Cómo pasar de texto a vídeo de stock con IA en 5 pasos

Tienes un guion. Necesitas un vídeo. La distancia entre ambos solía ser un día entero recorriendo bibliotecas de stock, descargando clips, arrastrándolos a una línea de tiempo y confiando en que la licencia cubriera lo que ibas a hacer con ellos.

El texto a vídeo de stock elimina esa distancia. Pegas el guion y la herramienta empareja cada línea con material licenciado, lo monta en orden y te devuelve un vídeo. Así se hace bien, no solo rápido.

Paso 1: escribe un guion visual, no uno escrito

Este es el paso que decide si la salida sirve, y el que más gente se salta.

El motor de emparejado trabaja línea a línea. Lee una línea, deduce de qué va y busca material que lo muestre. Así que el guion tiene que describir cosas que se puedan mostrar.

Reglas que funcionan:

• Una idea por línea. Una línea que empaqueta tres conceptos recibe material de uno de ellos, o una mezcla confusa de los tres.
• Nombra cosas concretas. "Un barista vertiendo leche en un flat white" recupera lo que esperas. "Calidad y artesanía" recupera lo que el modelo cree que eso parece — normalmente un apretón de manos en una oficina.
• Pon el sustantivo delante. "Paneles solares en un tejado suburbano al atardecer" gana a "al atardecer, lo que estás viendo es un tejado con paneles".
• Deja las abstracciones fuera de la capa visual. Una frase como "nuestro margen mejoró un 12% interanual" no tiene material. O la acompañas con una línea visual ("un gráfico ascendente en la pantalla de un portátil") o planeas cubrirla con una infografía.

Una prueba útil: lee la línea en voz alta y pregúntate si un fotógrafo podría rodarla. Si no, reescríbela hasta que pueda.

Antes:

Creemos en prácticas sostenibles que benefician a todos.

Después:

Aerogeneradores girando en una ladera verde.

Un operario con casco revisando una instalación solar.

Una familia encendiendo las luces en una cocina luminosa.

El mismo mensaje, tres planos que existen.

Paso 2: elige una herramienta acorde a tu salida real

No todas hacen el mismo trabajo, y las diferencias importan más de lo que sugieren sus páginas de marketing. Las preguntas que merece la pena hacer:

¿Licencia el material o solo lo encuentra? Algunas herramientas devuelven resultados de búsqueda y te dejan la licencia a ti. Eso no es lo mismo que un vídeo que puedes publicar.

¿Qué idiomas cubre la locución? Si publicas en más de un mercado, una herramienta con una voz inglesa buena y nada más significa un segundo flujo de trabajo para todos los demás idiomas.

¿Puedes editar los emparejados? La primera pasada acertará mal en algunas líneas. Una herramienta que te deje cambiar un clip suelto salva el render entero.

¿Cómo es la exportación? Resolución, relación de aspecto, marca de agua y si hay un tope duro de duración.

El resumen honesto: si el vídeo es una narración sobre material del mundo real, quieres una herramienta de emparejado de stock. Si el vídeo es una persona hablando a cámara, quieres una de avatar. Equivocarse de categoría es el error más caro aquí, y no hay ajuste de prompt que lo arregle.

Paso 3: genera y revisa cada emparejado

Lanza el guion. Luego mira el resultado sin sonido.

Buscas tres fallos concretos:

Errores de literalidad. La línea decía "la empresa está creciendo" y el material es una planta creciendo. Gracioso una vez, fatal en un vídeo de cliente.

Desajustes de tono. Tema correcto, ánimo equivocado — una línea sombría sobre material luminoso y saltarín.

Repetición. El mismo clip, o uno casi idéntico, apareciendo dos veces en pocos segundos. El espectador lo nota antes que casi cualquier otra cosa.

Arregla esto reescribiendo la línea culpable, no relanzando el guion entero a ver si suena la flauta. La línea es la entrada; cambiar otra cosa es adivinar.

Si dos líneas insisten en traer el mismo clip, concrétalas en direcciones distintas — "un andén de tren abarrotado por la mañana" y "una oficina vacía de noche" no chocarán nunca, donde "ajetreado" y "tranquilo" sí podrían.

