Casos de uso de HeyGen Avatar IV: fotos, guiones y vídeos finales para 7 escenarios

Con una foto de retrato y un guion, HeyGen Avatar IV hace que la persona de la foto hable, y el movimiento de labios, los parpadeos y los asentimientos siguen la voz. Los 7 escenarios siguientes son vídeos finales reales, cada uno con foto de entrada, guion completo y parámetros; haz clic en «Generar con este guion», el guion ya está rellenado y solo tienes que subir tu propia foto para generar. HeyGen Avatar IV ya está disponible en HiAPI; abre la página del modelo y genera directamente, con facturación por segundo de $0.15, y un vídeo de 8 segundos cuesta $1.20.

Escenario	Formato	Duración	Coste
1. Explicación horizontal	16:9	9 segundos	$1.35
2. Locución vertical para promocionar productos	9:16	8 segundos	$1.20
3. Presentación de negocios	16:9	8 segundos	$1.20
4. Recordatorio de salud cuadrado	1:1	8 segundos	$1.20
5. Impulsado por grabación de audio	9:16	10 segundos	$1.50
6. Personaje 3D hablando	16:9	8 segundos	$1.20
7. Foto horizontal convertida en curso vertical	9:16	11 segundos	$1.65

1. Explicación horizontal: una foto para presentar un producto o abrir un curso

Ideal para la primera pantalla de una web, la cabecera de un curso o una página de presentación de producto; basta con una foto de medio cuerpo en casa.

Foto de entrada

Vídeo final

Hi, I'm Lin. With one photo and a short script, I can present your product or record a lesson, with natural lip-sync and expressions.

Significado en chino: soy Lin. Con una foto y un guion corto, puedo presentarte tu producto o grabar una lección, con labios y expresiones naturales.

Parámetros: voz Cute Chloe - Friendly · 16:9 · 1080p · 9 segundos ($1.35)

Generar con este guion → El guion ya está rellenado; sube tu propia foto y podrás generar. Elige la voz Cute Chloe - Friendly y el formato 16:9.

El vídeo final conserva el jersey, el peinado y la habitación de la foto, solo hace que la persona se mueva. Para adaptarlo a tu producto: cambia I'm Lin por tu nombre y sustituye present your product or record a lesson por una frase sobre lo que hace tu producto, por ejemplo I can show you how our app plans your week in two minutes.

2. Locución vertical: vídeo corto para promocionar productos

Ideal para locuciones 9:16 en Douyin, Xiaohongshu o TikTok, contando la experiencia de uso en primera persona y terminando con una llamada a seguir la cuenta.

Foto de entrada

Vídeo final

I've been using these new earbuds for a week. The noise canceling is super quiet, and the battery lasts all day. Follow me for more.

Significado en chino: llevo una semana usando estos auriculares nuevos, la cancelación de ruido es muy silenciosa y la batería dura todo el día. Sígueme para ver más.

Parámetros: voz Andrew · 9:16 · 1080p · 8 segundos ($1.20)

Generar con este guion → El guion ya está rellenado; sube tu propia foto y podrás generar. Elige la voz Andrew y el formato 9:16.

La foto ya es 9:16, así que el vídeo final llena la pantalla vertical sin espacios en blanco. Para locuciones verticales, lo más sencillo es grabar o generar directamente una foto vertical.

• Cambiar de producto: mantén la estructura «cuánto tiempo lo llevo usando → dos puntos de venta → llamada a seguir», por ejemplo I've been using this standing desk for a month. It rises in three seconds, and my back feels better. Follow me for more.
• Producir varios vídeos en lote: usa la misma foto con guiones de distintos puntos de venta y ejecuta varias versiones para hacer A/B.

3. Presentación de negocios: explicar los datos trimestrales al equipo

Ideal para formación interna, informes semanales a clientes o aperturas de ventas, con una voz masculina grave y una foto de medio cuerpo en la oficina.

Foto de entrada

Vídeo final

Hi, I'm Daniel. Send me your quarterly numbers, and I'll walk your team through what changed and what to do next.

