D-ID es una plataforma generativa de vídeo y digital-humana. Su Creative Reality Studio convierte un guión o una pista de audio más un avatar de archivo, foto o video personalizado en un video de presentador. Los desarrolladores APIs admiten “charlas” pregrabadas, traducción de videos, avatares en tiempo real y agentes visuales interactivos. La plataforma se utiliza para capacitación, ventas, soporte, localización, educación y experiencias de conversación integradas.
El atajo de producción es real: un equipo puede actualizar un explicador hablado sin reservar un estudio y puede localizarlo a varios idiomas. La carga de la gobernanza también es real. Un rostro y una voz son señales de identidad. Es posible que la persona mostrada no haya aceptado un guión, un idioma, un anuncio o una interacción automatizada en particular. La capacidad de carga no es consentimiento y una suscripción paga no es una licencia para hacerse pasar por alguien.
Elija la superficie del producto D-ID correcta
| Superficie | Entrada | Salida | Mejor ajuste |
|---|---|---|---|
| Creative Reality Studio | Guión/audio, avatar, voz y configuración visual | Vídeo del presentador renderizado | No desarrolladores que producen capacitación, marketing o explicaciones. |
| Charlas/vídeo API | Avatar de imagen/video más texto o audio | Clip renderizado asíncrono | Vídeo con plantilla a escala de aplicación |
| Video Translate | Vídeo del orador existente e idioma de destino. | Discurso traducido con sincronización de labios. | Campañas localizadas, capacitación y medios de productos. |
| Visual Agents | Avatar, modelo, voz, instrucciones y conocimientos. | Conversación interactiva en streaming | Interfaces guiadas de soporte, ventas o aprendizaje. |
| Agentic Videos | Narración en video más configuración de agente interactivo | Vídeo que puede responder a las preguntas de los espectadores. | Explicadores interactivos donde la reproducción lineal es insuficiente |
No utilice un agente en tiempo real cuando un vídeo pregrabado y revisado sea suficiente. La generación en tiempo real añade lenguaje abierto, costos de sesión, riesgo de recuperación, latencia y moderación. Del mismo modo, la traducción no es simplemente una característica de representación: crea una nueva interpretación en un idioma que el hablante original tal vez no comprenda.
Flujo de trabajo de confianza de extremo a extremo
rostro con derechos autorizados + voz + guión + propósito
|
registro de consentimiento
alcance / idioma / canal / duración / revocación
|
Studio / Traducir / API / Agente
|
moderación + generación
|
.-----------------+------------------.
vvv
identidad control de calidad control de calidad del idioma control de calidad técnico
semejanza/significado de voz/pronunciar sincronización de labios/exportar
'------------------+------------------'
v
divulgación + marca de agua + aprobación humana
|
publicar / monitorear / revocar / eliminar
Una lista de verificación de liberación debe vincular el activo generado con el registro de consentimiento, los hashes de origen, la versión del script, los idiomas de destino, el plan D-ID/la versión API, el revisor, la divulgación y el vencimiento. Eso permite a un equipo cancelar la publicación de todas las variantes cuando un orador retira su consentimiento o un reclamo queda obsoleto.
Planes Studio frente a API
D-ID vende las suscripciones Studio y API por separado. Los niveles Studio históricamente han incluido Trial, Lite, Pro, Advanced y Enterprise; Los precios API actualmente muestran Prueba, Construcción, Lanzamiento, Escala y Empresa. Los precios exactos y las asignaciones cambian, así que verifique la página en vivo al momento de la compra. Más importantes son los límites de licencia, marca de agua, avatar, clonación de voz, almacenamiento y procesamiento.
| Plan API (fecha de revisión) | Vídeo publicado sin conexión | Transmisión publicada | Aspectos destacados de la licencia/marca |
|---|---|---|---|
| juicio | Hasta 3 minutos | Hasta 10 minutos | personales; marca de agua de pantalla completa; voces estándar |
| construir | Hasta 16 minutos | Hasta 32 minutos | personales; D-ID marca de agua; propia opción S3 |
| Lanzamiento | Hasta 45 minutos | Hasta 90 minutos | Comercial; marca de agua AI; clon de una voz; voces premium |
| Escala | Hasta 200 minutos | Hasta 400 minutos | Comercial; logotipo personalizado; tres clones de voz |
| Empresa | personalizado | personalizado | Opciones personalizadas de marca, colaboración, seguridad y servicio |
La página activa API de julio de 2026 mostraba un precio equivalente anual de $14,40/mes para Build, $35/mes para Launch y $138,60/mes para Scale, con descuentos indicados; la facturación mensual es diferente. Estas cifras son urgentes y no son una cotización. Confirme los impuestos, los límites de uso razonable, los paquetes de crédito y la pantalla de pago real.