Paso 4: añade la locución — en el idioma en el que publicas de verdad

Material sin narración es un vídeo de ambiente. La locución es lo que lo convierte en un vídeo.

Tres decisiones:

La voz. Ajusta la voz al contenido, no a lo que suene más impresionante. Los explicativos corporativos quieren claridad y ritmo. El contenido narrativo quiere calidez y variación. En DubVoice.ai eso significa elegir entre más de 17.800 voces de cinco proveedores — ElevenLabs, Vbee, Minimax, Fish Audio y Edge TTS — con un coste por carácter que va desde la gama alta hasta un 90% más barato para trabajo en volumen.

El ritmo. El material de stock se lee más despacio que un vídeo de busto parlante. Una narración que parecía correcta en un documento suena atropellada sobre imágenes de recurso. Ralentízala un 10% y vuelve a comprobarlo.

El idioma. Si publicas en más de un mercado, genera la locución por idioma en vez de subtitular un máster. La narración nativa supera a los subtítulos en tiempo de visionado en casi todas las pruebas, y con más de 50 idiomas disponibles cuesta un nuevo render, no una nueva grabación.

Una nota práctica: escribe los números como quieres que se lean. "2026" puede salir como "dos mil veintiséis" o "veinte veintiséis" según el contexto — si importa, deletréalo en el guion.

Paso 5: exporta, revisa la licencia, publica

Ajustes de exportación. 1080p es el valor por defecto correcto para redes y web. Ajusta la relación de aspecto al destino — 16:9 para YouTube, 9:16 para Shorts, Reels y TikTok, 1:1 si va en un feed. Recortar después arruina el encuadre para el que se emparejó el material.

La licencia. Este es el paso que se salta la gente y el que cuesta dinero. Confirma tres cosas antes de publicar:

• El material está autorizado para uso comercial, no solo editorial.
• No hay un requisito de atribución que no hayas cumplido.
• Si hay personas reconocibles en el material, existen las autorizaciones de imagen.

Una herramienta seria resuelve las tres y lo dice. Si los términos de licencia cuestan de encontrar, tómatelo como una respuesta.

Publica y mide. En formato corto los primeros tres segundos lo deciden todo. Si la retención se desploma ahí, el problema es la línea de apertura y el plano de apertura — no el resto del vídeo.

Preguntas frecuentes

¿Cuánto lleva esto?

Minutos para un vídeo de 60-90 segundos, y la mayor parte se va en revisar emparejados, no en esperar. La comparación es con una búsqueda manual de material, que se mide en horas.

¿El material está licenciado de verdad?

Con una herramienta que licencia en tu nombre, sí — es el núcleo de lo que estás pagando. Con una que solo busca, no. Compruébalo antes de confiar en ello.

¿Puedo usar esto para trabajo de cliente?

Sí, siempre que la licencia cubra uso comercial. En DubVoice.ai la licencia comercial va incluida en cada generación.

¿Y si el material no encaja con mi nicho?

Los temas muy específicos o propios — tu producto, tu oficina, un proceso industrial de nicho — son donde el stock se acaba. Ese es el momento de mezclar clips propios o pasarte al vídeo generativo, que construye el plano en vez de recuperarlo.

¿Necesito experiencia editando vídeo?

No. Ese es el intercambio: renuncias al control fotograma a fotograma y obtienes un vídeo terminado sin línea de tiempo. Si necesitas ese control, exporta y termínalo en un editor.

¿En qué se diferencia de la generación de vídeo con IA?

El emparejado de stock recupera material real que ya existe. El vídeo generativo crea material que nunca existió. El stock es más barato, más rápido y parece real porque lo es. Lo generativo gana cuando el plano que necesitas no existe — un producto que aún no se fabrica, un movimiento de cámara imposible, una escena que nadie ha rodado.

La versión corta

La calidad de un vídeo de stock a partir de texto se decide en el paso 1 y en el paso 3. Escribe líneas que se puedan fotografiar y luego mira de verdad el resultado y arregla las líneas que fallaron. Todo lo demás son ajustes.

En DubVoice.ai el ciclo completo — guion, material de stock, locución en más de 50 idiomas, exportación — funciona con un único saldo de créditos desde 4,99 $, sin suscripción y con créditos que no caducan. [Pruébalo en el panel](/dashboard/text-to-stock-video).