Introducción
Traduce una grabación hablada
Proporciona video_url y elige target_language para traducir un clip hablado con sincronización labial. Obtén el consentimiento de las personas que aparecen en la grabación antes de hacer que parezcan hablar otro idioma con una voz similar a la suya.
Elige la configuración
El inglés es el destino predeterminado entre 178 opciones de idiomas y dialectos. generation_mode usa precision por defecto, que busca una sincronización labial de mayor calidad; speed busca un resultado más rápido con la mitad de la tarifa por segundo. Aquí no hay prompt, ajuste de idioma de origen ni opción de subtítulos.
Resultados medidos
En nuestras pruebas, el resultado fue un MP4 con audio AAC y las dimensiones originales: una entrada de 1280x720 produjo un video de 1280x720. Un clip de 6 a 8 segundos tardó entre 100 y 120 segundos aproximadamente en nuestras pruebas. Estas mediciones no garantizan un tiempo de finalización. El resultado puede durar más que el original, aunque la facturación usa los segundos de origen.
| Campo | Valor |
|---|---|
| Entrada | Video |
| Salida | Video |
| Video de entrada |
|
| Límite del original | 120 segundos; los videos más largos se rechazan sin costo |
| Opciones de traducción | 178 opciones de idiomas y dialectos; inglés por defecto |
| Selección de modo | precision por defecto, o speed |
| Tratamiento de la voz | Según HeyGen, el clonado de voz conserva el tono del hablante entre idiomas |
| Resultado medido | En nuestras pruebas: MP4, audio AAC y dimensiones del original conservadas |
| Base de facturación | Segundos del original redondeados hacia arriba; mínimo 1, máximo 120 |
Funciones y aspectos destacados
Una conversación en una cava traducida al español
Este ejemplo combina una escena de dos personas en una cava con el español y el modo Precision. En nuestras pruebas, al comparar los mismos instantes del original y del resultado, la articulación labial era distinta, mientras que la apariencia de las personas, la ropa y la escena se conservaban.
Prueba el japonés con la misma grabación de origen
El ejemplo en japonés usa el modo Speed para el clip de la cava. Speed busca entregar el resultado más rápido y su tarifa por segundo es la mitad que la de Precision; la duración del original sigue determinando los segundos facturados.
Las opciones de idioma incluyen dialectos regionales
Las 178 opciones incluyen español de México, francés de Canadá y chino cantonés tradicional. Según HeyGen, su clonado de voz mantiene el tono del hablante al cambiar de idioma.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
video_url | Sí | Video con voz obligatorio, limitado a 120 segundos. La página del modelo acepta MP4 y WebM. mínimo 1 caracteres |
target_language | No | El valor predeterminado es inglés. Selecciona entre 178 opciones de idiomas base y dialectos regionales, incluidos dos destinos de acento en inglés. |
generation_mode | No | Usa precision, el valor predeterminado, si buscas una sincronización labial de mayor calidad. |
Precios
El cobro se basa en la duración del video de origen, redondeada al siguiente segundo entero, con un mínimo de 1 segundo y un máximo de 120 segundos. La tarifa de Precision es el doble que la de Speed. El idioma elegido no afecta la tarifa. Las tareas fallidas y rechazadas no se cobran, incluidos los clips rechazados por superar los 120 segundos.
| Especificación | Precio |
|---|---|
| $0.048 / segundo |
| $0.096 / segundo |
Casos de uso
Traduce la presentación de un curso
Usa tu propio video corto de bienvenida para presentar un curso a estudiantes de habla hispana, con la voz traducida y sincronización labial.
Adapta una demostración de producto
Con el consentimiento del presentador, traduce al francés una demostración hablada de producto para clientes de otro mercado.
Comparte novedades de creador en otros países
Traduce al japonés tu anuncio grabado para que los espectadores puedan escuchar las novedades en su idioma.
Guía de prompts y consejos prácticos
Obtén el consentimiento antes de traducir
Usa una grabación tuya o de personas que hayan aceptado esta traducción. Acepta el aviso de consentimiento que aparece antes de tu primera ejecución en la página del modelo.