Cómo funcionan los créditos y los minutos
Un crédito estándar cubre hasta 15 segundos de video generado o traducido. La duración se redondea en intervalos de 15 segundos: un clip de 40 segundos utiliza tres créditos; un clip de 70 segundos consume 75 segundos. El uso de Studio y API se puede retirar del mismo saldo de cuenta. Los créditos mensuales no utilizados no se acumulan.
| Carga de trabajo | Metro | Trampa presupuestaria | controlar |
|---|---|---|---|
| Vídeo renderizado | Incrementos de crédito de 15 segundos | Muchos clips cortos desperdician intervalos redondeados | Segmentos de secuencias de comandos por lotes deliberadamente |
| Traducción de vídeos | También duración/créditos | Cada idioma de destino multiplica el uso y la revisión | Pilotar un idioma y un minuto representativo |
| Streaming/discurso del agente | Las tasas publicadas utilizan incrementos de crédito más pequeños; los minutos del plan difieren | Las respuestas detalladas consumen presupuesto y frustran a los usuarios | Limitar la duración de las respuestas y los turnos de sesión |
| Reintentos | Puede generar variantes con cargo | Las correcciones de pronunciación y los artefactos visuales multiplican los costos | Aprobar script/fonética antes del renderizado completo |
| Asignación no utilizada | Vence cada período de facturación | El contrato anual aún emite créditos mensualmente | Pronosticar el volumen estacional a partir de guiones históricos |
Para Visual Agents, los materiales de ayuda indican que una respuesta de video generado de hasta 15 segundos consume 0,5 créditos, y los intervalos adicionales de 15 segundos se cobran de manera similar. Confirme el plan actual porque las asignaciones interactivas y fuera de línea se presentan de manera diferente. El agente deja de responder cuando se agotan los créditos, por lo que las aplicaciones de producción necesitan monitoreo de saldo y un respaldo de texto/estático.
Los derechos comerciales son específicos del plan.
El centro de ayuda de D-ID dice que los resultados Trial, Lite y Build son para uso personal, mientras que Pro, Advanced, Enterprise, Launch y Scale brindan uso comercial, asumiendo que el usuario posee los derechos sobre la imagen, el audio y el texto cargados. Esa suposición es crucial. D-ID otorga derechos según los términos de su producto; no puede otorgar derechos de publicidad, derechos de autor, marcas registradas, empleo o derechos de voz que nunca obtuvo del sujeto o del propietario del activo.
| Bien/derecho | Evidencia a retener | Pregunta antes de reutilizar |
|---|---|---|
| La semejanza de la persona | Comunicado firmado que identifica los canales de distribución y animación de IA | ¿Cubre esta escritura, idioma, territorio y publicidad paga? |
| Grabación/clonación de voz | Consentimiento específico de voz y procedencia de la fuente | ¿La voz puede decir texto recién generado o sólo guiones aprobados? |
| Guión | Autor/licencia, citas de fuentes y aprobación legal | ¿Las reclamaciones están vigentes y permitidas en el mercado objetivo? |
| Avatar/voz de archivo | D-ID términos del plan/licencia en la fecha de generación | ¿Se permite el uso comercial y las categorías sensibles? |
| Música/imágenes/logotipos | Licencia y autorización de marca. | ¿La localización o los medios pagos exceden la licencia? |
Marcas de agua y divulgación
La guía oficial describe una marca de agua de pantalla completa en Trial, una marca D-ID en Lite/Build, una marca AI genérica en Pro/Launch, capacidad de logotipo personalizado en Advanced/Scale y eliminación o reemplazo en Enterprise. La denominación del plan actual puede diferir entre Studio y API. La eliminación de un logotipo personalizado o una marca de agua no elimina los deberes de divulgación.
