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

Veo 2 de Google facilita más que nunca la creación de vídeos fotorrealistas — 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 muda 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.

Intenté hacer precisamente eso cuando usé 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 muestran 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 Veo 2 puede ser el mejor generador de vídeo en cuanto a realismo, sus clips suelen carecer de continuidad entre escenas o personajes, por lo que la narración es el elemento unificador perfecto.

En lugar de dejar que el espectador interprete imágenes fragmentadas, una locución cuidadosamente diseñada aporta claridad y le guía por la historia. Puedes empezar con el guion de la locución y crear clips que encajen con él, o empezar 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 tu 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. Por eso 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

Una vez que hayas esbozado tu narración, el siguiente paso es escribir el guion para todo el vídeo. Un guion bien escrito garantiza que tu locución se ajuste al ritmo de tus clips. Puesto que las escenas de Veo 2 suelen durar de 5 a 8 segundos, tu narración debe ser concisa y tener un buen ritmo. Un clip de 5 segundos admite unas 12-15 palabras, mientras que uno de 8 segundos encaja aproximadamente 20-25 palabras.

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

Genera tu locución con ElevenLabs

Cuando hayas pulido tu guion, 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 un 10-20 % de exageración de estilo porque mejora la caracterización.

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

Después de introducir tu guion, ajusta la velocidad y la emoción de la locución para que encajen con tus imágenes. Un ritmo más lento y deliberado es adecuado para 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 después generar el audio a partir del guion completo. Aunque, en este caso, el guion tenía solo 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 fin para alinearlos con las imágenes.
• Usa fundidos cruzados o estiramiento temporal si es necesario para lograr una transición fluida entre la narración y el movimiento.

Mejora con efectos de sonido

Cuando la locución esté lista, 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 móvil, pero sin sonido caerá en ese vacío 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 sutiles sonidos del entorno. Puedes describir un paisaje sonoro completo con un prompt complejo o generar varios archivos, cada uno con un conjunto de sonidos individual, para superponerlos después en tu editor de vídeo.

Para crear los 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. Incluso puedes simplificar el proceso probando nuestro experimento de vídeo a sonido. Te permite subir un único clip y te proporcionará 4 efectos de sonido que puedes descargar.

Si quieres tener más control sobre los sonidos, ve al generador de efectos de sonido. Allí escribes un prompt y haces 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 listo para usar más rápidamente, el Soundboard ofrece una interfaz interactiva en la que puedes probar y mezclar efectos de sonido al momento, 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 usar un prompt complejo con una explicación totalmente descriptiva de todo el paisaje sonoro, he comprobado que es mejor crear una serie de prompts y superponerlos. Así puedes controlar en qué momento 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 aumenta la inmersión y hace que cada plano tenga más impacto.

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

Ejemplos de prompts:

• Prompt descriptivo: «Suave tic-tac del segundero de un reloj, leve roce de la manga de un abrigo al ajustarse, ruido ambiental de ciudad de fondo — cláxones apagados, conversación lejana, parpadeo ocasional de letreros de neón, ligero raspado metálico al girar la muñeca».
• Prompts superpuestos:
• • «Suave tic-tac 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 el sonido superpuesto y el volumen de cada clip ajustado para crear el resultado perfecto, exporta y comparte tu vídeo.

Tanto si estás creando un montaje cinematográfico como 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.