Cómo usar locución con IA para vídeo de formato corto

En un vídeo de 10 minutos, una primera frase mediocre te cuesta atención, pero no al espectador en sí: ya lleva tres minutos invertidos. En un Reel de 30 segundos, la primera frase es toda la decisión. Si la locución del gancho no atrapa de inmediato, el deslizamiento ocurre antes de que empiece la segunda frase.

Esto cambia cada variable: qué escribes, cómo lo generas, qué voz eliges y cómo lo sincronizas. El formato corto no es un vídeo largo con la parte central recortada; es un formato distinto que exige un enfoque diseñado específicamente para él.

Los hábitos de escritura de contenido largo perjudican activamente al formato corto. El instinto de dar contexto, presentarte y calentar al espectador antes de llegar al punto principal viene entrenado del formato largo. En formato corto, ese calentamiento es tiempo muerto — el punto principal es el gancho, y va primero.

Regla 1: Empieza por la recompensa, no por la introducción

En formato corto, la primera frase del guion es la razón para seguir viendo, no una introducción a esa razón. Compara "Hoy te voy a mostrar un truco para editar más rápido que casi nadie conoce" con "Este atajo de teclado me redujo el tiempo de edición a la mitad". La segunda es el gancho. La primera es solo la promesa de un gancho que llegará más tarde. Más tarde ya es demasiado tarde.

Presupuesto de palabras: tu gancho debería tener menos de 12 palabras. Cuéntalas antes de generar el audio. Los ganchos demasiado largos pierden fuerza en la locución — la voz de IA termina la frase antes de que el espectador haya procesado el principio.

Regla 2: Escribe entre 65 y 75 palabras por cada 30 segundos, no 90

La mayoría de los creadores escriben de más para formato corto. Un guion que al leerlo se sienta corto quedará en la duración correcta al generarlo — las voces de IA hablan de forma algo más pausada que una lectura natural. Con la velocidad por defecto de Noiz AI, entre 65 y 75 palabras generan aproximadamente 30 segundos de audio. Escribe apuntando a esa cifra antes de generar, no después. Recortar cinco segundos de un clip ya generado es tiempo que podrías dedicar al siguiente vídeo.

Regla 3: Usa contracciones y frases incompletas a propósito

Una estructura de frase muy formal suena rígida al ritmo del formato corto. En español, esto significa escribir como se habla: usa frases cortas donde el habla natural las usaría — "Tres segundos. Eso es todo lo que tienes." Este tipo de recursos hacen que la locución con IA se parezca más a alguien pensando en voz alta, que es exactamente lo que funciona en las plataformas de formato corto.

Comprobación de palabras: antes de generar nada, pega tu guion de formato corto en un contador de palabras. Objetivo a 30 segundos: 65–75 palabras. A 45 segundos: 95–110 palabras. A 60 segundos: 125–145 palabras. Si te pasas por más de un 10%, recorta antes de generar — no planees resolver la duración ajustando la velocidad después.

La energía de cada plataforma es real, y la elección de la voz de IA tiene que tenerla en cuenta. Los espectadores de TikTok están acostumbrados a un ritmo y un estilo de entrega que se sienten completamente distintos de lo que funciona en YouTube Shorts. Usar la misma configuración de voz en las tres plataformas es dejar rendimiento sobre la mesa.

TikTok

Conversacional, rápida, algo informal — velocidad 1,04–1,07x

El contenido nativo de TikTok establece una energía base más rápida y directa que la de casi cualquier otra plataforma. En Noiz AI, elige una voz cálida y conversacional en la Biblioteca de Voces y aplica un aumento de velocidad de 1,04–1,07x. Así encajas con el ritmo de la plataforma sin sonar apresurado. Evita las voces de estilo locutor: en los primeros dos segundos se perciben como publicidad y provocan un deslizamiento inmediato en un espectador habituado a TikTok.

Evita: cualquier voz descrita principalmente como "profesional", "formal" o "con autoridad". En TikTok, la autoridad viene de la confianza y la franqueza del guion, no de una voz que suena a presentador de telediario.

Reels

Cálida y con energía, velocidad por defecto entre 1,02 y 1,05x

La audiencia de Instagram Reels es algo mayor que la de TikTok y tolera una locución ligeramente más pulida. Las voces cálidas y con energía funcionan bien — un poco más producidas que el estilo conversacional de TikTok, pero sin perder cercanía. Evita cualquier voz que suene a "publicación de LinkedIn leída en voz alta": en Reels se premia la personalidad por encima del tono profesional.

