Recortar un video panorámico a formato vertical suele dejar el centro de la escena: la mesa, el micrófono, el hombro de alguien, mientras la persona que habla se queda fuera del encuadre. Mostrar todo el plano, en cambio, hace que todos se vean diminutos. Lo que hace falta es un encuadre que se mueva con la conversación, y hacerlo a mano en un editor lleva horas.
Sube un video de hasta 10 minutos: una entrevista, un podcast, una charla, una conversación frente a cámara. ElevenLabs Scribe transcribe el audio e identifica a cada orador, y luego la IA localiza los rostros en la imagen y los relaciona con las voces. En el modo Automático, quien habla ocupa el cuadro completo, dos personas que hablan a la vez comparten una pantalla dividida, y los planos generales o las diapositivas se muestran completos sobre un fondo difuminado. Si el rostro del orador queda oculto detrás de un micrófono o no se puede relacionar una voz con una persona con suficiente certeza, el video también se muestra completo, para que nadie quede cortado. También puedes elegir el modo tú mismo: seguir siempre al orador, dos personas en pantalla, o el cuadro completo.
Los subtítulos están a un clic: cinco estilos, con las palabras apareciendo al ritmo del habla. Obtienes un MP4 de 1080×1920 con el audio original, listo para Reels, YouTube Shorts y TikTok.
La herramienta funciona en la web y en nuestra app móvil. Si el procesamiento falla, tus créditos se te devuelven. Para extraer varios clips de un video largo, usa en su lugar el Creador de Clips con IA.