Divulgar medios sintéticos materiales donde los espectadores puedan creer razonablemente que una persona real pronunció las palabras. Coloque la divulgación en el video y la página circundante, no solo en los metadatos. Para anuncios, mensajes políticos o financieros, evaluaciones educativas y servicio al cliente, revise las leyes locales y las reglas de la plataforma. Conserve un registro de generación legible por máquina siempre que sea posible.
| Contexto | Patrón de divulgación mínimo | Salvaguardia adicional |
|---|---|---|
| Formación interna | “Presentador generado por IA” en la tarjeta de apertura/finalización | Propietario del contenido designado y fecha de actualización |
| marketing publico | Etiqueta de medio sintético persistente o claramente visible | Consentimiento/vía de contacto y reclamaciones fundamentadas |
| Altavoz real traducido | Indique que el movimiento de voz/labios fue traducido por IA | El orador aprueba el significado final en la lengua de destino |
| Agente interactivo | Preséntese como IA antes de la conversación. | Escalada humana y sin afirmaciones emocionales engañosas. |
| Asesoramiento de alto impacto | Evite el avatar como sustituto de la autoridad | Revisión humana calificada y limitaciones explícitas |
Clonación de voz y avatares personales.
La clonación de voz puede hacer que un texto arbitrario suene como una persona real. Obtener el consentimiento explícito y revocable que indique temas, idiomas, canales y duración aceptables. No acepte una casilla de verificación de quien subió un video como única evidencia cuando una empresa está clonando empleados, clientes o figuras públicas. Agregue vivacidad o verificación de identidad cuando el riesgo lo justifique.
- Almacene el artefacto de consentimiento por separado de la clave de producción API.
- Restrinja qué usuarios pueden crear un clon y qué aplicaciones pueden llamarlo.
- Bloquee instrucciones financieras, credenciales, mensajes de emergencia y respaldos no autorizados.
- Notificar al sujeto sobre nuevas campañas e idiomas traducidos.
- Proporcione un flujo de trabajo de revocación rápido que deshabilite la clonación y localice los resultados publicados.
- Indicaciones fonéticas del equipo rojo, suplantación de identidad en varios idiomas e intentos de eludir la moderación.
Control de calidad de la traducción
| capa | comprobar | Fallo típico |
|---|---|---|
| Significado | Traducir y comparar afirmaciones, condiciones y negaciones. | Una frase fluida cambia la obligación o la promesa del producto |
| Terminología | Aplicar glosario aprobado para términos técnicos, legales y de productos. | Marca o término regulado traducido de manera inconsistente |
| Pronunciación | El revisor nativo verifica nombres, siglas y números | Texto correcto pero entrega hablada inutilizable. |
| Identidad de voz | El sujeto confirma que la voz sintética es aceptable en ese idioma. | El acento o el tono implica una identidad falsa. |
| sincronización de labios | Inspeccionar primeros planos, oclusión, vello facial y habla rápida. | Los artefactos bucales distraen o inducen a error. |
| Texto en pantalla | Localice subtítulos, diagramas y llamadas a la acción por separado | El lenguaje hablado cambia mientras que las imágenes siguen siendo originales. |
API implementación y confiabilidad
La clave API de D-ID se presenta una vez y utiliza un formulario de nombre de usuario/contraseña API a través del encabezado Autorización. Guárdelo en un administrador de secretos, nunca en un navegador/cliente móvil. Una solicitud de video renderizado es asincrónica: las aplicaciones envían un trabajo, sondean o reciben información de finalización y luego manejan una URL de salida. Cree idempotencia en su capa para que los reintentos no creen renderizados duplicados con cargo.
validar derechos + script -> reservar identificación de trabajo interna
|
enviar una vez a D-ID
|
pendiente -> procesamiento -> hecho/error/bloqueo de moderación
|
copiar la salida aprobada al almacenamiento controlado
|
Control de calidad + divulgación -> publicar
|
caducidad/revocación -> anular publicación + eliminar
| fracaso | Comportamiento de la aplicación |
|---|---|
| 401/tecla girada | Detenerse, alertar y rotar; nunca vuelva a intentar con las credenciales registradas |
| 429/cuota | Retroceda con nerviosismo; consultar el saldo y proporcionar una estimación de la cola |
| Rechazo de moderación | No automatizar la evasión; ruta al propietario del contenido/revisión manual |
| Tiempo de espera de renderizado | Sondear el trabajo existente antes de volver a enviarlo |
| Traducción/localización parcial | Fallar el lanzamiento como conjunto; no publicar variantes no coincidentes |
| Agotamiento del crédito | Regrese a la interacción pregrabada/texto y notifique al operador |
Prueba de aceptación visual y auditiva.