YouTube Shorts

Neutral a autoritativa, velocidad por defecto o 1,02–1,04x

Los espectadores de Shorts toleran mejor una locución instructiva e informativa porque llegan desde el ecosistema de búsqueda y recomendación de YouTube — muchas veces están buscando una respuesta, no entretenimiento. Aquí funciona una voz algo más mesurada. El mismo guion y la misma voz que no funcionan en TikTok pueden funcionar bien en Shorts, porque la intención del espectador es distinta.

En contenido largo, la sincronización consiste en acertar con la duración total y ajustar unos pocos puntos concretos. En formato corto, cada segundo tiene carga estructural. Un vídeo de 30 segundos no tiene margen — un desajuste de medio segundo entre la voz y la imagen en los primeros cinco segundos se percibe y perjudica la retención.

Paso 1: Genera la locución antes de cerrar tu edición

El flujo de trabajo de formato corto que genera menos problemas de sincronización es: escribir el guion → generar la locución → editar el vídeo para que coincida con el audio. Esto invierte el instinto de filmar y editar primero, y añadir la voz después. En formato corto, esa inversión ahorra bastante tiempo: tu edición de vídeo se ajusta más rápido que tu locución, así que corta el metraje para que coincida con el audio, no al revés.

Paso 2: Usa el marcador de pausa de Noiz AI para controlar el compás tras el gancho

El punto de sincronización más importante en cualquier vídeo de formato corto es el instante justo después del gancho — ese compás de silencio o de énfasis visual que hace esperar al espectador lo que viene después. En Noiz AI, añade un marcador de pausa de 150–250 ms después de tu frase de gancho inicial. Esto crea un punto de respiración natural que se siente intencional en lugar de generado por máquina, y le da espacio a la imagen de apertura para asentarse antes de que empiece la siguiente frase.

Prueba tres duraciones de pausa (150 ms, 200 ms, 250 ms) y elige la que encaje mejor con el compás visual. No esperes acertar en la primera exportación.

Paso 3: Exporta con las especificaciones de audio que prefiere cada plataforma, no con las de tu editor por defecto

TikTok, Reels y Shorts vuelven a codificar el audio que subes, pero parten de lo que tú les entregas. Exporta la locución desde Noiz AI en 44,1 kHz estéreo antes de llevarla a tu editor de vídeo. Evita que tu editor normalice el audio automáticamente — las plataformas de formato corto aplican su propia normalización de volumen al subir el vídeo, y una doble normalización puede hacer que la locución con IA suene algo delgada o sobrecomprimida en el renderizado final.

La verdadera ventaja de usar locución con IA en formato corto no es hacer un vídeo mejor, sino producir cinco vídeos en el tiempo que antes te tomaba producir uno. Esa ventaja de volumen solo aparece si el flujo de generación está sistematizado, no si lo reconstruyes desde cero cada vez.

Paso 1: Fija tu configuración de voz como plantilla de proyecto en Noiz AI

Una vez que encuentres la voz, la velocidad y la configuración de pausas que funcionan para tu tipo de contenido y tu plataforma, guárdalas como un preset con nombre en Noiz AI. Cada nuevo proyecto de formato corto arranca desde esa plantilla — solo tienes que escribir el guion nuevo, sin volver a elegir configuraciones. La consistencia de voz en todo tu contenido también genera reconocimiento de marca: la audiencia empieza a asociar tu voz con tu canal incluso antes de ver tu cara o tu usuario.

Paso 2: Escribe y genera por lotes, no vídeo a vídeo

Escribe los guiones de cinco a siete vídeos de formato corto en una sola sesión y luego genera todas las locuciones en Noiz AI, una tras otra. Esto mantiene la voz del guion consistente en todo el lote — tu estilo de escritura no se desvía entre sesiones como suele pasar cuando escribes un guion por día. También comprime el tiempo de generación y exportación en un único bloque de trabajo, en lugar de interrumpir tus sesiones de edición repetidamente.

Estructura del lote: escribe primero todos los ganchos de todo el lote, y después completa cada guion. Revisar los ganchos juntos hace evidente cuando dos vídeos del lote empiezan igual o cubren el mismo terreno — algo fácil de pasar por alto cuando escribes cada guion por separado.

Escribe cinco ganchos en una sola sesión, genera las cinco locuciones y corta el vídeo de cada audio esa misma tarde.

Prueba el texto a voz de Noiz AI →

• Cómo escribir guiones para locución con IA

• Cómo sincronizar la locución con IA con tu edición de vídeo

• Cómo reutilizar un vídeo en varios formatos con voz IA