Escribe una historia de miedo ficticia, haz que la lea una voz grave y lenta, y genera después los planos y la capa de sonido que la convierten en una producción de verdad. Picasso IA reúne los modelos de voz, de video y de diseño de sonido en un solo toolkit, así que todo ocurre en un único lugar.
Una historia de terror actúa sobre el oído antes que sobre la vista. Una voz grave, una pausa que dura un segundo de más, una tabla que cruje en algún rincón de la casa: eso es casi todo el miedo, y nada de ello necesita un equipo de rodaje. Con IA puedes escribir un relato ficticio, narrarlo con una voz lenta y susurrada, generar planos que acompañen cada momento y colocar una capa de sonido debajo, todo desde un mismo espacio de trabajo.
Los canales de historias de miedo siempre han sido un problema de producción disfrazado de problema de escritura. La historia es la parte fácil. Lo difícil es encontrar un narrador que suene inquietante a las tres de la madrugada, conseguir imágenes que encajen con un pasillo encantado que te has inventado y construir un paisaje sonoro que no suene a biblioteca de efectos de 2009.
Picasso IA ejecuta 502 modelos detrás de una sola interfaz, entre ellos 24 modelos de texto a voz y 121 de texto a video, así que la voz, la imagen y el sonido pueden salir del mismo sitio; el catálogo completo los enumera todos. Las cuentas nuevas reciben créditos gratis, lo bastante para comprobar si una historia funciona en pantalla antes de gastar nada en ella. Además, el terror perdona los puntos débiles del video con IA mejor que casi cualquier otro género. La luz tenue, el movimiento lento, las sombras y la niebla esconden los pequeños fallos que arruinarían un anuncio alegre de producto, y una historia contada sobre todo con la voz solo necesita que la imagen sugiera, nunca que lo muestre todo.
Una regla marca todo lo que sigue en esta página: que sea ficción y que sea atmosférico. El miedo nace de lo que el oyente imagina, no de contenido gráfico.
Empieza por la narración, no por las imágenes. En un video de terror la voz marca el ritmo, y cada plano que generes después existe para servir a una frase que ya has escrito. Las frases cortas funcionan mejor. Una línea que termina en pausa te da un punto de corte natural, y la pausa es donde vive el miedo.
Para la voz, hay dos modelos del catálogo que sirven a este trabajo de formas distintas. elevenlabs/v3 toma tu texto y ofrece controles de velocidad, exageración de estilo y estabilidad, de modo que puedes bajar la entrega hasta una lectura lenta y controlada y subir o bajar el dramatismo. inworld/tts-1.5-max lee etiquetas de emoción y de pausa escritas directamente en el guion, lo que te permite marcar un suspiro, una línea susurrada o un segundo entero de silencio justo donde quieres.
Escribe para el oído y luego frena: pon la velocidad un punto por debajo de lo normal, añade una pausa antes de cada revelación y recorta los adjetivos. Una voz tranquila que describe algo raro con una frase sencilla da más miedo que una voz que actúa asustada.
Limita cada generación a una escena o a un párrafo y no a la historia entera. Los guiones largos pierden el tono, y cortar en los saltos de escena te da sitios limpios para cambiar el plano, la habitación o el sonido. Elige una voz predefinida o una grabación hecha por ti. No imites nunca la voz de una persona real, y mantén al narrador, igual que la historia, como ficticio.
Hay más de una forma de montar un video de terror, y la adecuada depende de lo larga que sea la historia y de cuánto control quieras sobre el sonido. Esta tabla compara los cinco que funcionan en la práctica.
| Enfoque | Ideal para | Modelos con los que empezar | Ojo con |
|---|---|---|---|
| Video con sonido generado en el mismo render | Sustos cortos y arranques en frío, de unos segundos a medio minuto | google/veo-3.1, bytedance/seedance-2.5 | El sonido lo decide el modelo, así que un susurro exacto es difícil de dirigir |
| Narración aparte sobre imágenes sin sonido | Historias habladas completas de varios minutos | elevenlabs/v3 o inworld/tts-1.5-max más un modelo de texto a video | Montas y sincronizas las piezas tú mismo en un editor |
| Capa de sonido añadida después del clip | Rescatar un clip mudo que se ve bien | mirelo/video-to-sfx-v1.5, zsxkib/mmaudio | El modelo de efectos recorta la entrada a diez segundos, así que se trabaja clip a clip |
| Imágenes fijas con empujes lentos de cámara | Narración tipo creepypasta donde la voz es la protagonista | Un modelo de texto a imagen y luego uno de video para un movimiento suave | Hay menos movimiento, así que el ritmo debe venir del guion |
| Personaje fijado con referencias | Una figura que reaparece en varias escenas | bytedance/seedance-2.5 o google/veo-3.1 con imágenes de referencia | Solo personajes ficticios, nunca el parecido de una persona real |
La mayoría de los videos de terror terminados mezclan dos de estos: una historia narrada con voz e imagen por separado, más unos cuantos clips con audio nativo para momentos en que un sonido debe coincidir con la imagen, como una puerta que se abre.
Este es el flujo desde la página en blanco hasta un video con voz, planos y capa de sonido.
Si quieres la capa de voz explicada por separado, voz en off con IA para videos la cubre con más detalle, y añadir efectos de sonido a videos de IA sin audio hace lo mismo con la capa de sonido.
