Por qué esto importa
Para armar uno de esos videos cortos que salen en redes, antes tocaba abrir el editor y hacer todo a mano. Cortar el clip. Escribir los subtítulos línea por línea. Buscar una música que no te metiera en líos de derechos. Un video de treinta segundos se comía la tarde.
Este kit mueve el punto de partida. Es un conjunto de piezas pequeñas. Cada una hace una parte: crea la imagen, la anima, le pone voz, saca los subtítulos, agrega la música y arma el archivo final. Le pasas un texto y te devuelve un MP4 vertical listo para subir.
Lo que lo hace cómodo es que cada paso es independiente. Corres solo el que necesitas. Si ya tienes la imagen, la animas directo. Si solo quieres la voz, generas la voz. Y cuando quieras el video entero, un solo flujo encadena los ocho pasos.
La idea · el flujo de 8 pasos
Antes de nada, mira el flujo de lejos.
El orden es fijo. Estos son los ocho pasos y el aplicativo detrás de cada uno:
- 1 · Imagen. Describes una escena con palabras y una IA te la dibuja. Como cuando le pides una imagen a ChatGPT. Aquí es Kie.ai con el modelo
gpt-image, que escribe bien el texto en español. - 2 · Animar. La imagen quieta se pone en movimiento. Le suma una respiración leve, un parpadeo. También en Kie.ai, con el modelo
grok. - 3 · Voz. El guion se vuelve narración con ElevenLabs. Para español, el modelo multilingüe y una voz en español de tu panel.
- 4 · Transcribir. Se escucha la voz y salen los subtítulos sincronizados palabra por palabra, estilo karaoke. Corre en tu computadora con Whisper. No cuesta nada.
- 5 · Música. Una pista instrumental de fondo con Suno. Instrumental para que no pelee con la voz.
- 6 · Build. Se arma la composición: los clips, los subtítulos y la voz quedan juntos en un solo lugar. En tu máquina.
- 7 · Render. Se hornea el video a un MP4 con la voz adentro. En tu máquina.
- 8 · Mezcla. La música entra por debajo de la voz y se empareja el volumen para redes. En tu máquina.
Cuatro de estos ocho pasos gastan saldo (imagen, animar, voz y música). Los otros cuatro corren en tu computadora y no cuestan nada.
El cambio
Editabas pieza por pieza
- Cortabas y pegabas cada clip a mano.
- Escribías los subtítulos uno por uno.
- Buscabas música libre de derechos por horas.
Un solo flujo
Lo que cuesta
Voy a ser claro con la plata. En Kie.ai (imagen y animación) pagas por crédito. Una recarga de $5 trae 1.000 créditos. Cada crédito es medio centavo de dólar. Así de barato sale cada pieza.
De los ocho pasos, solo cuatro cuestan. La imagen y la animación gastan créditos de Kie. La voz corre por tu cuenta de ElevenLabs y la música por la de Suno (las dos tienen un plan gratis para arrancar). Los otros cuatro (transcribir, build, render y mezcla) corren en tu computadora y no cuestan nada.
Una recarga en Kie
Trae 1.000 créditos. Te alcanza para unos 13 videos de 3 escenas.
Un video de 3 escenas
3 imágenes y 3 clips = 72 créditos. La voz y la música van aparte, en sus cuentas.
Pasos gratis
Transcribir, build, render y mezcla corren en tu máquina, sin costo.
¿Quieres gastar aún menos? Cambia la imagen al modelo más económico (nano-banana, 4 créditos en vez de 6) o reduce la cantidad de escenas. El kit te muestra el saldo antes y después de cada pieza, así siempre sabes en cuánto vas.
Cómo lo pones a andar
No tienes que memorizar nada. Descomprimes el ZIP y adentro está la guía paso a paso, con cada comando listo para copiar. Este es el panorama de lo que vas a hacer.
Descomprime el kit y abre el mapa
Adentro hay un archivo mapa-mental.html que te muestra todo el flujo en una página, y una carpeta docs/ con el paso a paso: instalar, conectar tus cuentas, tu primer video. Ese es tu punto de partida.
Conecta tus tres cuentas
Creas una cuenta en Kie.ai (imagen y animación), ElevenLabs (voz) y Suno (música). Pegas cada clave una sola vez, guardada en el llavero de tu computadora, nunca en el código. El kit trae el comando exacto y un chequeo que te dice, en verde, si todo quedó bien.
Escribe tu guion y describe tus escenas
Dos archivos de texto. Uno con lo que va a decir la voz. Otro con la descripción de cada escena: qué se ve y cómo se mueve. Esa es tu parte creativa. El resto lo arma el kit.
Corre el flujo y recibe tu video
Un solo comando encadena los ocho pasos y te deja el MP4 vertical listo para subir. Si quieres revisar la voz antes de gastar en música y render, puedes frenar el flujo en cualquier paso y seguir después desde donde ibas.
El banco de sonido incluido
El ZIP trae audio listo para usar. 87 efectos de sonido y 5 pistas de música. Lo que importa no es la cantidad, es cómo están ordenados.
Los efectos no van por cómo suenan, van por su función en la narración. Aparición, tensión, impacto, reveal, transición, zoom, whoosh, drama, alerta. Y aparte, 16 barridos para cambios de escena. La regla es una: eliges el sonido por lo que hace en pantalla, no por costumbre. Todo zoom lleva su whoosh. Una cifra que pesa (un "2× más caro") va con whoosh más impacto: el whoosh acerca, el impacto aterriza.
Las 5 pistas de música están por clima: tech-futurista para intros, tech-minimal para narración densa donde manda la voz, epico-triunfal para cierres con fuerza, emocional-piano para pausas, folk-aventura para algo más ligero. Todas instrumentales, pensadas para sentarse debajo de una voz sin taparla.
Lo que tienes que recordar
- El flujo tiene ocho pasos en orden fijo: imagen, animar, voz, transcribir, música, build, render, mezcla.
- Solo cuatro pasos cuestan: imagen, animar, voz y música. Transcribir, build, render y mezcla corren en tu máquina, gratis.
- En Kie, una recarga de $5 son 1.000 créditos. Rinde para unos 13 videos de 3 escenas. Cada video sale alrededor de $0,36.
- Todo el paso a paso técnico ya viene dentro del ZIP, en la carpeta
docs/. No tienes que memorizar comandos. - La música de fondo va instrumental. Eliges cada efecto de sonido por su función: todo zoom lleva su whoosh.
Qué viene después
El kit hace el trabajo pesado. Pero el resultado depende de lo que le pidas.
Si te quedó una duda concreta: comenta EDITOR en mi último video o escríbeme por DM en @santaia.lab.