Reescribe una voz en off que suene naturalCargando el reproductor

Intermedio · 5 min de lectura · Vídeo tutorial 3:15

Reescribe una voz en off que suene natural

Compara dos revisiones reales a su velocidad original, mantén la interpretación y monta un ejercicio de siete segundos en PopNow.

La voz puede conectar lo que ve el público sin describirlo dos veces. Reescribe dos frases de narración de Poppie, un cortometraje de PopNow, compara las grabaciones originales completas y crea un montaje con narración de 7.44 segundos.

Los controles públicos y la exportación local del editor se grabaron el 7 de noviembre de 2026, sin cuenta. El modelo del ejercicio es Gemini 3.8 Flash TTS, con la voz Sulafat. Las grabaciones incluidas proceden de nuestra producción anterior. Esta lección trata la voz en off de una sola persona narradora.

Archivos de la lección

Descargar los archivos del ejercicio · Descargar la receta

El paquete contiene v03.wav, v04.wav, n03.wav, n04.wav, bubble.mp4, touch.mp4, rewrite.mp4 y la receta en inglés. El paquete y esta página se han preparado localmente. Los enlaces públicos de descarga deben verificarse antes de publicar.

Paso 1 – Escucha antes de juzgar la duración

Reproduce v03.wav una vez completo y después n03.wav. Mantén ambos a Velocidad 1×, sin recortes, normalización ni fundidos.

OriginalRevisión
Primera frasePoppie had one job. Keep the boy's ideas safe, in bubbles.Poppie kept his ideas in bubbles.
Duración7.12s3.44s
Segunda fraseAnd when a bubble popped, the idea came true.And when one popped, the idea came true.
Duración3.96s4.00s

La primera frase original explica una relación que la escena ya muestra. Kept convierte esa relación en una acción. La segunda frase revisada usa one porque las burbujas acaban de mencionarse. Tener menos palabras no acortó esta interpretación. Valora si la idea se transmite.

Campo Texto real de Locución con la primera frase original
El primer borrador añade una introducción antes de la acción.
Campo Texto real de Locución con las dos frases revisadas
Conserva la idea y elimina la explicación que ya aporta la imagen.

Paso 2 – Mantén la interpretación

Abre Locución. Elige Gemini 3.8 Flash TTS, mantén Una voz, pega el texto revisado y elige Sulafat. Abre Más ajustes → Dirección. Separa las indicaciones de interpretación del texto hablado.

Texto

``text Poppie kept his ideas in bubbles. And when one popped, the idea came true. ``

Dirección / Escena

``text A warm storyteller reading a modern fable to a grown-up audience. Quiet, intimate, gently wry, unhurried. Leave natural pauses between sentences. Never salesy, never theatrical. ``

Usa Empático, Británico (RP) y ritmo Natural. Mantén la misma voz e interpretación mientras pruebas las palabras. Guarda el presupuesto real y la fecha antes de pagar por una nueva versión. Con las grabaciones incluidas puedes practicar este montaje de inmediato.

Ajustes reales de Locución con Gemini 3.8 Flash TTS, Sulafat y controles de interpretación separados
Configuración pública grabada sin enviar una generación.

Paso 3 – Recorta la imagen y silencia su sonido

Abre el Editor de video. En Medios, elige Elegir archivos de este dispositivo y añade bubble.mp4 y touch.mp4, en ese orden. Los archivos locales funcionan sin cuenta.

En Este clip, configura bubble.mp4 → Recortar 0:00.00–0:03.44, Velocidad 1×, Volumen 0%. Configura touch.mp4 → Recortar 0:00.00–0:04.00, con la misma velocidad y volumen.

Controles reales del clip de la burbuja con el recorte hasta 3.44 segundos y volumen silenciado
Conserva los primeros 3.44 segundos del plano de la burbuja.
Controles reales del clip del contacto con el recorte hasta cuatro segundos y volumen silenciado
Deja que terminen el acercamiento del dedo, el contacto y la aparición del cohete.

Arrastra los tiradores de recorte mientras consultas el tiempo. Para ajustar con precisión, enfoca la vista previa o la línea de tiempo fuera de un campo, usa Izquierda / Derecha para mover el cabezal y pulsa Empezar aquí / Terminar aquí. Las flechas de los tiradores ajustan en pasos de 0.1s. Si el objetivo queda entre dos pasos de la vista previa, elige el fotograma más cercano y guarda una captura de la línea de tiempo real.

