Hunyuan Video Foley
Desde $0.011 por segundo de vídeo de origen
El modelo de Tencent que genera efectos de sonido profesionales directamente desde vídeo. Describe tu escena, proporciona un clip y Craze genera audio sincronizado con cada movimiento.
En qué destaca Hunyuan Video Foley
Audio ajustado al movimiento
El trabajo de efectos de sala normalmente implica ver el vídeo fotograma a fotograma y sincronizar manualmente cada paso, portazo y roce de tela.
Audio de calidad de emisión
El modelo genera sonido a 48 kHz, el estándar del cine y la televisión profesionales.
Texto y vídeo juntos
No tienes que depender solo del contenido visual.
Entrenado a escala
Hunyuan Video Foley se entrenó con 100,000 horas de vídeo y audio multimodales, por lo que gestiona una amplia variedad de escenas y sonidos, desde diálogo y entradas musicales hasta ambiente natural y sonidos mecánicos.
Dirigir. Crear. Editar.
Deja los prompts. Empieza a dirigir.
Craze comparte ideas, investiga y planifica contigo.
Crea contenido con estilo.
Craze genera cualquier cosa que imagines. Vídeo, audio, música, gráficos en movimiento y más.
Edita vídeos en minutos, no en días.
Craze ve tu metraje y crea un montaje final. Con un editor real si lo necesitas.
Crea vídeos que la gente vea
- Vídeos UGC
- Gráficos en movimiento
- Largometrajes
- Visualización de productos
- Microdramas
- Películas 3D
- Videoclips
- Películas de marca
- Momentos destacados de bodas
- Reseñas de YouTube
Cómo se compara Hunyuan Video Foley
Todos los modelos de aquí funcionan en todos los planes de Craze, incluido Free, y Craze puede usar uno distinto para cada plano.
| Hunyuan Video FoleyTencent | ElevenLabs Sound Effects V2ElevenLabs | |
|---|---|---|
| Crea | De Texto + Vídeo a audio | De Texto a audio |
| Duración | — | Hasta 22 s por clip |
| Desde | $0.011 por segundo de vídeo de origen | $0.003 por segundo de audio |
Especificaciones de Hunyuan Video Foley en Craze
| Tarea | Entradas | Resolución | Relaciones de aspecto | Sonido |
|---|---|---|---|---|
| Sonido para vídeo | Vídeo | Sigue al origen | Sigue a la entrada | Ninguno |
Elige el plan para tu próxima creación.
Free
$0 / mes
- Uso limitado
- Acceso a todos los modelos multimedia
- Nivel de chat Eficiente
- 1 GB de almacenamiento
- Craze MCP
- Exportaciones de hasta 720p
- Recargar créditos adicionales
Pro
$19 / mes
- $19 en créditos cada mes
- Acceso a todos los modelos multimedia
- Todos los niveles de chat
- 50 GB de almacenamiento
- Craze MCP
- Sin límites de resolución al exportar
- Recargar créditos adicionales
Ultra
$59 / mes
- $59 en créditos cada mes
- Acceso a todos los modelos multimedia
- Todos los niveles de chat
- 200 GB de almacenamiento
- Craze MCP
- Sin límites de resolución al exportar
- Recargar créditos adicionales
Max
$199 / mes
- $199 en créditos cada mes
- Acceso a todos los modelos multimedia
- Todos los niveles de chat
- 1 TB de almacenamiento
- Craze MCP
- Sin límites de resolución al exportar
- Recargar créditos adicionales
Preguntas frecuentes
Hunyuan Video Foley es un modelo de vídeo a audio de Tencent que genera efectos de sonido y audio ambiental sincronizados directamente desde vídeo. En lugar de superponer audio por separado en posproducción, describes lo que quieres escuchar, proporcionas tu vídeo y el modelo crea sonido que se mueve con la imagen.
Por qué los creadores eligen Hunyuan Video Foley
El sonido suele ser lo último que abordan los creadores y lo primero que nota la audiencia cuando falta. Hunyuan Video Foley cambia eso integrando la generación de audio en el flujo de vídeo y leyendo tanto movimiento como intención.
