Saltar al contenido

Qué foto usar para un avatar que habla: 7 consejos

Ege Alp·
Marco de neón abstracto que ilustra cómo elegir la mejor foto para un avatar que habla

Antes de convertir una foto en un video que habla, merece la pena dedicar dos minutos a elegir bien la imagen. La IA solo puede animar lo que ve, así que la foto decide casi todo: si el resultado parece natural o si algo se ve raro en la boca.

La mejor foto para un avatar que habla es un primer plano nítido de una sola persona, mirando más o menos a cámara, con luz suave y pareja en la cara, y con la boca y los ojos bien visibles. Sube un JPG, PNG o WebP de hasta 25 MB.

Abajo tienes siete consejos concretos, los requisitos del archivo y una lista de fotos que conviene evitar.

Qué necesita la IA de tu foto

Una herramienta de avatar que habla anima sobre todo la boca y la mandíbula, y un poco los ojos y la cabeza. Para hacerlo bien tiene que ver esos rasgos con claridad. Todo lo que tape la boca o deje la cara en sombra le complica el trabajo y hace que el resultado parezca menos real.

La idea es sencilla: una cara limpia, bien iluminada, de frente y que ocupe buena parte del encuadre. Los siete puntos siguientes son esa misma idea convertida en comprobaciones prácticas.

1. Usa una foto nítida y con buena resolución

Empieza por una foto que esté realmente enfocada. Haz zoom en los ojos y la boca: si se ven definidos, vale. Cuanta más resolución tenga la imagen, más detalle tiene el modelo para trabajar, y eso se nota en un movimiento más suave y creíble.

2. Que la persona mire a cámara

El ángulo frontal es el que mejor funciona. No hace falta que mire fijamente al objetivo, pero si la cara está muy girada se esconde parte de la boca y de la mandíbula, justo la zona que hay que mover. Un ligero ángulo natural está bien; un perfil completo, no.

3. Ilumina la cara de forma pareja

La luz suave y uniforme gana a todo lo demás. Evita sombras duras sobre los ojos o la boca, un contraluz fuerte que oscurezca la cara y las zonas quemadas por el flash. La luz de una ventana en un día nublado, o cualquier luz interior difusa, es ideal.

4. Deja la boca y los ojos a la vista

La boca es donde ocurre todo, así que no la tapes. Nada de gafas de sol, mano en la barbilla, micrófono delante de los labios ni pelo cayendo sobre la cara. Una expresión neutra, con la boca cerrada o una sonrisa suave, suele animarse mejor que una carcajada con la boca muy abierta.

5. Que la cara llene el encuadre

Una cara diminuta en medio de una escena llena de cosas da muy poca información al modelo. Un encuadre de cabeza y hombros, como el de una foto de perfil, es casi perfecto. Si tu foto es de grupo o está tomada de lejos, recórtala primero para quedarte con una sola persona.

6. Elige una sola persona

Una cara por avatar. Si en la foto salen varias personas, la herramienta solo puede animar bien a una, así que recorta a quien quieres que hable. Para un mensaje familiar, por ejemplo una felicitación de cumpleaños de los nietos a la abuela, suele quedar mejor hacer varios clips cortos y unirlos que pelearse con una foto llena de gente.

7. Que la foto encaje con la voz

Este punto no va de calidad de imagen, sino de credibilidad. Tanto si subes tu propia voz como si eliges una voz de IA, busca una foto cuyo gesto encaje con lo que se va a decir. Un retrato cálido y sonriente va bien con una felicitación; una foto seria y neutra, con una presentación profesional. Si la cara y la voz no cuadran, es lo primero que nota quien lo ve.

¿Qué requisitos tiene que cumplir la foto?

En TalkPix la foto tiene que ser un archivo JPG, PNG o WebP de 25 MB como máximo. Además del formato, la cara debe estar enfocada, bien iluminada, mirando más o menos a cámara y con tamaño suficiente para ocupar buena parte del encuadre.

Casi todas las fotos del móvil pesan mucho menos de ese límite, pero las fotos HEIC del iPhone no se aceptan: guárdalas antes como JPG o haz una captura de pantalla. Después, lo que de verdad importa es la imagen, no el formato. Las capturas de una videollamada, las fotos reenviadas por WhatsApp (que llegan muy comprimidas) o una cara recortada de una foto de grupo lejana suelen verse borrosas al animarse. Si puedes, usa el archivo original de tu galería en lugar de una copia reenviada.

¿Cómo se consigue un lip sync que parezca real?

Un lip sync realista empieza con una foto frontal y clara, en la que la boca se vea entera y no la tapen manos, pelo ni objetos. Después lo que más cuenta es el audio limpio: una voz grabada cerca del micrófono en una habitación tranquila, o un guion con buen ritmo, le da a la boca una cadencia clara que seguir.

