Generador de vídeo IA con audio nativo
Diálogo, efectos, atmósfera y música generados con la imagen, no añadidos después.
En los Seedance 2 en vivo de Imgo el audio nativo viene activado por defecto: un mismo prompt describe lo que se ve y lo que se oye, y el clip vuelve con su banda sonora ya sincronizada. Escribe las líneas que dice el personaje, los sonidos de la acción y la música debajo, o adjunta hasta 3 pistas de audio de referencia para guiar voz o ritmo. La tabla muestra qué modelos pueden generar sonido hoy en Imgo y cuáles siguen pendientes.
Para quién es
- Equipos de redes cuyos clips se reproducen con sonido
- Creadores puliendo escenas con diálogo
- Marketers probando variantes de anuncios con voz y música
Qué modelos generan audio en Imgo
El estado viene del catálogo de modelos en vivo de Imgo y las capacidades del registro de modelos contra el que se valida cada petición. Los modelos pendientes se listan para que veas lo que viene; todavía no se pueden generar.
| Modelo | Estado | Audio nativo | Referencias de audio | Duración del clip | Resolución | Notas y créditos |
|---|---|---|---|---|---|---|
| Seedance 2.0 | Disponible | Sí | Sí | 5 / 6 / 8 / 10 / 12 / 15s | 480p / 720p / 1080p / 4K | Renders finales hasta 4K. Tarifa por segundo de referencia (oficial). |
| Seedance 2 Fast | Disponible | Sí | Sí | 5 / 6 / 8 / 10 / 12 / 15s | 480p / 720p | Borradores y tandas de redes hasta 720p. Un 55 % aprox. de la tarifa de Seedance 2.0 en 720p (estimada). |
| Seedance 2 Mini | Disponible | Sí | Sí | 4–15s | 480p / 720p | Tandas grandes de 4 a 15 s, hasta 720p. Un 50 % aprox. de la tarifa de Seedance 2.0 en 720p (estimada). |
| Seedance 2.5 | Pendiente | Sí | Sí | 5 / 10 / 15 / 20 / 25 / 30s | 720p / 1080p / 4K | Clips de hasta 30 s y 4K, con hasta 50 referencias. Sin cotización de créditos hasta que esté en vivo. |
| Veo 3.1 | Pendiente | Sí | No | 4 / 6 / 8s | 720p / 1080p / 4K | Audio nativo con semilla reproducible; clips de 4, 6 u 8 s. Sin cotización de créditos hasta que esté en vivo. |
| MiniMax H3 | Pendiente | Sí | Sí | 4–15s | 768p / 2k | Audio estéreo en cada clip, sin interruptor de apagado, más hasta 3 pistas de audio de referencia. Sin cotización de créditos hasta que esté en vivo. |
Los créditos se cotizan por segundo de vídeo antes de cada pasada, y el audio nativo de los modelos Seedance 2 no se cobra aparte.
Por qué esto es difícil
La mayoría del vídeo IA vuelve en silencio, y entonces empieza el segundo trabajo: buscar música que encaje con el corte, grabar o sintetizar una voz, colocar un efecto en cada golpe y alinearlo todo fotograma a fotograma. Para un borrador o una tanda de redes eso es más tiempo en el sonido que en la imagen, y el sonido añadido después rara vez cae justo sobre la acción.
Cómo lo resuelve Imgo
El sonido en la misma pasada
Con el audio nativo activado, el modelo genera la banda sonora junto con el vídeo: unos pasos, un portazo o una línea de diálogo caen en el fotograma al que pertenecen. Es el valor por defecto en todos los Seedance 2 en vivo.
Prompt del sonido, no solo del plano
Describe lo que se oye igual que lo que se ve: las palabras del personaje entre comillas, los efectos ligados a las acciones, la atmósfera del lugar y el estilo de música. Una dirección de sonido concreta da resultados más previsibles que dejarlo al modelo.
Guíalo con audio de referencia, o apágalo
Seedance 2.0, 2 Fast y 2 Mini aceptan cada uno hasta 3 pistas de audio de referencia para guiar una voz, un ritmo o un ánimo. Cuando un clip llevará tu propia locución o música licenciada, desactiva el audio nativo y renderiza solo la imagen.
El flujo de 3 pasos
Paso 1
Elige un modelo en vivo con audio
En el generador de vídeo, elige Seedance 2.0 para calidad final, Seedance 2 Fast para borradores más baratos o Seedance 2 Mini para tandas grandes. El audio nativo ya está activado.
Paso 2
Escribe imagen y sonido juntos
Describe el plano y después el sonido: diálogo entre comillas, efectos ligados a acciones, atmósfera y estilo de música. Añade audio de referencia cuando una voz o un ritmo tenga que coincidir.
Paso 3
Revisa la pista y itera
Escucha con la imagen: sincronía labial, las palabras dichas, el momento de los efectos y la mezcla. Itera en Fast y renderiza la buena en Seedance 2.0.
Herramientas recomendadas
Las superficies de Imgo a las que enruta este caso de uso.
Preguntas frecuentes
¿Qué modelos de vídeo IA generan audio en Imgo?
A octubre de 2026, los Seedance 2 en vivo: Seedance 2.0, Seedance 2 Fast y Seedance 2 Mini, todos con audio nativo por defecto. Seedance 2.5, Veo 3.1 y MiniMax H3 también generan audio, pero aún no se pueden generar en Imgo. La tabla de esta página sigue el catálogo en vivo.
¿Puede generar diálogo, efectos de sonido y música?
La pista se genera a partir del prompt, así que describe las tres cosas: diálogo entre comillas, efectos ligados a acciones y estilo de música. El registro de modelos de Imgo anota el audio nativo como una única capacidad de sí/no, así que ningún elemento va garantizado: escucha cada toma y regenera o añade tu propia pista donde una línea o un momento deban ser exactos.
¿El audio nativo cuesta más?
En los Seedance 2 la cotización de créditos es por segundo de vídeo y el audio no se cobra aparte. En 720p, Seedance 2 Fast se factura a un 55 % aprox. de la tarifa por segundo de Seedance 2.0 y Seedance 2 Mini a un 50 % aprox.; ambas son tarifas estimadas. El generador muestra la cotización exacta antes de cada pasada.
¿Puedo usar mi propia voz o música?
Sí. Desactiva el audio nativo para renderizar solo la imagen y añadir después tu propia pista, o adjunta hasta 3 pistas de audio de referencia para que el sonido generado siga una voz o un ritmo que tú aportas.