Audio ajustado al movimiento
El trabajo de efectos de sala normalmente implica ver el vídeo fotograma a fotograma y sincronizar manualmente cada paso, portazo y roce de tela. Hunyuan Video Foley ve el vídeo contigo, entiende qué se mueve y dónde y genera audio que coincide con la acción. Los pasos de un personaje se sincronizan con su zancada. Una mano alcanza un objeto y el modelo ajusta el sonido del contacto.
Audio de calidad de emisión
El modelo genera sonido a 48 kHz, el estándar del cine y la televisión profesionales. Usa un VAE de audio personalizado entrenado para minimizar ruido y artefactos, por lo que el sonido generado es suficientemente limpio para acompañar otros elementos de audio profesionales.
Texto y vídeo juntos
No tienes que depender solo del contenido visual. Describe la atmósfera, el tono emocional o detalles concretos que quieras escuchar y Hunyuan Video Foley equilibrará el prompt de texto con lo que ve en el vídeo. Un plano general de una ciudad genera tráfico ambiental y voces lejanas. La misma toma con un prompt como «Mañana tranquila» reduce la energía y llena el espacio de cantos de pájaros.
Entrenado a escala
Hunyuan Video Foley se entrenó con 100,000 horas de vídeo y audio multimodales, por lo que gestiona una amplia variedad de escenas y sonidos, desde diálogo y entradas musicales hasta ambiente natural y sonidos mecánicos.
Cómo usar Hunyuan Video Foley en Craze
Craze usa Hunyuan Video Foley por defecto cuando necesitas audio sincronizado con vídeo. El flujo de trabajo es directo.
- Inicia un proyecto y sube un clip de vídeo al que quieras añadir sonido.
- En el chat, describe el audio que quieres: «Pasos y respiración fuerte mientras el personaje corre por el bosque» o «Lluvia y truenos lejanos durante la escena». Craze usa Hunyuan Video Foley para esto por defecto.
- Craze genera el audio y lo sincroniza con tu vídeo. Revísalo en el editor y vuelve a generar si quieres ajustar el tono o los detalles.
- Exporta con el audio incluido o ajusta niveles y mézclalo con música y diálogo en la línea de tiempo.
Si quieres nombrar otro modelo de audio, puedes hacerlo. Combínalo con música de ElevenLabs Music o añade diálogo con ElevenLabs v4. Pero para sonido que se mueve con la imagen, Hunyuan Video Foley gestiona automáticamente los tiempos.
Precios de Hunyuan Video Foley
La generación de sonido se cobra a $0.011 por segundo de vídeo de origen, calculado según la duración del vídeo de origen. El modelo genera de forma continua, así que un clip de 60 segundos cuesta el doble que uno de 30 segundos. Usa la calculadora de costes de esta página para estimar antes de generar.
Para quién es Hunyuan Video Foley
Editores de vídeo que añaden sonido de producción
La posproducción de audio suele llegar al final, tras cerrar la imagen. Hunyuan Video Foley permite generar sonido realista sin sincronizar manualmente. Sienta a un hablante en una habitación, ilumínala bien y genera el audio que da vida a la escena.
Desarrolladores de videojuegos y animadores
Las secuencias animadas y cinemáticas de videojuegos suelen crearse sin sonido. Hunyuan Video Foley lee el movimiento y genera efectos de sala y ambiente sincronizados, haciendo que la animación parezca más física y real.
Creadores de UGC y demostraciones de productos
Los vídeos cortos de productos suelen parecer vacíos porque el sonido queda para después. Genera sonido que se mueva con el producto: el clic de una tapa al cerrarse, líquido vertiéndose o un botón pulsado. El vídeo parece más cuidado e intencional.
Hunyuan Video Foley frente a ElevenLabs Sound Effects V2
Ambos modelos generan audio desde prompts de texto, pero abordan el problema de forma distinta. Hunyuan Video Foley lee el movimiento del vídeo y genera sonido ligado a la imagen. ElevenLabs Sound Effects V2 genera efectos de sonido aislados solo desde texto, sin contexto de vídeo. Usa Hunyuan Video Foley cuando necesites precisión de tiempos y sincronización con el movimiento. Usa Sound Effects V2 cuando quieras elementos aislados y combinables que colocar tú mismo en la línea de tiempo.