Significado en chino: soy Daniel. Envíame los datos trimestrales y guiaré a tu equipo por lo que ha cambiado y lo que hay que hacer a continuación.

Parámetros: voz Dexter - Professional · 16:9 · 1080p · 8 segundos ($1.20)

Generar con este guion → El guion ya está rellenado; sube tu propia foto y podrás generar. Elige la voz Dexter - Professional y el formato 16:9.

Adáptalo a tu negocio: cambia quarterly numbers por tu entregable (your onboarding checklist, last week's support tickets) y en la segunda frase explica qué harás con el equipo. Con una foto real del responsable de la empresa, obtienes un vídeo de apertura que puedes enviar a clientes.

4. Recordatorio de salud cuadrado: envío a comunidades de consultas y farmacias

Ideal para vídeos cortos 1:1 en Momentos, comunidades y cuentas de WeChat, con una imagen de médico y una voz femenina suave.

Foto de entrada

Vídeo final

When the seasons change, mornings get chilly, so bring a jacket. If a cough lasts more than a week, please come see us at the clinic.

Significado en chino: con el cambio de estación, las mañanas refrescan, así que lleva una chaqueta. Si la tos dura más de una semana, ven a vernos a la consulta.

Parámetros: voz Calm Chloe · 1:1 · 1080p · 8 segundos ($1.20)

Generar con este guion → El guion ya está rellenado; sube tu propia foto y podrás generar. Elige la voz Calm Chloe y el formato 1:1.

La foto y la salida son cuadradas, así que la imagen llena el encuadre. Adáptalo a tu organización: en la primera frase pon un recordatorio de estación o situación y en la segunda una acción concreta, por ejemplo If your child has a fever for more than two days, book a visit with us.

5. Impulsado por grabación de audio: tu propia voz, tu propio ritmo

Cuando ya tienes una narración o un fragmento de pódcast grabado, no hace falta escribir guion: haz que la foto hable directamente con la grabación.

Foto de entrada

Vídeo final

Parámetros: subir grabación en inglés · 9:16 · 1080p · 10 segundos ($1.50)

Subir foto y grabación para generar → Este escenario no tiene guion: en la página del modelo sube una foto y una grabación, y el vídeo final dura lo mismo que la grabación, hasta 600 segundos.

El movimiento de labios y las pausas siguen la grabación, y el tono y el acento también son los de la grabación. Ideal para creadores y formadores que quieren conservar su propia voz: graba primero una narración de 10–30 segundos y acompáñala con una foto vertical tuya. Al usar una grabación no hace falta elegir voz.

6. Personaje 3D hablando: mascota de marca, presentador virtual

Las ilustraciones y los personajes 3D también pueden hablar, siempre que la cara sea clara.

Foto de entrada

Vídeo final

Tonight's special is a slow-roasted tomato soup. It's simple, warm, and ready in twenty minutes. Let's cook!

Significado en chino: el especial de esta noche es una sopa de tomate asada a fuego lento, sencilla, calentita y lista en veinte minutos. ¡A cocinar!

Parámetros: voz Expressive Evan · 16:9 · 1080p · 8 segundos ($1.20)

Generar con este guion → El guion ya está rellenado; sube la imagen de tu propio personaje y podrás generar. Elige la voz Expressive Evan y el formato 16:9.

• Cambiar por tu mascota: sube una imagen frontal del personaje y escribe el guion como «qué recomiendo hoy → una característica → un eslogan».
• Actualizar menús o tiendas a diario: cambia solo slow-roasted tomato soup y twenty minutes cada día y publica con el mismo personaje de forma continua.

7. Foto horizontal convertida en curso vertical: llenar los espacios en blanco con una imagen de fondo

Si solo tienes una foto horizontal y quieres publicar en vertical, configura una imagen como fondo y los espacios en blanco de arriba y abajo se rellenarán con esa imagen.

Foto de entrada

Vídeo final

Hello everyone. Today we'll explain the Pythagorean theorem in five minutes. In a right triangle, the squares of the two legs add up to the square of the hypotenuse.

Significado en chino: hola a todos, hoy explicamos el teorema de Pitágoras en cinco minutos: en un triángulo rectángulo, la suma de los cuadrados de los dos catetos es igual al cuadrado de la hipotenusa.

