Reseña de Google Flow Music: canciones, videos y sincronización labial

Google Flow Music generó canciones originales y videos descargables en 720p en nuestras pruebas. Los videos posteriores mantuvieron una cantante y un entorno reconocibles, pero, al reproducirlos, los movimientos de la boca no coincidían de forma constante con la voz. También encontramos solicitudes rechazadas por falta de créditos pese a que el costo estimado era inferior al saldo mostrado.

Obtuvimos resultados útiles para ideas de canciones y secuencias visuales cortas. Para una interpretación cantada terminada, necesitaríamos una mejor sincronización.

La canción y las instrucciones para el video

Flow Music permite crear y editar canciones y generar videos musicales de forma nativa. Lo usamos para crear Let the Morning In, una canción de indie pop con voz principal femenina y esta letra original al inicio:

I open the window, let the morning in
Shake off the shadows, feel the light again
Step through the doorway, leave the night behind
I open the window, let the morning in

Las instrucciones iniciales pedían a una mujer cantando a cámara y después abriendo una ventana. Usamos formato horizontal 16:9 en 720p, aportamos una referencia del personaje y desactivamos las superposiciones de texto.

Primer intento: se mantuvo la pose de referencia

El primer resultado mostraba a una mujer sentada con una taza, seguido de un plano de una ventana. No mostraba la interpretación cantada solicitada ni a la mujer abriendo la ventana.

Nuestra imagen de referencia también mostraba a una mujer sentada con una taza, por lo que no era adecuada para la acción deseada. Corregimos esa referencia en intentos posteriores.

Nuestra confirmación en el chat se convirtió en el prompt mostrado del video

La propuesta de Flow Music describía a una mujer cantando a cámara y abriendo una ventana. Aprobamos esa propuesta con esta respuesta en el chat:

El campo Prompt del video terminado mostró después esa misma respuesta, palabra por palabra, en lugar de las instrucciones detalladas de cantar y abrir la ventana:

El registro visible muestra que nuestro mensaje de aprobación se usó como prompt mostrado del video. Eso podría ayudar a explicar la ausencia de la interpretación, pero no demuestra si el modelo recibió instrucciones adicionales ni qué causó el fallo.

Nuevos intentos: apareció el canto, pero faltaba ajustar la sincronización

Cambiamos la referencia por una imagen de la mujer de pie junto a una ventana, simplificamos la tarea a cantar y repetimos las instrucciones completas en la confirmación final:

Un único primer plano sin cortes. Ella canta visiblemente la letra inicial directamente a cámara, con movimiento activo de labios y mandíbula. Sin taza, sin beber y sin planos de recurso.

Los resultados mostraban movimientos expresivos de la boca y una intérprete reconocible, pero al reproducirlos detectamos desajustes de sincronización con la voz.

Un intento más largo produjo varios planos de la interpretación. Aún necesitaba ajustes de sincronización para el uso que buscábamos.

Las duraciones guardadas incluyen cierres con marca. Cambiamos tanto la referencia como las instrucciones entre intentos, por lo que no podemos atribuir la mejora a uno solo de esos cambios.

Créditos: se rechazaron algunas solicitudes con un costo aparentemente asequible

Los cambios de saldo de los trabajos completados coincidían con los costos presupuestados. Sin embargo, otras solicitudes se rechazaron aunque sus estimaciones eran inferiores al saldo mostrado:

En el intento rechazado de 34 segundos, la interfaz mostró “Not enough credits” (créditos insuficientes), mientras que el asistente afirmó inmediatamente que la generación había comenzado. Esto ocurrió antes del renderizado de 30 segundos que sí se completó en la misma conversación.

La guía de suscripciones de Google indica que las funciones principales están disponibles sin costo; los planes de pago añaden créditos, generaciones y acceso a los modelos más recientes. La página de precios incluye un plan Free, pero las páginas que consultamos no explican la asignación “Members get one free video” (los miembros reciben un video gratis) del mensaje de rechazo. No pudimos determinar qué regla de créditos o de acceso provocó estos rechazos.

¿Puede cubrir una canción completa?

Treinta segundos fue la solicitud más larga que aceptó esta cuenta, no un límite confirmado para todo el producto. La introducción de la aplicación anunciaba videos de hasta dos minutos. Cuando solicitamos nuestra canción completa de 155,1 segundos, Flow Music propuso dos partes:

Para esta canción de 2 minutos y 35 segundos, el flujo propuesto requería dos renderizados y unirlos después. El total de 1.939 créditos era un presupuesto, no un costo verificado en una prueba; no completamos un video de la canción entera.

Describe el vídeo que quieres…

Pixo

Crea vídeos con IA en Pixo

Convierte tus ideas en vídeos listos para publicar. Solo necesitas una frase.

Empezar a crear

Para qué lo usaríamos

Flow Music produjo canciones originales, referencias de personajes reutilizables y videos descargables dentro de una sola aplicación.

Para cantar con sincronización, nuestros ejemplos necesitaban más trabajo. Si ese es tu objetivo, prueba primero una sección corta con una voz clara y una referencia adecuada. Compara los movimientos de la boca con las palabras reales antes de comprometerte con una producción más larga. Si se rechaza una solicitud pese a un saldo aparentemente suficiente, aclara las reglas de créditos antes de asumir que una recarga lo resolverá.