En artículos anteriores hemos visto cómo generar diálogos en inglés con Fliki y también a crear animaciones sencillas mediante la herramienta «Animate from audio» de Adobe Express.
En este artículo vamos a usar una nueva funcionalidad de ElevenLabs, llamada Studio, para crear un diálogo en el que participen dos voces, luego llevaremos esta pista de audio a Adobe para generar las animaciones de los personajes y, finalmente, completaremos el video en una herramienta de edición (CapCut).
Redacción del diálogo con ChatGPT
El primer paso consiste en redactar el texto del diálogo completo, lo cual podemos hacer por nostoros mismos, tomar algún material ya redactado (diálogos de libros o de internet) o, si lo queremos personalizar, lo hacemos con ChatGPT o cualquier otro modelo de IA que nos guste.
En este artículo vamos a usar un ejemplo de animación en la que una niña hace algunas preguntas a su maestro y este le responde. Para ello, usamos este prompt.
PROMPT PARA CHATGPT
Actúa como maestro de ciencias en primaria y redactor de materiales educativos.
Escribe un diálogo entre un niño y su maestro que le explica por qué algunas cosas tienen colores: el color verde de las plantas, el color azul del cielo, el color rojo de la sangre y los colores del arcoíris.
Usa lenguaje sencillo para el niño en sus preguntas y didáctico en su nivel para el maestro. Frases sencillas y breves, con ejemplos cuando sea posible.
Cada intervención de cada persona en una línea, sin identificadores ni guiones.Y este es el texto generado por ChatGPT, que debemos siempre revisar para comprobar que se ajusta a nuestros objetivos.
RESPUESTA DE CHATGPT
Hola, maestro, hoy vi un arcoíris y tenía muchos colores.
¡Qué bonito! ¿Quieres que te cuente por qué algunas cosas tienen colores?
Sí, porque hay cosas verdes, azules, rojas… y no sé por qué. ¿Por qué las plantas son verdes?
Porque tienen una sustancia llamada clorofila.
¿Y para qué sirve esa clorofila?
Les ayuda a captar la luz del sol para hacer su alimento.
¿Entonces sin clorofila no serían verdes?
Exacto, serían de otro color.
¿Y por qué la sangre es roja?
Porque tiene una proteína llamada hemoglobina.
¿Y qué hace la hemoglobina?
Transporta oxígeno por todo el cuerpo. El hierro que lleva dentro hace que sea de color rojo.
¿Por qué el cielo es azul?
Porque la luz del sol tiene muchos colores mezclados.
¿Entonces la luz del sol es de colores?
Sí, el aire de la atmósfera hace que la luz azul se disperse más que los otros colores. Por eso vemos el cielo azul casi siempre.
¿Por qué el arcoíris tiene muchos colores?
Porque la luz del sol se separa al pasar por las gotas de agua del cielo.
¿Cómo cuando la luz pasa por un cristal?
Sí, parecido. Cada color se curva un poco distinto y por eso se separan. Así vemos rojo, naranja, amarillo, verde, azul y violeta.
Ahora entiendo por qué todo tiene su color.
Sí, los colores nos cuentan historias sobre lo que vemos.
Gracias, maestro, la próxima vez que vea un color pensaré en su historia.
Eso me alegra, porque la ciencia también se ve con los ojos.Como se ve, es un texto sencillo pero nos servirá como ejemplo de material para nuestro video.
Generación del audio en ElevenLabs
Cuando ya tenemos el texto, tenemos que llevarlos a ElevenLabs para transformarlo en una pista de audio.
En un artículo anterior ya comentamos el uso de ElevenLabs y otras herramientas text-to-speech para generarlos, pero usamos una funcionalidad básica en la que sólo podemos usar una voz.
Sin embargo, ElevenLabs presenta otra opción, Studio, en la que sí podremos usar varias voces, la cual se encuentra disponible en la barra lateral izquierda.
👉 Al seleccionarlo, nos aparece un menú con varias opciones y elegimos la primara de ellas, «Start from scratch», ya que vamos a crear un material libre sin ningún tipo de formato.
