Cómo funciona nuestra IA
Casi toda la IA de estas herramientas funciona en tu propio móvil u ordenador, dentro del navegador. Algunos pasos usan nuestro servidor y nuestros asistentes de IA, y cada uno envía solo lo que necesita: el texto de tu guion para los videos, tu título para ideas de miniatura cuando las pides, una imagen recortada de tu producto para el primer diseño de cartel, y los datos de tu negocio para el creador de sitios web. Los subtítulos, los anuncios en video y las tarjetas de Instagram no envían nada.
En tu dispositivo
Cuando pulsas por primera vez el botón de una herramienta, tu navegador descarga el modelo de IA que esa herramienta necesita y lo guarda. A partir de ahí, todo se hace en tu dispositivo: ahí se graba la voz, se sincronizan los subtítulos, se dibuja cada fotograma del video y se monta el archivo MP4.
Por eso el sitio puede ser gratis, por eso no hay registro y por eso el tiempo de espera depende de tu dispositivo. La página te dice cuánto tardará un video antes de empezar.
Qué envía cada herramienta
Creador de anuncios en video, creador de carteles y creador de miniaturas: tu propia foto, una vez, para recortar su fondo. No la guardamos.
Guion a video y sus formatos: el texto de tu guion, para planear las imágenes y encontrar clips que encajen, y un tema, si le pides un guion a nuestro guionista. El video en sí se hace en tu dispositivo.
Subtítulos con IA: nada. La voz se convierte en palabras en tu dispositivo.
Creador de miniaturas: también tu título, pero solo cuando tocas "Sugerir puntos a partir de mi título".
Creador de carteles: solo para el primer diseño, una imagen recortada de tu producto y su nombre, para el fondo con IA. Los demás diseños se hacen en tu dispositivo.
Creador de anuncios en video: nada más.
Creador de tarjetas de Instagram: nada. No usa IA.
Creador de sitios web: los datos de tu negocio que escribes, o tu enlace, para que nuestra IA escriba los textos. Tus fotos se quedan en tu dispositivo.
El guionista
Escribir un guion a partir de un tema no se hace en tu dispositivo. Los modelos de escritura lo bastante pequeños para un navegador se equivocan con los datos demasiado a menudo, así que el guionista usa una IA más grande: Claude de Anthropic, o modelos abiertos en el servicio de IA de Cloudflare como respaldo. Solo se envía el tema que escribes. El guion se coloca en el cuadro de texto para que puedas leerlo y cambiarlo. Aun así, la IA puede equivocarse: comprueba los datos antes de publicar.
En un quiz, las preguntas que escribes sin sus respuestas también se envían, para que el redactor añada las respuestas. No se envía nada más de tu guion para esto.
Los clips de stock
Las imágenes en movimiento que hay detrás de las palabras son clips de stock reales de bibliotecas gratuitas (Pixabay, Coverr, NASA y Wikimedia Commons). Los grabaron personas. Una IA (Claude de Anthropic, o el servicio de IA de Cloudflare como respaldo) lee el guion completo y escribe las palabras de búsqueda de cada frase. Después, unas reglas fijas eligen el clip o la foto: primero uno que lleve el nombre o la cosa que dice la frase. Ninguna IA elige la imagen. El texto no se guarda. Cuando ningún clip encaja, el video muestra una foto gratuita adecuada (de bibliotecas como Unsplash y Pexels) que se mueve despacio con sensación de profundidad. Cuando tampoco encaja ninguna foto real, puede mostrar una imagen creada con IA para esa frase (nunca de lugares sagrados, símbolos religiosos ni personas reales), o bien las palabras clave de la propia frase, una cifra o un mapa dibujados por nuestro propio código. Cuando la IA no está disponible, nuestras propias reglas escriben las palabras de búsqueda a partir de la frase. Nunca un clip al azar.
Los modelos que usamos
Voz: Kokoro, un modelo abierto de texto a voz (licencia Apache 2.0), solo con sus voces incluidas. Para ejecutarlo: ONNX Runtime y Transformers.js (MIT y Apache 2.0). Para montar el MP4: el codificador de video de tu propio navegador y Mediabunny (MPL 2.0). Todas estas licencias permiten el uso gratuito y comercial.
Dos componentes auxiliares tienen licencias copyleft y se distribuyen como piezas separadas: eSpeak NG (GPL 3), que convierte el texto en sonidos del habla para la voz, y el codificador de audio AAC de FFmpeg (LGPL), que solo se usa cuando tu navegador no tiene un codificador AAC propio.
La voz alemana es una voz de Piper: "Thorsten" (CC0). El creador de miniaturas recorta a la persona de una foto con MODNet, un modelo abierto de retratos (licencia Apache 2.0).
La música y los fondos en movimiento no son IA: los crea nuestro propio código.
Recorte de tus propias fotos: BiRefNet, un modelo abierto (licencia MIT), que ejecuta el servicio de imágenes de Cloudflare. Como respaldo en tu dispositivo: U-2-Netp y MODNet (ambos Apache 2.0).
Lo que la IA no hace
No copia la voz ni la cara de nadie. No crea actores de IA, avatares ni video generado. No aprende de lo que escribes o envías: no usamos los temas, los guiones ni las imágenes enviados a nuestro servidor para entrenar nada.
Dónde puede fallar
La voz puede pronunciar mal nombres y números poco comunes. El tiempo de los subtítulos se calcula a partir de la voz y puede adelantarse o atrasarse una fracción de segundo. Mira y escucha tu video antes de publicarlo.
Límites que ponemos a propósito
Se rechazan los guiones con palabras de odio, sexuales o peligrosas. Los videos de historias de chat llevan siempre una pequeña etiqueta HISTORIA, para que un chat inventado no pueda hacerse pasar por uno real.