Las herramientas de lip sync hacen uno de dos trabajos. Algunas cambian la boca de quien habla en un video que ya tienes para que coincida con una nueva pista de audio, que es lo que necesitas para doblar a un presentador filmado. Otras crean un clip nuevo de alguien hablando a partir de una imagen fija y una pista de audio. Hay planes gratuitos para ambos casos, y sus límites cambian: desde 3 generaciones al mes de hasta 20 segundos (Sync Labs) hasta 3 videos al mes de hasta 1 minuto (HeyGen). Abajo están las condiciones gratuitas de cuatro herramientas, revisadas en sus propias páginas el 2026-10-02.
Lo que 8frame hace y lo que no: 8frame no tiene ninguna herramienta que vuelva a sincronizar la boca de un video existente con una nueva pista de audio, ni herramientas de traducción, transcripción, doblaje o clonación de voz. Sus herramientas de lip sync guiadas por audio (Pruna Avatar, Hailuo H3 Max Lip Sync, OmniHuman 1.5) crean un nuevo clip de alguien hablando a partir de un retrato fijo y una pista de audio, de hasta 35 segundos por clip. Runway Act Two, también disponible en 8frame, se guía por un video de una actuación filmada, no por una pista de audio. La voz puede ser una grabación que ya tengas o un guion al que le pones voz con ElevenLabs TTS en 8frame (13 créditos por cada bloque iniciado de 1,000 caracteres).
Resumen
- Planes gratuitos: HeyGen da 3 videos al mes de hasta 1 minuto, con acceso de prueba limitado a la traducción con lip sync; Sync Labs da 3 generaciones de lip sync al mes de hasta 20 segundos; Hedra anuncia un plan gratuito, pero su página de precios no dice cuánto incluye; el plan gratuito de Kapwing no incluye lip sync
- Marcas de agua y licencias: Sync Labs y Kapwing ponen marca de agua en lo que generas gratis, HeyGen cobra por quitarla desde US$ 29 al mes, y HeyGen reserva el uso comercial para los planes de pago
- Dos tipos de herramienta: volver a sincronizar un video existente (la traducción con lip sync de HeyGen, Sync Labs, Kapwing en planes de pago) o crear un clip nuevo a partir de una imagen fija y una pista de audio (Hedra y las herramientas de lip sync de 8frame)
- En 8frame: un nuevo clip de alguien hablando a partir de un retrato fijo, desde 17 créditos por 5 segundos (Pruna Avatar a 720p); Hailuo H3 Max Lip Sync desde 34 por 5 segundos; OmniHuman 1.5 a 112 por 5 segundos; una voz generada suma 13 por cada bloque iniciado de 1,000 caracteres. Nada de lip sync sobre un video existente
- Qué probar: los sonidos p, b y m, la zona alrededor de la boca, la mandíbula y el ritmo en las pausas
- El límite del consentimiento: aplicar lip sync a una persona real requiere su permiso para esas palabras concretas
Los planes gratuitos, lado a lado
| Herramienta | Qué sincroniza | Lo que da gratis | Marca de agua | Uso comercial en el plan gratuito |
|---|---|---|---|---|
| HeyGen | Videos traducidos (traducción con lip sync) y avatares | 3 videos al mes, de hasta 1 minuto cada uno; "limited trial access" (acceso de prueba limitado) a la traducción con lip sync | Quitar la marca de agua empieza en Creator, US$ 29 al mes | No: lo que generas gratis tiene licencia "solely for personal, non-commercial, and internal evaluation purposes" (solo para uso personal, no comercial y de evaluación interna) |
| Sync Labs (sync.so) | Un video existente con una nueva pista de audio | 3 generaciones de lip sync al mes, de hasta 20 segundos cada una (como máximo 1 con sync-3, de hasta 15 segundos), más 10 generaciones de texto a voz; sin tarjeta de crédito | Sí: "All free outputs include a watermark" (todo lo que se genera gratis lleva marca de agua); se quita desde Creator, US$ 19 al mes (Hobbyist, US$ 5 al mes, la mantiene) | Los términos (última revisión el 2024-06-06) no fijan una regla aparte para las cuentas gratuitas |
| Hedra | Una imagen fija y un archivo de audio | Anuncia un plan gratuito ("Free Plan, No Credit Card", plan gratuito sin tarjeta); la página de precios no indica cuánto incluye | No se indica para el plan gratuito; las preguntas frecuentes de precios dicen que una cuenta cancelada conserva solo "limited watermarked generations" (generaciones limitadas con marca de agua) | "Commercial use" (uso comercial) aparece en todos los planes de pago, desde Basic a US$ 20 al mes; las condiciones del plan gratuito no están en la página de precios |
| Kapwing | Capas de persona y proyectos doblados | 10 créditos; el lip sync aparece marcado como no incluido en Free | Sí: "Unlimited exports with a watermark" (exportaciones ilimitadas con marca de agua) | Términos: "You own the rights to the content you create" (los derechos del contenido que creas son tuyos), sin distinguir entre plan gratuito y de pago |
La propia página de precios de Kapwing se contradice sobre dónde empieza el lip sync: las tarjetas de planes añaden "Lip sync videos" en Business, mientras que la tabla comparativa muestra minutos de lip sync desde Pro. En cualquier caso, no está en el plan gratuito.