La diferencia entre un video inquietante y uno barato es sobre todo la contención. Estos hábitos se repiten cuando el resultado funciona.
El punto débil es la continuidad. Una casa que describes en la escena uno se verá distinta en la tres a menos que la ancles con imágenes de referencia, e incluso así un pasillo puede cambiar de longitud entre cortes. Planea la historia para que el público vea fragmentos, una mano en un pomo, una ventana, un rincón de una habitación, y no un plano de la casa que pueda comparar de un plano a otro.
Las caras y las manos siguen siendo el otro delator. Los primeros planos de un rostro humano en movimiento son donde el video generado se ve más artificial, y eso es un problema en un género que depende del realismo para su efecto. Mantén a las personas pequeñas en el encuadre, en silueta o de espaldas, que además es la forma clásica de asustar.
El sonido es el tercer límite. El audio nativo de un modelo de video se elige para la escena, no para tu historia, y un prompt de texto solo lo orienta de forma vaga. Para un susurro que debe caer en una palabra concreta, genera la voz por separado y sincronízala tú.
Por último, un modelo de video no sabe qué aceptará una plataforma. Las reglas sobre contenido de miedo o gráfico y sobre el etiquetado de medios generados con IA difieren entre servicios y cambian con el tiempo, así que revisa los requisitos actuales de cada plataforma antes de subir, y mantén el contenido ficticio y sin violencia gráfica.
Las cuentas nuevas de Picasso IA reciben créditos gratis, suficientes para probar una narración y unos pocos clips cortos y ver si tu historia funciona en pantalla. Generar cuesta créditos, y la cantidad depende del modelo y de los ajustes que elijas, así que consulta la página de precios para ver los planes actuales en lugar de fiarte de un número escrito aquí. Empieza por una escena antes de comprometerte con la historia entera.
No hay una respuesta única, y por eso ayuda probar dos. elevenlabs/v3 ofrece controles de velocidad, estilo y estabilidad, así que encaja con una lectura lenta y controlada, mientras que inworld/tts-1.5-max acepta etiquetas de emoción y de pausa dentro del texto, así que encaja con guiones donde marcas cada pausa a mano. Pasa el mismo párrafo por los dos, baja un poco la velocidad y quédate con la voz que suene tranquila en vez de dramática.
Baja el ajuste de velocidad un poco por debajo de lo normal, escribe frases cortas y pon una pausa antes de cada revelación. Con elevenlabs/v3 también puedes reducir la exageración de estilo para que la voz suene serena en lugar de teatral, y con inworld/tts-1.5-max puedes añadir un suspiro o una etiqueta de pausa en el punto donde quieres silencio.
Algunos sí. google/veo-3.1 y bytedance/seedance-2.5 pueden generar audio en el mismo render, así que el clip llega con sonido ambiente incluido. Aun así, el sonido es la interpretación que el modelo hace de la escena, de modo que para una historia narrada la mayoría genera la voz por separado y usa el audio integrado solo para momentos breves. Para un clip que llegó mudo, un modelo de sonido puede añadir después una pista a juego.
Sube el clip mudo a mirelo/video-to-sfx-v1.5 o zsxkib/mmaudio y describe en pocas palabras lo que quieres oír. El modelo de Mirelo devuelve varias variaciones entre las que elegir, y MMAudio acepta un prompt negativo para dejar fuera la música. El modelo de Mirelo recorta el video a diez segundos, así que un video largo se trabaja clip a clip, y puedes mezclar los resultados en tu editor.
Sí, con imágenes de referencia. Seedance 2.5 acepta muchas imágenes de referencia y Veo 3.1 acepta hasta tres, lo que ayuda a que un personaje o una habitación sigan reconocibles de un clip al siguiente. No será perfecto, así que prefiere planos que muestren una silueta, una mano o la nuca. Usa solo personajes ficticios, nunca el rostro de una persona real que no te haya dado permiso para representarla.
Cada generación es corta. Los clips de Veo 3.1 duran de cuatro a ocho segundos, y Seedance 2.5 puede producir clips de hasta treinta segundos en un solo render. Una historia completa se construye generando clips escena a escena y colocando una pista de narración encima en un editor.
El terror ficticio y sin violencia gráfica es habitual en ambas, pero cada plataforma tiene sus propias reglas sobre contenido de miedo, contenido gráfico y cómo debe indicarse que un medio está generado con IA, y esas reglas cambian. Lee los requisitos actuales de la plataforma donde publicas antes de subir. Mantener la historia atmosférica y sugerida en lugar de sangrienta es la opción más segura, y suele mejorar también el video.
Es mejor no hacerlo. No deberías generar caras, voces ni nombres de personas reales sin su permiso, y convertir una tragedia real en entretenimiento puede herir a los afectados. Quédate con personajes inventados, lugares inventados y tramas originales. El folclore que no es de nadie es una buena fuente si lo cuentas con tus propias palabras.
Vuelve a generarlo con un prompt más suave. Describe el lugar y el ambiente en vez de la amenaza, añade palabras como lento, tenue y vacío, y usa un prompt negativo cuando el modelo lo permita. Si una cara o una mano sigue viéndose rara, cambia el plano a una silueta o a un encuadre amplio. Si dudas de cómo funciona algo del producto, la página de soporte puede resolverlo.
Tu historia ya es medio video cuando la voz es lo bastante lenta. Abre el toolkit de Picasso IA, narra la primera escena y mira cómo es ese pasillo.
Elige tu idioma