En la ventana principal pegamos el texto de nuestro diálogo y veremos que cada frase se coloca en una línea diferente. Al seleccionar una de las frases, se destacará y aparecerá un icono en la izquierda que indica la voz que se ha asignado (normalmente la última que hayamos usado en proyectos anteriores). Si hacemos clic en el botón inferior, escucharemos cada una de las intervenciones («Playing selection»)o, cambiando la opción izquierda («Playing until the end»), todo el diálogo.
👉 Es el momento de elegir y cambiar las voces de cada una de las líneas. En la parte derecha tenemos en menú de voces y podremos escuchar una muestra (en inglés) y seleccionarla para que esté disponible en este proyecto, tras lo cual se acumulará en la parte inferior de esta columna derecha. Podemos elegir muchos registros de voces gratuitas y muchos más con la cuenta de pago.
👉 El siguiente paso consiste en seleccionar con el ratón cada una de las líneas de nuestro diálogo y asignar la voz correspondiente con el botón «Apply». Si el texto generado por ChatGPT mantiene el formato pedido, simplemente asignaremos una voz a las líneas pares y otra voz a las impares.
💡 CONSEJO: Es recomendable usar siempre voces que sean diferentes en los diálogos, por ejemplo, una masculina y otra femenina.
⚠️ Cuando tenemos todas las líneas con sus voces asignadas, podemos seleccionar TODO el texto y se verán los iconos en la columna izquierda, por lo que podremos comprobar que lo hemos hecho correctamente.
Tras escuchar todo el audio y comprobar que no hay errores de ningún tipo, hacemos clic en el botón superior derecho «Export», se procesará el material y podremos descargarlo como MP3 en nuestro ordenador.
CURSO DE FORMACIÓN ONLINE: HERRAMIENTAS DE IA PARA PROFESORES
✅ En este curso se exploran, a lo largo de más de 3 horas de videos, las principales herramientas de Inteligencia Artificial que han surgido y que se pueden aplicar a tareas docentes: chatbots educativos, generación de imágenes, avatares, cómics, canciones, videos y animaciones, redacción de tests y exámenes y muchas otras más.
✅ Este curso está disponible en las plataformas Udemy (19,99€) y G-Talent (20,95€), y ambas tienen frecuentes cupones, promociones y descuentos 😉 )
Generación de la animación con Adobe Express
Cuando ya tenemos nuestra pista de audio con las dos voces, tenemos que generar los videos en Adobe Express.
⚠️ Como queremos crear un diálogo con dos personajes, necesitamos repetir la generación del video con dos personajes y fondos que tengan un estilo similar (o complementario) para que puedan interpretarse como parte de la misma historia. Posteriormente montaremos estos dos videos en un editor para conseguir el resultado final.
Para generar los videos, vamos a seguir las instrucciones del artículo en el que lo explicamos:
- Seleccionar el formato del video (horizontal, cuadrado, vertical)
- Seleccionar un fondo que sea apropiado para la historia
- Seleccionar un personaje que se corresponda con la voz que hemos utilizado en ElevenLabs
Como hemos dicho, esto lo debemos hacer dos veces, manteniendo el formato del video, pero cambiando los fondos y cambiando los personajes.
De este modo obtendremos dos videos completos un poco extraños, ya que en cada uno de estos videos veremos uno de los personajes recitando todas las frases, algunas de ellas con una voz apropiada y otras son una voz diferente. No te preocupes, esto lo solucionamos luego en el paso de la edición.
👉 Cuando los videos se hayan procesado, los descargamos en nuestro ordenador.
Edición del video final
El último paso de este proceso consiste en editar el video final para que se alternen ambos videos.
💡Como hemos usado la misma pista de audio de ElevenLabs en ambos videos, tendrán la misma longitud final, por lo que será muy sencillo editarlos siguiendo varios procedimientos. El más simple consiste en superponer las dos pistas y eliminar en la pista superior los fragmentos que correspondan a la pista complementaria, dejando simplemente los huecos. También se puede hacer cortando y pegando fragmentos en una pista única, pero requiere algo más de trabajo.
En nuestro caso, hemos usado la herramienta CapCut para generar el video editado final.
Y este es el resultado obtenido.
Diálogo en inglés animado
✅ Siguiendo el mismo proceso, hemos creado otros video con un diálogo básico en inglés entre dos personas que hablan sobre la ciudad de Málaga.