Lo que dan gratis es poco: un minuto por video en HeyGen, 20 segundos por generación en Sync Labs. Alcanza para probar lo que importa con tu propio material antes de pagar.
Dos tipos de lip sync
Volver a sincronizar un video existente. Subes un video de alguien hablando y una nueva pista de audio, y la herramienta cambia la boca de quien habla para que coincida. Es el trabajo que toca cuando un presentador ya fue filmado y cambia el guion o el video pasa a otro idioma. La traducción con lip sync de HeyGen, Sync Labs y Kapwing (en planes de pago) funcionan así. 8frame no.
Un clip nuevo a partir de una imagen fija. Le das a la herramienta un retrato y una pista de audio, y genera un clip de esa persona hablando; el clip dura lo mismo que el audio. La página de lip sync de Hedra describe esto, y es lo que hacen las herramientas de lip sync guiadas por audio de 8frame. No hay un video original con el que coincidir, así que toda la toma se genera.
Qué probar en un plan gratuito
Usa las generaciones gratuitas con el material más difícil que tengas y revisa cuatro cosas:
- El cierre de los labios. La p, la b y la m se pronuncian con los labios cerrados. Graba una frase llena de esos sonidos ("papa bought a map", o en español algo como "mamá busca pan") y fíjate si los labios de verdad se cierran en cada uno.
- La zona alrededor de la boca. Busca desenfoque, un recuadro visible o un cambio de color alrededor de los labios.
- La mandíbula y la parte baja de la cara. Al hablar se mueven la mandíbula y las mejillas, no solo los labios. Comprueba que también se muevan.
- El ritmo frente al audio. La boca debería detenerse en las pausas y las respiraciones, no seguir moviéndose.
En las herramientas que vuelven a sincronizar un video existente, prueba también giros de cabeza, manos cerca de la cara y habla rápida. En las que parten de una imagen fija, prueba el retrato que de verdad vas a usar, con su encuadre y su luz.
Lip sync en 8frame: cuánto cuesta
Las herramientas de lip sync guiadas por audio de 8frame generan un clip nuevo a partir de una imagen fija; ninguna cambia la boca de un video que subas para que coincida con una pista de audio. Runway Act Two puede recibir un video del personaje, pero se guía por una actuación filmada, no por audio. Los precios salen del código de precios de 8frame, revisado el 2026-10-02; un crédito vale US$ 0.01 al precio de los paquetes.
| Herramienta | Lo que le das | Duración | 5 segundos | Créditos por segundo |
|---|---|---|---|---|
| Pruna Avatar | un retrato y una pista de audio | sigue al audio, hasta 35 s | 17 a 720p, 31 a 1080p | 3.375 / 6.075 |
| Hailuo H3 Max Lip Sync | una imagen fija y una pista de audio, sin prompt de texto | sigue al audio, mínimo 5 s, unos 15 s por clip | 34 / 54 / 108 / 216 a 480p / 768p / 1080p / 2K | 6.75 / 10.8 / 21.6 / 43.2 |
| OmniHuman 1.5 | una imagen y una pista de audio | de 5 a 35 s, cobrado en tramos de 5 segundos | 112 | 22.4 |
| Runway Act Two | un personaje (imagen o video) y un video de una actuación filmada | de 3 a 30 s de actuación | 40 | 8 |
Un clip de presentador de 30 segundos a partir de un retrato fijo, con voz de ElevenLabs TTS sobre un guion de menos de 1,000 caracteres: 13 + 102 = 115 créditos con Pruna Avatar a 720p, 13 + 183 = 196 a 1080p, 13 + 672 = 685 con OmniHuman 1.5. Hailuo H3 Max Lip Sync toma unos 15 segundos de audio por clip, así que una frase de 30 segundos necesita al menos dos clips (hasta 162 créditos cada uno a su 768p por defecto). No hemos probado la calidad de estos modelos en 8frame, así que damos sus precios, no su calidad; los detalles están en precio del lip sync con IA por modelo.
Localización: qué hace cada vía
Un video con un presentador a cámara se puede localizar de dos maneras:
- Conservar el video original. Una herramienta de doblaje o de lip sync reemplaza la voz y cambia la boca de quien habla para que coincida con la pista traducida. 8frame no puede hacerlo; las condiciones gratuitas de las herramientas de doblaje están en los mejores traductores de video con IA gratis.
- Crear un nuevo clip del presentador. Pon voz al guion traducido y luego anima un retrato fijo de quien habla (con su consentimiento) con ese audio. Es lo que hacen las herramientas de lip sync de 8frame, de hasta 35 segundos por clip con Pruna Avatar u OmniHuman 1.5.
