los distintos sonidos según el contenido del vídeo.

Un efecto de sonido bien colocado hace que una escena parezca real: pasos que resuenan en un callejón, el claxon lejano de un coche o el goteo rítmico de la lluvia sobre el pavimento. Combinar estos sonidos con tus imágenes mejora la inmersión y hace que cada fotograma tenga más impacto.

Si tu vídeo muestra un letrero de neón parpadeante, un leve zumbido eléctrico de fondo refuerza su presencia. Si un tren de metro se detiene chirriando, añadir fricción de metal contra metal aporta autenticidad.

Ejemplos de prompts:

• Prompt descriptivo: «Suave tictac del segundero de un reloj, leve roce de la manga de un abrigo al ajustarse, ruido ambiental de ciudad al fondo: cláxones apagados, conversación distante, parpadeo ocasional de letreros de neón, ligero raspado metálico al girar la muñeca».
• Prompts por capas:
• • «Suave tictac del segundero de un reloj»
  • «Leve roce de la manga de un abrigo al ajustarse»
  • «Ruido ambiental de ciudad»

Después puedes superponerlos en tu editor de vídeo.

Cuando tengas los sonidos superpuestos y el volumen de cada clip ajustado para crear el resultado perfecto, exporta y comparte tu vídeo.

Tanto si creas un montaje cinematográfico, una reflexión poética sobre la ciudad o un cortometraje de estilo documental, el audio generado con IA da vida a tu visión. Prueba ElevenLabs hoy y transforma tu vídeo de Veo 2 en una experiencia totalmente inmersiva con el poder de la voz y el sonido.