Avatar interactivo: cómo mantener un diálogo en vivo con un avatar en tiempo real
Un avatar interactivo es una sesión de streaming en la sección "Avatares de vídeo": el avatar habla en vivo desde su texto o audio cargado, y el resultado está disponible inmediatamente a través de un enlace de transmisión. La diferencia con un vídeo normal con avatar es fundamental: el vídeo terminado tarda unos minutos en renderizarse, pero una sesión en vivo comienza a hablar en segundos y puedes enviarle texto directamente durante la transmisión. A continuación se explica qué es esta herramienta, qué modos tiene, cómo iniciar una sesión y cuánto cuesta.
¿Qué es y quién lo encontrará útil?
Un avatar de vídeo normal es una grabación: usted configura el texto, espera el renderizado y obtiene el archivo terminado. Un avatar interactivo funciona de manera diferente, como una transmisión en vivo. Se abre la sesión, el avatar inmediatamente empieza a hablar y tú lo controlas en tiempo real: envía nuevas frases, para o cierra. Este formato es conveniente cuando el momento es importante: saludar a un invitado en una página de destino, responder en vivo a una pregunta, una breve demostración, ensayar un guión antes de grabar el video final, un presentador virtual en una reunión o capacitación.
En las mediciones de la plataforma se puede ver cuánto más rápido es el formato en vivo que la generación convencional: según la telemetría del 07/09/2026, un clip de cinco segundos en 1080p se reproduce en promedio en unos 115 segundos y se reproduce en 165 segundos en el 95% de los casos. El avatar de vídeo terminado se ejecuta en segundo plano durante minutos: según el registro de generación de la plataforma, se lanzaron 3.304 tareas de vídeo en 30 días (del 3 de septiembre al 2 de octubre de 2026), de las cuales 2.377 se completaron con éxito. La sesión en vivo no está ligada a esta espera: comienza inmediatamente.
Tres fuentes del habla.
La herramienta tiene tres modos: elija el que se adapte a la tarea:
- Texto (guión). Ingrese el texto terminado: el avatar lo lee tal como está. Adecuado para saludos, anuncios, comentarios preparados.
- Transmisión de texto. Usted establece una frase inicial y luego envía nuevas líneas durante la sesión: el avatar continúa hablando, como en un diálogo en vivo. Es conveniente cuando la respuesta nace sobre la marcha.
- Audio. Subes un archivo de audio ya preparado y el avatar lo repite con una articulación precisa (sincronización de labios). Útil si la actuación de voz ya ha sido grabada usando su voz o un clon.
Texto en modos “Texto” y “Secuencia de texto”: hasta 5000 caracteres. La voz se selecciona de un catálogo con búsqueda y vista previa: haga clic en el botón escuchar al lado de la voz para escucharla antes de comenzar.
Cómo empezar: paso a paso
- Abre la pestaña "Avatar interactivo" en la sección "Avatares de vídeo".
- Iniciar sesión: los invitados pueden ver la sección, pero deberán iniciar sesión para iniciar la sesión.
- Seleccione la fuente de voz: texto, secuencia de texto o audio.
- Seleccione un avatar de la galería de imágenes listas para usar.
- Para modos con texto, seleccione una voz e ingrese una línea; puede escuchar la voz primero.
- Para el modo Audio, adjunte un archivo de audio.
- Mire el precio en tokens: es visible antes del lanzamiento y se calcula según la duración de la sesión.
- Haga clic en "Iniciar sesión". El avatar empezará a hablar y la sesión aparecerá en el historial.
Cómo gestionar una sesión
Una sesión en vivo no es un archivo, sino una transmisión, por lo que tiene su propio estado en el historial: “En aire”, “Completado” o “Error”. La sesión finalizada se puede abrir con un enlace de transmisión y verla directamente en la tarjeta a través del reproductor incorporado. En el modo "Flujo de texto", mientras la sesión está activa, aparece un campo para enviar nuevas frases, de esta manera la conversación continúa sin reiniciarse. Cualquier sesión se puede detener con un botón y eliminar del historial.
Cuánto cuesta
El pago se basa en segundos de sesión, el bloque mínimo es de un minuto. El precio en tokens se muestra antes del lanzamiento y se calcula utilizando los mismos datos que se cancelarán, por lo que la cantidad mostrada es igual a la cantidad real de cualquier entrada válida. Si la sesión no tiene éxito, se devuelve lo dado de baja. No hay suscripción: los nuevos usuarios reciben tokens iniciales para sus primeras pruebas y luego el saldo se repone con la cantidad requerida.
Con que combinar
- "Avatares y Generación" — grabar un vídeo normal con un avatar.
- "Voz en off de texto" — preparar audio, que luego se puede presentar en una sesión en vivo.
- "Clonación de voz" - voz en tu propia voz.
- "Escenas de estudio" — montar un vídeo a partir de varias escenas.
Preguntas frecuentes
¿En qué se diferencia un avatar interactivo de un vídeo de avatar normal?
Un vídeo normal es una grabación: el texto se establece de antemano, luego se renderiza y se obtiene un archivo terminado. Una sesión en vivo es una transmisión: el avatar comienza a hablar inmediatamente y el texto se puede enviar durante la transmisión. El primero es para el vídeo terminado, el segundo es para el diálogo y las respuestas en el momento.
¿Necesito mantener la pestaña abierta?
La sesión se encuentra en el lado del servicio y el resultado está disponible a través de un enlace de transmisión; puede volver a él desde el historial. Es más conveniente enviar frases en el modo "Secuencia de texto" desde una pestaña abierta.
¿Qué voces e idiomas están disponibles?
Las voces se extraen de un catálogo con un filtro de idioma: se pueden buscar y escuchar antes del lanzamiento. El idioma de la voz se selecciona por separado del modo: puede leer el texto en el idioma deseado.
¿Cuánto cuesta una sesión?
Por segundos con un bloque mínimo de un minuto; el precio en tokens es visible antes del lanzamiento y es igual al precio amortizado. No hay suscripción, los nuevos usuarios reciben tokens iniciales.