Parámetros: voz Professor Dean · 9:16 · 1080p · fondo: imagen (una imagen de pizarra) · 11 segundos ($1.65)

Generar con este guion → El guion ya está rellenado; sube tu propia foto y podrás generar. Elige la voz Professor Dean, el formato 9:16 y como fondo una imagen de pizarra.

El fondo solo se aplica cuando el formato de salida y la proporción de la foto son distintos; si no se configura fondo, el espacio en blanco es blanco. También puedes rellenarlo con un color de marca, por ejemplo #1E3A5F. Adáptalo a tu curso: la primera frase presenta el tema y la duración, y la segunda da directamente la conclusión del conocimiento, por ejemplo Today we'll learn three ways to say thank you in Japanese. The most polite one is arigatou gozaimasu.

Cómo elegir la foto

• Lo más seguro: foto individual de frente, con rasgos sin obstrucciones, luz uniforme y boca naturalmente cerrada.
• Evitar: perfiles, mascarillas, fotos de grupo y fotos en las que la cara ocupe muy poco del encuadre.
• Ilustraciones y personajes 3D: se pueden usar si tienen una cara clara; los animales y otras figuras no humanas pueden no reconocerse, y si falla se reembolsa el importe completo.
• Que el formato coincida con el del vídeo final: para vertical, usa una foto vertical (casos 2 y 5); para cuadrado, una foto cuadrada (caso 4); si las proporciones no coinciden, rellena los espacios con una imagen de fondo o un color sólido (caso 7). Si eliges auto, se mantiene la proporción de la foto.

Cómo escribir el guion

• Frases cortas y coloquiales: cada frase dice una sola cosa, como si hablaras a cámara, no como si leyeras un texto.
• Controlar la longitud es controlar el coste: no hace falta fijar la duración, la determina el guion y la velocidad del habla, y el coste solo depende de los segundos. Los 6 guiones anteriores tienen entre 17 y 29 palabras en inglés y duran entre 8 y 11 segundos, unas 2–3 palabras por segundo; para unos 10 segundos, escribe alrededor de 25 palabras.
• Estructura «quién soy → una propuesta de valor → una acción»: los casos 1 y 3 empiezan diciendo el nombre, el caso 2 termina con una llamada a seguir y el caso 4 termina con una acción.
• También en chino: el guion admite chino e inglés, hasta 5000 caracteres.

La resolución no afecta al precio: 720p y 1080p cuestan $0.15/segundo, así que elige directamente 1080p.

Preguntas frecuentes

¿Se rellena automáticamente al hacer clic en «Generar con este guion»? Sí. Al abrir la página del modelo, el guion ya está rellenado; sube tu foto, elige la voz y el formato según el caso y pulsa ejecutar. Si no eliges voz, se usa la predeterminada Warm Pro Narrator.

¿Cuánto puede durar como máximo el vídeo? Con guion, hasta 5000 caracteres y la duración depende del guion; con grabación, dura lo mismo que la grabación, hasta 600 segundos.

¿Necesitas fondo transparente, subtítulos o 4K? Elige HeyGen Avatar V: elige la imagen entre avatares digitales predefinidos y admite fondo transparente, subtítulos SRT y 4K, también a $0.15/segundo, abre la página del modelo Avatar V. Si quieres que aparezca tu propia foto, usa Avatar IV.

¿Se cobra si falla la generación? No. Se factura según los segundos reales del vídeo final y las tareas fallidas se reembolsan por completo.

---

Elige el escenario más parecido a tu negocio, copia su guion, cambia el nombre de tu producto y sube tu foto para generar tu primer vídeo final →

Enlaces relacionados con HeyGen Avatar IV

• Página del modelo HeyGen Avatar IV: sube una foto y genera en línea
• Cómo usar la API de HeyGen Avatar IV: desde crear la tarea hasta descargar el vídeo
• Documentación de la API de HeyGen Avatar IV: parámetros, callbacks y facturación
• Cuánto cuesta la API de HeyGen Avatar IV: precio por segundo y presupuesto mensual