Paso 4 – Coloca las dos grabaciones revisadas

En Audio → Elegir audio de este dispositivo, añade n03.wav y n04.wav. Mantén Parte a usar en toda la duración de cada fuente, Velocidad 1× y ambos fundidos en 0.0s. El audio importado tiene un volumen predeterminado del 60%. Pon expresamente el Volumen al 100% en ambas grabaciones de la lección.

Selecciona n03.wav, sitúa el cabezal en cero y pulsa Empezar en el cabezal. Selecciona n04.wav, sitúa el cabezal en 0:03.44 y vuelve a pulsar Empezar en el cabezal.

Controles de audio reales con la fuente completa, fundidos en cero y comienzo en el cabezal
Conserva las grabaciones completas y su interpretación original.
Línea de tiempo real con el final de n03 y el inicio de n04 en el corte de imagen cerca de 3.44 segundos
Dos partes de audio independientes colocadas una tras otra.

Escucha el empalme. La voz debe dar continuidad a la idea mientras la imagen muestra el cambio.

Paso 5 – Exporta y comprueba la idea

Elige Todo el video → 16:9 → 720p → Estándar y después Exportar video → Empezar a exportar. Vuelve a abrir la descarga. Mírala una vez con imagen y luego escúchala con los ojos cerrados.

Diálogo real de ajustes de exportación del editor con 720p y 16:9 seleccionados
Esta exportación local del navegador se completó y se volvió a abrir.

El objetivo del editor es 7.44s. La exportación grabada del navegador contiene 224 fotogramas. Su contenedor indica unos 7.51s porque las marcas de tiempo del audio y del último fotograma difieren. El archivo de ejercicio incluido, alineado por fotogramas, conserva los 224 fotogramas a 30fps, unos 7.47s, con los 7.44s originales de la voz revisada. Valora tanto el empalme audible como el reloj.

Lista de comprobación

  • Una idea por respiración.
  • Guarda las indicaciones de interpretación en Dirección.
  • Mantén la voz y el ritmo al probar la redacción.
  • Reproduce una vez la comparación A/B completa y sin procesar.
  • Comprueba si la imagen aporta el sustantivo que has quitado.
  • Mantén el volumen de la imagen en cero y ambas pistas de voz al 100%.
  • Si una frase solo funciona al decirla deprisa, prueba antes otra frase.
  • Recurre a un intérprete humano cuando las interrupciones exactas o un dialecto concreto determinen la escena.

Tu receta

Guarda juntos los textos anterior y posterior, los cuatro WAV originales, los dos archivos de imagen, los ajustes, la exportación real y una captura de la línea de tiempo. En tu propia introducción, elimina una explicación, mantén la interpretación y compara las grabaciones completas antes de decidir.

Preguntas frecuentes

¿Tengo que pagar una voz en off nueva para seguir la lección?

Compara las grabaciones incluidas v03.wav, v04.wav, n03.wav y n04.wav y luego monta con n03.wav y n04.wav. También se incluyen los archivos de imagen y los archivos locales funcionan en el editor sin cuenta. Si decides generar otra versión, guarda el presupuesto real y la fecha.

¿La versión más corta siempre debe terminar antes?

La segunda frase revisada dura 4.00 segundos, frente a los 3.96 segundos de la original. Escucha cada grabación completa a 1× y valora si la idea se transmite. Mantén la voz y la interpretación mientras pruebas las palabras.

¿Está mal mi exportación si dura algo distinto de 7.44 segundos?

El objetivo de la línea de tiempo es 7.44 segundos. La exportación grabada del navegador tiene 224 fotogramas y su contenedor dura unos 7.51 segundos porque las marcas de tiempo del audio y del último fotograma difieren. Elige el fotograma de vista previa más cercano, guarda la captura de la línea de tiempo real y escucha el empalme de voz además de comprobar el reloj.

Siguientes tutoriales

Todos los tutoriales

Pon en práctica lo aprendido

La herramienta se abre con los ajustes de este tutorial. Verás el coste en créditos en el botón antes de ejecutar cualquier acción.