Un minuto en pantalla.
Toda una aventura detrás.
¿Cómo pasamos de una imagen de Juana del Pino a un video en el que nos habla? Con historia, inteligencia artificial, muchas pruebas… y varios carteles de «volvé más tarde».
Esta es la historia de cómo nació nuestra Juanita digital. Spoiler: el botón mágico de «hacer todo bien a la primera» todavía no existe.
Imagen + voz + movimientoPrueba, error y paciencia
La misión: que Juanita nos cuente su historia.
Un video de un minuto, una protagonista reconocible y una voz que sonara natural. Parecía corto. El recorrido para lograrlo fue bastante más largo.
De una imagen a una protagonista.
Juana entra al mundo digital.
Partimos de una referencia de Juana para construir una versión realista. Había que cuidar el rostro, el peinado, el vestido de época y sus collares: si cambiaban en cada intento, parecía que habíamos invitado a otra persona.
No alcanzaba con pedir «una señora antigua». Había que describir y revisar los detalles.
Elegir qué contar.
Escribimos y ajustamos un guion con los momentos centrales de su vida. Había que contar una historia, no correr una carrera contra el reloj.
Recortamos, escuchamos y volvimos a ajustar para que la narración entrara en el minuto sin perder claridad.
Que no hablara solo con la cara.
Ampliamos la escena para mostrar brazos y manos. Sumamos una sala de época, libros y otros objetos que acompañaran el relato.
También había que mantener la misma identidad entre la imagen inicial y la nueva escena. Continuidad, como en una película.
Montevideo puso a prueba a la IA.
En las primeras voces aparecieron pronunciaciones que no nos convencían, como «Montevideo» y «virrey». Tocó escuchar, corregir y probar otra vez.
Después elegimos la voz Matilda de ElevenLabs. Ajustamos la duración cuidando las pausas: queríamos una narración natural, no una voz apurada por salir al recreo.
Los labios tenían que seguir al audio.
Probamos animaciones con HeyGen. Repetir un fragmento de 15 segundos para completar el minuto no funcionaba como queríamos: los gestos se volvían repetitivos y la sincronización necesitaba mejorar.
Cambiar la voz también obligaba a revisar el movimiento de la boca. Pegar un audio nuevo encima no resolvía todo.
Las cuotas de los planes gratuitos se agotaban, algunas funciones pedían una suscripción y otras herramientas nos hacían esperar. Eso extendió el trabajo: no todo dependía de tener listo el guion.
Exploramos alternativas gratuitas, pero para terminar el minuto completo también usamos créditos disponibles de ElevenLabs. Por eso, este proyecto no fue realizado íntegramente con herramientas gratuitas.
El detrás de escena que no se ve en el video.
Ocho segundos listos. El resto, en la sala de espera.
Probamos MuseTalk en Hugging Face como alternativa gratuita para sincronizar labios. Trabajamos en fragmentos de dos segundos y llegamos a ocho segundos de prueba. La cuota de procesamiento se agotó y aparecieron esperas cercanas a un día. La opción servía para experimentar, pero no nos permitió completar todo el minuto.
La IA viajó en el tiempo… más de la cuenta.
Una escena generada de una calle colonial salió con postes y cables modernos. Quedaba vistosa, pero no correspondía a la época, así que la descartamos. Moraleja: que una imagen parezca real no significa que sea históricamente correcta.
Un saludo con demasiado margen.
Otra prueba produjo un video vertical con grandes espacios blancos y marcas de agua repetidas. No encajaba con el resultado que buscábamos y no se usó en el montaje final.
También hubo herramientas que quedaron en el banco.
Evaluamos Higgsfield, pero el acceso gratuito disponible no alcanzaba para los clips que necesitábamos. Investigar una herramienta también puede terminar en decidir que no conviene para ese trabajo.
¿Qué puso cada herramienta?
La referencia realista y la ampliación del escenario. Describir bien y revisar fueron parte del trabajo.
La voz Matilda y la generación del avatar completo mediante Flows, con HeyGen Avatar 4 y créditos disponibles.
Pruebas de movimiento, gestos y sincronización. Las cuotas gratuitas condicionaron los intentos.
Una alternativa gratuita que probamos por fragmentos. La cuota de procesamiento limitó la continuidad.
Una breve escena de embarque que sí llegó al video final. Otras escenas se descartaron al revisarlas.
Herramientas gratuitas para el montaje final: unir, ajustar tiempos, reencuadrar y comprobar el archivo.
Ahora sí: un minuto con Juanita.
Completamos el avatar, incorporamos una breve escena de embarque y ajustamos los encuadres para dar variedad. La voz se mantuvo continua. Después revisamos el video completo: imagen, sonido y duración.
Dale play cuando quieras. Las imágenes y la voz son recreaciones digitales: no son filmaciones históricas ni una grabación de la voz real de Juana.
La mejor herramienta no fue un botón.
Fue mirar con atención, escuchar, comparar y animarnos a descartar lo que no funcionaba. La IA ayudó a crear; las decisiones sobre qué contar y qué mostrar siguieron siendo nuestras.
Si te dan ganas de crear algo parecido, empezá por una idea y un guion corto. Guardá las versiones, revisá los datos y comprobá los límites de cada herramienta antes de organizar los tiempos. Y si aparecen cables en una calle colonial… ya sabés qué hacer.
Conocé a Juanita →