Generador de vídeo D-ID AI
D-ID (d-id.com) es un estudio de avatares parlantes. FAQ oficial: Creative Reality™ Studio convierte una foto de presentador, un avatar de biblioteca o una cara generada en un MP4 que habla un guion escrito o una pista subida. La salida está limitada a 5 minutos. Presentadores estándar: hasta 1280×1280; HQ: 1080p en Trial, Pro, Advanced y Enterprise. ImgToVid no ejecuta D-ID. El generador de esta página abre Talking Avatar — OmniHuman 1.5: un still más una pista de voz, al menos 3 segundos.
01 — Capacidades
Una foto que habla, no un modelo de texto de 8 segundos
Las páginas públicas de D-ID venden animación de cara. Duración e imagen son reglas de estudio. El botón vivo aquí es otro trabajo de still parlante.
01
Foto, avatar de biblioteca o cara generada
FAQ: elige un presentador, sube JPEG/PNG (10 MB, cara de al menos 200×200) o genera una cara. El lienzo puede ser ancho, cuadrado o vertical. La boca la mueve un guion, una subida o un clon — no un prompt de texto a vídeo en blanco.
02
Cinco minutos y el estudio para
FAQ: Creative Reality Studio y la API limitan la salida a 5 minutos. Subidas de audio: 10 MB y el mismo techo de 5 minutos, en MP3, FLAC, M4A, MP4 o WAV. Un crédito figura como hasta 15 segundos de vídeo.
03
1280×1280, o 1080p en HQ
AI Presenter estándar: hasta 1280×1280 en todos los planes. Premium HQ: 1080p en Trial, Pro, Advanced y Enterprise — no en Lite. Salida MP4. La marca de agua se queda; Enterprise puede personalizarla, no quitarla.
04
Esta página corre Talking Avatar
OmniHuman 1.5 toma una foto de primer fotograma y una pista de voz. La duración sigue el audio, al menos 3 segundos. Los créditos son 20 por segundo de audio. No abre el estudio de D-ID ni acepta un guion D-ID escrito.
02 — Del prompt al resultado
Prompts que coinciden con los clips de arriba
Cada prompt describe la imagen de su tarjeta. «Usar este prompt» igual va a Create. Talking Avatar necesita un still y audio; no lee este prompt como entrada OmniHuman.
- 01 · Retrato
PromptPrimer plano de un joven de pelo rizado con jersey gris de punto, luz suave de ventana. Mira a un lado y luego sonríe. Acercamiento lento, poca profundidad de campo.
- 02 · Producto
PromptZapatilla de cuero blanca sobre fondo de estudio gris pálido, luz difusa. La cámara orbita despacio. La costura se mantiene nítida, el look minimal.
- 03 · Calle
PromptDolly lento por un callejón empedrado de un pueblo europeo antiguo. Rosas trepando muros de piedra, mesas de café al sol de la mañana, gente a lo lejos.
- 04 · Personaje
PromptJoven de pelo castaño a los hombros con camiseta oliva, luz dorada de tarde. Gira la cabeza y mira fuera. Brisa en el pelo, sensación de cámara en mano.
03 — Dónde encaja
Trabajos que vende un estudio de foto parlante
La copy pública de D-ID apunta a una cara que debe hablar. El camino vivo de esta página también es un still que debe hablar — en otro motor.
Un retrato que debe leer un guion
Ese es el trabajo de Creative Reality: presentador más líneas escritas o una subida, hasta 5 minutos, en 119 idiomas. ImgToVid no ejecuta ese estudio.
Un retrato que tiene que hablar aquí
Usa Talking Avatar en esta página. Sube la foto y una línea de al menos 3 segundos. La boca sigue la pista.
Un agente en vivo o un clip traducido
D-ID también vende Agents (chat sobre documentos subidos) y Video Translate (10 segundos a 5 minutos, 2 GB máx.). Esos productos se quedan en d-id.com.
Un plano solo con prompt
D-ID y Talking Avatar necesitan una cara. Escribe el plano en Seedance si solo tienes una frase.
04 — Veredicto
Qué es D-ID de verdad
Puntos fuertes
- Oficial: foto + guion o audio, MP4 hasta 5 min
- Estándar hasta 1280×1280; HQ 1080p
- 119 idiomas; lienzo ancho, cuadrado o vertical
- Esta página puede generar: Talking Avatar, OmniHuman 1.5
Limitaciones
- D-ID en sí no está cableado en ImgToVid
- La marca de agua del estudio no se quita del todo
- Talking Avatar necesita un archivo de voz, no una caja de guion D-ID
- Los créditos del camino vivo escalan con la duración del audio
05 — Comparativa
D-ID, Veo 3.1 y Kling 4.0
D-ID es un estudio de avatares parlantes. Las cifras de Veo 3.1 y Kling 4.0 salen de la documentación pública de esos proveedores: son generadores de un solo disparo, no una exportación de presentador de 5 minutos.
06 — Cómo funciona
Empieza un still parlante en ImgToVid
Paso 1
Acepta Talking Avatar
D-ID no será el modelo que lo ejecute. El generador arranca en OmniHuman 1.5.
Paso 2
Añade un still y una pista de voz
Primero la foto, audio de al menos 3 segundos. Un prompt solo no arranca esta serie.
Paso 3
Genera en Create
La membresía y los créditos se comprueban allí. Volver aquí no cambia la ejecución al estudio de D-ID.
07 — Versiones
La serie que esta página abre de verdad
Una serie de Create. El nombre de directorio es D-ID; la ejecución es Talking Avatar.
08 — Preguntas frecuentes
D-ID, en claro
¿Qué es D-ID?
D-ID es una empresa de avatares parlantes. Creative Reality™ Studio en d-id.com anima una foto de presentador a un guion escrito o una pista subida, en MP4, hasta 5 minutos. El mismo sitio vende Agents, Video Translate y una API. ImgToVid no aloja D-ID.
¿Puedo generar D-ID en ImgToVid?
No. El generador de esta página corre Talking Avatar (OmniHuman 1.5) para animar un still al audio. Necesitas una foto y una pista de voz de al menos 3 segundos.
¿Cuánto dura un clip D-ID?
El FAQ de D-ID limita Creative Reality Studio y la API a 5 minutos. Las subidas de audio comparten ese techo. En esta página, la duración de Talking Avatar sigue tu audio y empieza en 3 segundos.
¿Genera audio?
En D-ID: escribes un guion (texto a voz), subes una grabación o clonas una voz en planes listados. El FAQ del estudio cita 119 idiomas. Talking Avatar en esta página no inventa audio: subes la pista.
¿Qué tamaño de imagen puedo exportar?
FAQ de D-ID: presentadores estándar hasta 1280×1280; HQ 1080p excepto en Lite. Lienzo: ancho, cuadrado o vertical. Talking Avatar en esta página no publica una escalera de píxeles D-ID.
¿Puedo usar los resultados comercialmente?
El uso comercial de lo que generes en ImgToVid depende de tu plan. Revisa Pricing y nuestros Terms antes de publicar, y procura que prompts y subidas no vulneren derechos de terceros.
09 — Explorar más
Otros modelos de vídeo
El botón es Talking Avatar
Añade un still y una pista de voz, deja Talking Avatar seleccionado y genera en Create. No hay un interruptor de estudio D-ID en este sitio.
Empezar con Talking Avatar