Cómo traducir un video largo con voz de IA: clases, cursos y podcasts de hasta 2.5 horas

Es probable que tu mejor video ya esté terminado: un taller grabado, un módulo de un curso, una entrevista larga o la última temporada de tu podcast. Antes, para llegar a espectadores que hablan español, alemán o japonés, necesitabas una transcripción, un traductor, un actor de voz y una tarde editando audio. Y eso por cada episodio.

El traductor de video de ImageGPT ahora tiene un modo para videos largos pensado justo para eso. Sube un video propio de entre 1 minuto y 2.5 horas, revisa el guion traducido, elige las voces y descarga un MP4 con el nuevo idioma junto al original. Verás el precio de cada paso antes de iniciarlo.

Así queda el resultado

Tomamos los primeros 2 minutos y 14 segundos de «Tour of the Moon», un recorrido narrado sobre la Luna creado por el Scientific Visualization Studio de NASA a partir de datos del Lunar Reconnaissance Orbiter. Los videos de NASA son de dominio público, así que podíamos usarlo. Lo subimos, elegimos español y el modo de voz en off, y dejamos todos los demás ajustes con sus valores predeterminados.

La IA detectó a un hablante, dividió la narración en 18 líneas y las tradujo como frases con sentido, no palabra por palabra: «Orientale basin» pasó a ser «la cuenca Oriental», mientras que LRO, Diviner y LOLA se mantuvieron igual. Desde la subida hasta el video terminado pasó poco más de 1 minuto.

El MP4 final conserva la imagen original sin cambios, sin volver a codificarla. Incluye 2 pistas de audio, la traducción (predeterminada) y el original, además de subtítulos en ambos idiomas. Los espectadores pueden cambiar de pista en reproductores como VLC. También puedes descargar los subtítulos como archivos SRT y VTT para YouTube o tu plataforma de cursos.

Qué puedes traducir

Solo contenido propio o para el que tengas derechos: tus videos y episodios de tu canal, cursos y seminarios web, entrevistas, podcasts o documentales para los que tengas una licencia. Antes de que empiece el proceso, debes confirmarlo marcando una casilla. No puedes usar películas ni series de televisión que no te pertenezcan.

• Videos de entre 1 minuto y 2.5 horas, con archivos de hasta 6 GB.
• Archivos MP4, MOV, MKV o WEBM con video H.264, H.265, AV1 o VP9. Si tu archivo usa otro formato o códec, conviértelo primero a MP4 con el conversor de video gratuito.
• 18 idiomas, desde cualquiera de ellos hacia cualquier otro: inglés, español, francés, alemán, italiano, portugués, polaco, turco, neerlandés, ucraniano, ruso, japonés, coreano, chino, árabe, hindi, indonesio y vietnamita.
• Las voces claras se transcriben mejor. Si la música suena muy fuerte sobre la voz o varias personas hablan a la vez, tendrás que corregir más líneas del guion.

Paso a paso

1. Abre el traductor de video y cambia a «Película, clase, episodio: hasta 2.5 h».
2. Elige un proyecto nuevo o uno existente si vas a traducir la siguiente lección o episodio. Selecciona el idioma de destino y deja el idioma original en «Detectar».
3. Elige el resultado: «Voz en off», «Doblaje completo» o «Solo subtítulos». Si eliges voz en off, selecciona las voces: un narrador, una voz masculina y otra femenina asignadas a cada hablante, o una voz por personaje.
4. Sube el archivo o pega un enlace. Los archivos grandes se suben por partes: si se corta la conexión, selecciona de nuevo el mismo archivo y la subida continuará donde se detuvo.
5. Confirma que tienes los derechos del video y pulsa «Transcribir y traducir». El precio aparece en el botón.
6. Revisa los hablantes, el glosario y el guion. Cada línea tiene botones para reproducir el original y la traducción, y puedes editar cualquiera de ellas.
7. Si el video es largo, pulsa primero «Probar los primeros … min»: se genera la voz solo para el comienzo, hasta 2 minutos después de la primera línea, para que puedas escuchar las voces antes de pagar por el resto.
8. Pulsa «Poner voz a todo el video», luego «Descargar video» y, si los necesitas, «Subtítulos».

Todo se procesa en nuestros servidores, así que puedes cerrar la pestaña y volver después para ver una barra de progreso con el tiempo restante. Si detienes la generación a mitad del proceso, se te devolverán los créditos correspondientes a la parte que aún no tiene voz. El video terminado también se guarda en «Mis obras».

¿Voz en off, doblaje completo o subtítulos?

El doblaje completo separa las voces de la música y los efectos de sonido con Demucs y coloca las nuevas voces sobre el fondo original. Cada personaje puede tener una voz predeterminada, una voz que hayas guardado en uno de tus personajes o «Voz del video»: una copia de la voz de ese hablante que habla en el nuevo idioma. Copia solo tu propia voz o la de alguien que haya dado su consentimiento; tendrás que confirmarlo con una casilla aparte. Las copias de voz aún no están disponibles para ucraniano, indonesio y vietnamita, así que esos idiomas usan una voz predeterminada.

Cómo traducir un curso completo o una temporada de podcast

Pon todos los episodios de una serie en un mismo proyecto. El proyecto recuerda a los hablantes —hasta 12 con nombre y voz asignada; los demás se agrupan en «Otros hombres» y «Otras mujeres»— y guarda un glosario de nombres y términos. En el siguiente episodio, la IA reconoce por la voz a quienes ya participaron, de modo que la voz de tu copresentador suena igual en la lección 1 y en la lección 10.

Completa el glosario después del primer episodio. Si en un curso de cocina «fold in» se tradujo de 2 formas distintas, añade el término con la traducción que prefieras y pulsa «Volver a traducir»: solo se rehace la traducción, y las líneas que editaste a mano no cambian.

Cuánto cuesta

Pagas por cada paso. La transcripción y la traducción se cobran justo después de subir el archivo; la generación de voz, una vez revisado el guion. El precio depende de la duración y de cuánto se hable, y cada botón muestra el importe exacto. Estas son cifras aproximadas para un video en el que se habla mucho:

Nuestro fragmento de NASA de 2 minutos costó unos 20 créditos, incluida la transcripción. Los videos con pausas largas o secciones musicales cuestan menos, porque solo se pone voz a las líneas habladas. Si corriges una sola línea más adelante, pagas únicamente por esa línea; al reconstruir el video, solo se vuelven a mezclar las partes que cambiaron.

Los clips cortos de menos de 5 minutos siguen procesándose en el modo habitual de la misma herramienta, que añade sincronización labial y subtítulos incrustados. Si quieres subtítulos animados para un Reel o un Short, usa Subtítulos automáticos.