Skip to content

Haz hablar una foto.

Una foto y unas palabras se convierten en un video que habla.

Gratis: 1 video al día. De pago desde $0.10 por minuto.

1 · Foto
2 · Texto · hasta 30 s
Unos 13 caracteres equivalen a un segundo de voz.0/650
Tus voces
Usa tu propia voz
Graba 15 segundos una sola vez. Es gratis.
Gratis. Escúchala antes de crear el video.
3 · Calidad

Precios por minuto a 720p.

Formato
Resolución

720p en la opción gratis

Gratis iniciando sesión con Google. Sin tarjeta de crédito.

Un video gratis hecho aquí con una foto y un texto escrito.
Hecho aquí con una foto y una canción.Music: "As I Am" by Josh Woodward, joshwoodward.com

Se paga por minuto. Nada más.

No necesitas un plan mensual y los créditos no caducan. Si un video o una locución falla, recuperas todos los créditos.

Video parlanteEstándarPro
1 minuto$0.20$0.40
10 minutos$2$4
30 minutos$6$12
1 hora$12$24
LocuciónCualquier voz
1 minuto$0.05
10 minutos$0.50
20 minutos$1

Los precios de video son para 720p; Standard a 480p cuesta $0.10 el minuto. La recarga mínima es de $2. Eso son 10 minutos de video Standard o 40 minutos de locución, y no caduca.

Lo que cuesta un minuto de video parlante en otros sitios

  • Stork Standard, 720pNada. Sin configuración ni suscripción.$0.20
  • Stork Pro, 720pNada.$0.40
  • HeyGen API, Avatar III photo avatar$1.32 por cada avatar de foto que crees$0.99
  • HeyGen API, Avatar IV photo avatar$2.31
  • Hedra Character-3, 720pLímite de 10 minutos por video$3.00

Precios de API publicados para un minuto de video a partir de tu propia foto, consultados en el sitio de cada empresa el 13 de noviembre de 2026. HeyGen también vende presentadores que mueven las manos y el cuerpo, de $4.83 a $7.20 el minuto; el nuestro no hace eso. Probamos cinco API de video parlante con la misma foto y el mismo audio, y anotamos lo que cobra cada servicio que pudimos verificar. Ver los precios y los resultados de la prueba (EN).

Cualquier rostro que parezca de una persona

Tu foto no tiene que ser un retrato de estudio, y no hay ningún avatar que configurar antes. Súbela y habla.

Una foto tuya
Un personaje de dibujos o anime
Una pintura o una ilustración
Un personaje 3D o de videojuego

Hace falta un rostro con forma humana. Mascotas, animales y juguetes no funcionan.

La parodia de una figura pública se permite cuando el video es una broma evidente y está etiquetado como tal. ¿De quién puede ser la foto?

Lo que puedes crear

Por qué cuesta tan poco

Los modelos abiertos ya son lo bastante buenos para este trabajo. Un presentador que habla a cámara y un narrador que lee un texto ya no necesitan un modelo cerrado, así que ejecutamos modelos abiertos en nuestras propias GPU en lugar de revender la API de otra empresa. Pagas el tiempo de GPU y nuestro margen, sin el margen de un proveedor encima.

Cuando aparece un modelo abierto mejor, lo probamos y cambiamos. Cuando baja nuestro costo por minuto, el precio baja con él, y los créditos que ya compraste rinden más.

La contrapartida es que el modelo de video anima solo el rostro: labios, ojos y cabeza, integrados de nuevo en tu foto. Los presentadores que gesticulan y caminan empiezan en $4.83 el minuto en HeyGen, más de veinte veces nuestro precio Standard.

Preguntas

¿Qué hace Stork?
Stork convierte una foto y un texto o una grabación de voz en un video parlante con sincronización labial, y convierte un texto en una locución que puedes descargar. Las dos cosas funcionan en el navegador o mediante una API.
¿Cuánto cuesta?
Gratis: 1 video al día de hasta 30 segundos con un pequeño logo de stork.ai y 3 locuciones al día de hasta 1 minuto cada una. El video de pago cuesta $0.20 por minuto a 720p, o $0.40 con el modelo Pro, más nítido. La locución de pago cuesta $0.05 por minuto. Pagas con créditos prepagados desde $2. El plan mensual es opcional.
¿Cuánto cuesta una locución?
5 créditos por minuto, cobrados por cada tramo de 10 segundos iniciado, redondeados hacia arriba a un crédito entero, con un mínimo de 5 créditos. 1 crédito es 1 centavo.
¿Cuánto puede durar un video?
Los videos de pago no tienen límite de duración. Hemos generado un video de 33 minutos de una sola pieza en 25 minutos. Un solo archivo de locución admite hasta 20 000 caracteres, unos 20 minutos.
¿Qué se mueve en el video?
El rostro: labios, mandíbula, ojos, cejas y pequeños movimientos de cabeza, sincronizados con la voz. Las manos, los hombros y el fondo quedan como están en la foto.
¿Puedo usar mi propia voz?
Sí. Graba o sube unos 15 segundos una sola vez, y el texto que escribas se dirá con tu voz en videos y locuciones. Suena mejor en el idioma en que grabaste. No cuesta nada extra y puedes borrar la grabación cuando quieras.
¿De quién puede ser la foto?
Tu propio rostro, un personaje que creaste o que puedes usar, o una persona que haya dicho que sí. La parodia de una figura pública se permite cuando el video es una broma evidente y está etiquetado como tal. Nunca hagas pasar un video por real, nunca pongas palabras en boca de una persona real como noticia, recomendación o mensaje electoral, y nada sexual con el rostro de una persona real. La voz de una persona real necesita su permiso, siempre.
¿Stork sigue siendo un directorio de herramientas de IA?
Sí. El directorio, los análisis, las páginas de alternativas y las noticias diarias de IA siguen aquí. Están enlazados desde esta página y desde el menú.

¿Buscas una herramienta de IA?

Stork también analiza herramientas de IA, con precios reales, alternativas y una portada diaria de noticias de IA.