Te gustaría crear un avatar de tu persona o de un amigo usando la IA como este:
Hoy en nuestro laboratorio os traemos un tutorial para crearos vuestros avatares parlantes con vuestra propia voz de manera sencilla.
Para ello vamos a necesitar:
- Cuenta en Midjourney para la imagen.
- ElevenLabs para clonar la voz tuya o de un amigo.
- Y HeyGen o D-ID para juntar todo en una animación.
Materiales que te recomendamos tener a mano:
- Foto de ⅔ de tu cara o de la persona a la que vayas a usar para crear el avatar.
- Una pista de audio con tu voz de 1 minuto.
- Texto que va a pronunciar tu avatar.
Si te parece muy complicado, no te preocupes.
A continuación te mostramos una guía paso a paso de como realizar todo esto:
Paso 1: Crear avatar en Midjourney
El primer paso es generar nuestro avatar.
Para ello elegiremos una imagen de nuestro sujeto, en nuestro caso Arnau Vendrell, y la subiremos a Discord.
Luego copiaremos el enlace generado y lo usaremos para el prompt de Midjourney.
/Imagine [enlace de la imagen] A man with very short hair looking at camera in 3D cartoon style --ar 2:3
Puedes usar un prompt sencillo como el que te proponemos. O el que tú quieras.
La clave aquí es añadir las características que queramos resaltar de nuestro sujeto y al final añadir el estilo con el que queremos recrearlo.
Tocará iterar varias veces hasta encontrar el que más nos guste.
Ejemplo de foto subida:
Resultado obtenido con el prompt empleado:
Aquí tienes otro ejemplo de avatar de Jamie Lannister:
Si no se parece al actor real es porque le hemos pedido que genere un blender 3d tipo disney pixar para un juego utilizando los estilos de clash royale.
El prompt es algo parecido a esto:
/Imagine [enlace de la imagen] jamie Lannister portrait, blender 3d, artstation and behance, Disney Pixar, Mobile game character, isometric, clash royale style --ar 2:3
Sacado de: The big book of prompts
Una guía excelente para sacar ideas y generar imágenes con Midjourney.
Paso 2: Clonar voz en ElevenLabs y generar audio
El segundo paso será registrarnos en ElevenLabs y, si queremos clonar nuestra voz, suscribirnos por 1 $.
Si nos da igual usar una voz cualquiera, esto no es necesario.
Aquí podremos crear nuestra voz clonada a partir de un fragmento de audio como explicamos en la edición n.º 4 de esta newsletter y usarla para que “lea” el texto que queramos.
Como plataforma hay que alabar su sencillez de uso, la interfaz de muy limpia y enseguida encuentras las opciones que buscas. Tiene varios planes de pago y uno gratuito con el que empezar a probar, aunque no admite clonación de voz.
Cuenta con 2 grandes apartados: VoiceLab y Speech Synthesis.
En la primera podremos crear una voz desde cero, modificando parámetros o clonarla a partir de pequeñas muestras de audio.
Tan pequeña como un fragmento de 1 minuto:
En Speech Synthesis es donde le podremos pedir que nos genere un audio del texto que escribamos con la voz deseada:
Y todo el potencial de esta herramienta queda muy bien recogido en este vídeo de DotCSV, donde muestra y comparte cómo configurar ElevenLabs para que conteste con su propia voz cuando interactúa con ChatGPT.
En definitiva, una herramienta sencilla, muy eficiente y a bajo coste que genera audios muy realistas, incluso de las voces clonadas.
Paso 3: Animación de imagen con IA
- Pulsamos en “Create Video”
- Añadimos la foto de nuestro avatar, debe ser en formato cuadrado.
- Subimos el audio generado por ElevenLabs o grabado por nosotros.
- Creamos vídeo.
Y así de sencillo es como puedes tener tu avatar hablando con su propia voz. Esperamos que te haya gustado.
Co-CEO y Head of SEO de iSocialWeb, una agencia especializada en SEO, SEM y CRO que gestiona más de +350M de visitas orgánicas al año y con una infraestructura 100% descentralizada.
Además de la empresa Virality Media, una empresa de proyectos propios con más de 150 Millones de visitas activas mensuales repartidos entre diferentes sectores e industrias.
Ingeniero de Sistemas de formación y SEO de vocación. Aprendiz incansable, fan de la IA y soñador de prompts.