Ayudan también algunos hábitos. Escribe frases naturales y evita listas largas de nombres o cifras leídas a toda prisa. No pongas música de fondo en tus propias grabaciones, porque tapa la voz que sigue el modelo. Y ajusta la energía de la voz al gesto de la foto, para no juntar una cara tranquila con alguien gritando. Si quieres ver cómo funciona la sincronización de labios por dentro, lo explicamos en nuestra página de lip sync con IA.

Pruébalo con tu mejor foto

Los paquetes de créditos empiezan en $5, un video de 10 segundos en 720p cuesta alrededor de $1 en créditos y no hay suscripción.

Crear mi video

Fotos que es mejor evitar

Estas imágenes suelen dar resultados decepcionantes:

  • Fotos movidas, con mucho grano o con filtros fuertes
  • Fotos oscuras o a contraluz, donde no se ve bien la cara
  • Gafas de sol, mascarillas o cualquier cosa que tape la boca
  • Caras de perfil o mirando hacia abajo
  • Caras muy pequeñas en un fondo amplio y recargado
  • Fotos de grupo en las que no destaca ninguna cara

Si solo tienes una foto así, un recorte rápido o repetir la foto con más luz suele ayudar más que cualquier ajuste.

Una regla que no tiene que ver con la calidad

Usa solo fotos que tengas derecho a usar: tu propia cara, o la de alguien que te haya dado permiso claro para animarla. Un avatar que habla es un recuerdo divertido y expresivo, no una forma de hacer que alguien parezca decir algo que nunca dijo.

Preguntas frecuentes

¿Puedo usar una foto antigua o escaneada?

Sí, siempre que la cara se vea nítida y de frente. Escanea la foto con buena resolución, recórtala a una sola persona y, si está muy apagada, sube un poco el brillo antes de usarla. Los arañazos pequeños no suelen ser un problema, pero una cara borrosa sí.

¿Funciona con una foto de carnet o de perfil?

Suele funcionar bien, porque son fotos frontales con la cara centrada y buena luz. El único riesgo es la resolución: una foto de carnet escaneada en pequeño o descargada de una red social puede verse blanda al animarse, así que usa la versión más grande que tengas.

¿Cuánto cuesta hacer un video con mi foto?

En la web pagas con paquetes de créditos de pago único, desde $5 por 50 créditos. Un video que habla cuesta 1 crédito por segundo en 720p y 2 créditos por segundo en 1080p, así que 10 segundos en 720p son 10 créditos. Los créditos no caducan y no hay suscripción.

En resumen

Nítida, bien iluminada, de frente, con la boca y los ojos a la vista y una sola cara llenando el encuadre. Si tu foto cumple esas cinco cosas, la IA tiene todo lo que necesita.

De la foto al video

Cuando tengas la foto elegida, súbela en el creador de Talking Photo, escribe el texto o sube tu audio y verás el coste exacto en créditos antes de generar. El pago se confirma antes de crear el video. Tienes todos los paquetes en la página de precios, más ideas en nuestra guía de fotos que hablan y, si quieres un presentador con tu cara, cómo crear un avatar con IA.

TalkPix en datos

Modelo de preciosPaquetes de créditos de pago único; no se requiere suscripción
Precio inicial$5 USD por el paquete Mini de créditos reutilizables (sirve para todos los estudios)
Costo en créditos1 crédito = 1 segundo de video Talking Photo en 720p; 1080p cuesta el doble por segundo
¿Los créditos caducan?No, los créditos comprados nunca caducan
Nivel gratuitoNinguno; el pago se confirma antes de generar cualquier video
Qué animaUna foto que subes: una persona, una mascota o un producto
Formas de aportar las palabrasEscribir un guion, subir un archivo de audio o grabar tu voz
ResultadoMP4 descargable
Duración máxima5 minutos a 720p o 2 minutos a 1080p
Resoluciones720p y 1080p
Voces30 voces integradas
Idiomas10 idiomas
Uso comercialPermitido cuando tienes los derechos y el consentimiento de todo lo que subes
Conservación de archivos subidos30 días
PlataformaApp web en el navegador; app para iPhone y iPad en la App Store y app para Android en Google Play

Especificaciones verificadas el 13 de octubre de 2026.

Escrito por

Ege Alp

Fundador de TalkPix

Ege desarrolla TalkPix y escribe guías prácticas para tiendas online, creadores y equipos de marketing que quieren convertir una foto en un video corto con IA sin montar un estudio.

Hazlo con tu propia foto

Crea tu video completo con paquetes de créditos de pago único desde $5 USD. El pago se confirma antes de generar el video.

Crear mi video

Ver precios