En los dos casos, haz que un hablante nativo escuche cada idioma antes de publicarlo. Las voces sintéticas suenan fluidas en decenas de idiomas, y sonar fluido no es lo mismo que estar bien: el énfasis, el registro y las expresiones fallan de maneras que la herramienta no puede señalar. Mira cómo localizar creatividades para varios mercados (en inglés).
El límite del consentimiento
Aplicar lip sync a una persona real es, literalmente, ponerle palabras en la boca. Requiere el permiso de esa persona, y el permiso debería cubrir las palabras concretas, no solo la técnica. Alguien que aceptó salir en un video de producto no aceptó decir otro guion en otro idioma, salvo que así se haya acordado. Lo mismo vale para un clip generado a partir de su retrato.
El lip sync es fácil de usar mal, así que tómalo como reglas fijas, no como sugerencias: nunca lo apliques a una figura pública, nunca a un video o un retrato sobre el que no tienes derechos y nunca para cambiar lo que alguien dijo.
Preguntas frecuentes
¿Hay alguna herramienta de lip sync gratis sin marca de agua? Ninguna de las cuatro que revisamos lo confirma. Sync Labs pone marca de agua en todo lo que se genera gratis, Kapwing la pone en las exportaciones gratuitas y deja el lip sync para los planes de pago, HeyGen cobra por quitarla desde US$ 29 al mes, y la página de precios de Hedra no dice qué incluye su plan gratuito. En Sync Labs, los resultados sin marca de agua empiezan en Creator, a US$ 19 al mes.
¿Puede 8frame hacer lip sync sobre un video existente? No. 8frame no tiene ninguna herramienta que vuelva a sincronizar la boca de un video existente con una nueva pista de audio, ni herramientas de traducción, transcripción o doblaje. Sus herramientas de lip sync crean un nuevo clip de alguien hablando a partir de un retrato fijo y una pista de audio, desde 17 créditos por 5 segundos (Pruna Avatar a 720p).
¿Cuánto cuesta el lip sync en 8frame? Por segundo de resultado: Pruna Avatar cuesta 17 créditos por 5 segundos a 720p (31 a 1080p), Hailuo H3 Max Lip Sync 34 por 5 segundos a 480p (54 a su 768p por defecto), OmniHuman 1.5 112 por 5 segundos. Runway Act Two cuesta 8 créditos por segundo del video de la actuación. Todos están en precio del lip sync con IA por modelo.
¿Puedo usar con fines comerciales lo que genero gratis con lip sync? No en el plan gratuito de HeyGen, que da licencia sobre lo generado solo para uso personal, no comercial y de evaluación. Hedra incluye el uso comercial en sus planes de pago, desde US$ 20 al mes. Los términos de Sync Labs y de Kapwing no distinguen en este punto entre plan gratuito y de pago.
¿El lip sync puede arreglar un audio malo? No. Cambia la imagen para que coincida con el audio; el audio tiene que estar bien primero.
¿Cuál es la mejor prueba para una herramienta de lip sync? Empieza por los sonidos p, b y m: graba una frase llena de ellos y fíjate si los labios se cierran en cada uno. Después revisa el ritmo en las pausas y la zona alrededor de la boca.
Fuentes
- Plan gratuito de HeyGen, prueba de la traducción con lip sync y eliminación de la marca de agua: HeyGen pricing, revisado el 2026-10-02
- Licencia de lo generado en el plan gratuito de HeyGen (sección 4, última actualización el 2026-07-23): HeyGen Terms of Service, revisado el 2026-10-02
- Planes de Sync Labs y eliminación de la marca de agua desde Creator: sync.so pricing, revisado el 2026-10-02
- Lo que Sync Labs da gratis: sync.so docs, Free Trial, revisado el 2026-10-02
- Marca de agua de Sync Labs en las cuentas gratuitas y Hobbyist: sync.so docs, Billing, revisado el 2026-10-02
- Términos de Sync Labs (última revisión el 2024-06-06): sync.so Terms of Service, revisado el 2026-10-02
- Planes de Hedra, uso comercial y la pregunta frecuente sobre la marca de agua: Hedra pricing, revisado el 2026-10-02
- Lip sync de Hedra a partir de una imagen fija y un archivo de audio: Hedra AI lip sync, revisado el 2026-10-02
- Plan gratuito de Kapwing, marca de agua y lip sync por plan: Kapwing pricing, revisado el 2026-10-02
- Propiedad del contenido en Kapwing: Kapwing Terms of Service, revisado el 2026-10-02
- Precios de lip sync y voz en 8frame, límites de los clips y la ausencia de una herramienta que vuelva a sincronizar un video existente: funciones de créditos y validación de solicitudes del registro de herramientas de 8frame, revisadas el 2026-10-02
Prueba con tu propio material, haz que un hablante nativo escuche y nunca cambies lo que alguien dijo.
Pruébalo sin registrarte: llegas directamente a un tablero real. El canvas de 8frame es gratuito e ilimitado; la generación es de pago desde US$ 19 al mes.