Proporciona un video corto con voz
Indica en
video_urlun MP4 o WebM con voz audible. El video de origen no debe superar los 120 segundos.Selecciona un idioma y un modo
Elige
target_language, cuyo valor predeterminado es inglés. Usa Precision si buscas una sincronía labial de mayor calidad, o Speed si prefieres su objetivo de entrega más rápida y su tarifa menor.
Introducción
HeyGen Video Translate cambia el idioma de la voz en un video corto y sincroniza los movimientos labiales con la traducción. HeyGen afirma que admite 175+ idiomas y dialectos con voces de IA realistas, y que el clonado de voz conserva el tono del hablante entre idiomas. Esta página ofrece 178 opciones de destino.
Obtén el consentimiento antes de enviar la grabación: usa un video tuyo o de personas que hayan aceptado este uso. La traducción hará que parezcan decir palabras en otro idioma con una voz similar a la suya. La primera ejecución en la página del modelo requiere aceptar un aviso de consentimiento.
Proporciona un MP4 o WebM con voz de hasta 120 segundos. Configura target_language y, si lo necesitas, generation_mode; no hay ningún prompt que escribir. Los valores predeterminados son inglés y Precision.
Funciones y aspectos destacados
- El movimiento labial cambia con la voz. En nuestras pruebas, los fotogramas del original y de la traducción tomados en el mismo instante mostraban una articulación labial distinta, mientras que la apariencia de las personas, la ropa y la escena se mantenían.
- Elige un destino regional. Las 178 opciones incluyen español de México, francés de Canadá y chino cantonés tradicional, además de idiomas base.
- Dos modos permiten elegir el equilibrio. Precision busca una sincronización labial de mayor calidad, mientras que Speed busca entregar el resultado más rápido y usa la mitad de la tarifa por segundo.
- Hay opciones de acento en inglés. Los destinos incluyen “English - Your Accent” y “English - American Accent.”
- Las dimensiones se conservaron en nuestras pruebas. Recibimos un MP4 con audio AAC; una entrada de 1280x720 produjo un resultado del mismo tamaño.
- El cobro usa la duración original. Un resultado traducido más largo no añade segundos de origen facturados; las tareas fallidas o rechazadas no se cobran.
Casos de uso
- Bienvenida a un curso en español: traduce tu propia presentación grabada para que los estudiantes de habla hispana escuchen la bienvenida con movimientos labiales acordes.
- Demostración de producto en francés: obtén el consentimiento del presentador y traduce una breve demostración para clientes de habla francesa.
- Anuncio de creador en japonés: adapta tus novedades habladas para espectadores de habla japonesa usando la misma grabación de origen.
Guía de entrada y consejos prácticos
- Comprueba primero los permisos. Obtén la autorización de todas las personas que aparecerán hablando las frases traducidas; no uses grabaciones de celebridades, figuras públicas o conocidos sin permiso.
- Revisa la grabación antes de enviarla. Comprueba que la voz sea audible y recorta el original a 120 segundos o menos; los videos más largos se rechazan antes de realizar el cobro.
- Elige el destino con atención. Comprueba si a tu audiencia le conviene un idioma base o un dialecto regional, para evitar dejar el inglés predeterminado por accidente.
- Elige Precision si buscas su objetivo de calidad en sincronía labial. Es el modo predeterminado y su tarifa es el doble que la de Speed, así que ten en cuenta esa diferencia al decidir.
- Elige Speed si su tarifa y su objetivo de rapidez encajan con la tarea. Busca terminar antes con la mitad de la tarifa por segundo; el tiempo real de finalización puede variar.
- Deja margen para una traducción hablada más larga. En nuestras pruebas, una grabación de 8,00 segundos produjo un resultado de 8,68 segundos en español; revisa la duración final antes de incorporarlo a una secuencia.
- Guarda el video recibido dentro de los 14 días. Los videos generados se eliminan cuando termina ese plazo de conservación.
- Usa los controles disponibles. Esta página no tiene prompt, campo de idioma de origen ni opción de subtítulos; selecciona el clip, el idioma de destino y el modo.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "heygen/video-translate/video-translate",
"input": {
"generation_mode": "precision",
"target_language": "English",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.

