La locución marca la duración: cuánto debe durar un guion de vídeo

Casi todos los editores tratan la duración como un ajuste: estiras el clip y se alarga. Nosotros construimos PageToVid al revés, a propósito.

Toda la locución se lee en una sola toma continua, no un fragmento por escena pegado después, así que la voz mantiene el mismo ritmo de la primera a la última palabra. Después, los cortes entre escenas se ajustan a las pausas reales de esa toma, y los subtítulos se cortan del mismo audio. Cada escena es un tramo de una única pista, y los tramos siempre suman el total.

Por eso una escena con locución no tiene duración propia. Si la acortas por debajo de sus palabras, los segundos no desaparecen: pasan a la escena siguiente, cuyos subtítulos llegan tarde. Cuando hace falta sitio, el sistema inserta silencio en la junta; nunca recorta audio.

Los únicos segundos fijos son la cartela de entrada y la de cierre, unos cuatro segundos entre las dos, más un breve respiro tras la última palabra para que el último subtítulo se pueda leer. Una escena sin locución es una cartela muda y dura exactamente lo que le indiques.

En resumen: duración del vídeo = lo que tarda la voz en decir tus palabras + unos cuatro segundos.

Os Vinhos do Rapaz selecciona vinos portugueses: cajas regalo, selecciones sorpresa mensuales y propuestas para eventos y regalos de empresa. De su página de inicio salieron dos vídeos en 16:9.

El vídeo en inglés dura 46 segundos con 89 palabras. Empieza con «Still searching for the perfect Portuguese wine gift?», plantea el problema, dedica una escena a las cajas regalo, otra a los vinos sorpresa que llegan a casa y otra a las propuestas para eventos, y cierra pidiendo una propuesta personalizada.

El vídeo en portugués dura 26 segundos con 33 palabras y arranca con «Celebre momentos especiais com vinhos portugueses únicos.» Mismo sitio, mismo formato, mismo proceso.

Las cuentas enseñan mucho. El guion inglés tiene 2,7 veces más palabras y dura 1,8 veces más. La diferencia está en los segundos fijos: las cartelas y el respiro final cuestan lo mismo en los dos vídeos, poco sobre 46 segundos y mucho sobre 26. Así que un vídeo muy corto admite menos palabras de lo que daría una regla de tres, y lo único que cambió la duración de ambos fue su número de palabras.

Son los presupuestos con los que escribe el planificador, sacados de las tablas de ritmo de nuestro código y comprobados con vídeos terminados. Las cartelas ya están descontadas. Un vídeo puede durar entre 15 y 180 segundos; por defecto, 45.

Tres factores mueven estas cifras. El idioma: el español y el francés usan más palabras, y más cortas, para la misma idea; el alemán, menos y más largas, en torno a una décima parte menos. El tono: una lectura enérgica va más rápida y una tranquila o premium más lenta, y el código limita ese efecto a una décima parte, más o menos, en cada sentido. La voz: cada voz tiene su propio ritmo, que aprendemos de los vídeos terminados; solo mueve la estimación tras varios vídeos y nunca más de un quince por ciento.

La columna de escenas importa tanto como la de palabras. Con 10 a 15 palabras por escena, una idea ocupa la pantalla unos segundos. Meter dos ideas en una escena es la razón más común de que un vídeo parezca atropellado (mira la guía del storyboard).

El presupuesto de palabras predice; la pista de voz mide. Una vez grabada la voz, el sistema compara la duración del vídeo resultante con el objetivo:

1. 1Dentro de un 3 %: no hay nada que hacer.
2. 2Entre un 3 y un 8 % de desvío: la toma se reajusta dentro de un margen inaudible, como mucho un 6 % más rápida o más lenta, sin cambiar el tono de la voz.
3. 3Más de un 8 % de desvío: en un vídeo que planificamos a partir de tu página, la locución se reescribe con las palabras que necesita ese narrador y se vuelve a leer.

Eso significa «la voz se corrige hacia la duración que pides, con un margen de ±10 %», y get_video te dice si el vídeo final cae dentro.

Un guion que escribes tú es otra cosa. Nada reescribe tus palabras. Si redactas la locución tú mismo, en el editor o con create_animation por MCP, el objetivo pasa a ser una comprobación que rechaza un guion muy alejado, y un nuevo render reajusta pero nunca reescribe.

El método que seguimos cuando un vídeo tiene que encajar en un hueco, por ejemplo un bucle de 45 segundos en una landing page.

Un nuevo render cuesta 40 créditos tanto si el vídeo dura 30 segundos como 180 segundos, así que la duración se decide pensando en quien lo ve, no en el presupuesto (consulta los precios). Para cambiar las palabras de una sola escena sin rehacer el vídeo, lee cómo corregir un vídeo sin rehacerlo.

• Pedir 30 segundos y pegar 150 palabras. El vídeo dura lo que duran las palabras. Dale al planificador el presupuesto de palabras, no solo los segundos.
• Rellenar un guion corto. «Descubre más. Explora ya.» ocupa segundos y no dice nada.
• Acortar una escena con locución en la línea de tiempo. Sus palabras siguen necesitando su tiempo. Recorta palabras.
• Un único guion para todos los idiomas. Cuando traduces un vídeo, cada idioma se vuelve a locutar y a ajustar: revisa la duración medida de cada uno.
• Olvidar las cartelas en un vídeo muy corto. Cuatro segundos son la cuarta parte de un vídeo de 15.

Cómo se fabrica la voz: qué es el texto a voz. Un guion de 45 segundos escena por escena: la guía de la demo SaaS. El formato con el que se midieron estos presupuestos: el vídeo explicativo.