| Dimensión | Criterio de aprobación |
|---|---|
| Identidad | Sujeto/avatar autorizado, sin parecido involuntario ni distorsión facial |
| discurso | Las palabras, números, nombres, pausas y énfasis coinciden con el guión aprobado. |
| Sincronizar | No hay discrepancias entre la boca y la voz a velocidad normal y los dispositivos objetivo. |
| encuadre | Los ojos, la boca, el logotipo, los subtítulos y la divulgación permanecen dentro de áreas seguras. |
| Accesibilidad | Subtítulos precisos, transcripción, contraste suficiente y alternativa sin audio |
| Exportar | La resolución, el códec, el nivel de audio y la reproducción funcionan en el canal real. |
| veracidad | Los reclamos y las fuentes están actualizados; presentador sintético no implica respaldo personal |
Privacidad, almacenamiento y eliminación
Las imágenes de rostros, los vídeos y las grabaciones de voz cargados pueden ser datos personales biométricos o sensibles según la jurisdicción. Los materiales de privacidad de D-ID distinguen el contenido de Studio, que puede persistir hasta que el usuario lo borre, de los datos de la aplicación API con manejo específico del trabajo. Los precios actuales indican que los usuarios pueden conectar su propio almacenamiento S3 en algunos planes API. El almacenamiento propio no elimina el procesamiento ni los registros anteriores.
Asigne cada copia: dispositivo de origen, cuenta D-ID, trabajo API, URL de salida, almacenamiento de objetos, CDN, editor, plataforma de campaña, copias de seguridad y análisis. La eliminación de la cuenta elimina el acceso y los elementos almacenados según el proceso documentado, pero una prueba de eliminación de producción debe confirmar los API/Studio activos, conocimiento del agente, avatares, clones de voz y copias posteriores. La eliminación gratuita de cuentas inactivas después de seis meses no es una política de retención para una organización.
Cuando D-ID encaja bien
| Caso de uso | Encajar | Razón |
|---|---|---|
| Formación actualizada frecuentemente | fuerte | Cambios de guión sin volver a filmar; las versiones importan |
| Explicadores de productos localizados | Fuerte con revisión nativa | La traducción y la sincronización labial reducen el trabajo de producción |
| Conserje interactivo de preguntas frecuentes | Condicional | La presencia visual puede ayudar, pero los mensajes de texto/chat pueden ser más rápidos y económicos |
| Suplantación de ejecutivo sin consentimiento explícito | no usar | Riesgo grave de identidad, fraude y reputación |
| Asesoramiento emocionalmente sensible | Riesgo débil/alto | Un avatar parecido a un humano puede crear una confianza engañosa |
| Vídeo generativo cinematográfico | Débil | D-ID se especializa en presentadores; utilizar modelos/herramientas de vídeo más amplios |
Alternativas
| Alternativa | mejor cuando | Comparar |
|---|---|---|
| HeyGen | Avatares y flujo de trabajo de traducción aptos para marketing | Calidad del avatar, controles de consentimiento, idiomas, API y precios |
| Synthesia | Aprendizaje empresarial, plantillas y avatares de acciones gobernados | Colaboración, seguridad, política de avatar personalizada y localización. |
| IA de cerebro profundo | Presentador de IA de estilo Studio y flujos de trabajo de transmisión | Realismo, cobertura lingüística e interactiva API |
| Tavus | Vídeo personalizado y réplicas conversacionales. | Consentimiento de réplica, latencia e integración de desarrolladores |
| Presentador tradicional/actor de doblaje | La confianza, los matices emocionales y el respaldo son fundamentales | Mayor coste/tiempo pero rendimiento auténtico y derechos más claros |
| Audio + diapositivas/screencast | El avatar añade poco valor informativo. | Menor riesgo de identidad, costo y distracción del valle inquietante |
Preguntas frecuentes
¿Puede D-ID animar cualquier foto?
No. Las imágenes pueden fallar en la detección de rostros o en la moderación, y se requieren derechos/consentimiento incluso cuando el sistema acepta la carga.
¿Puedo utilizar la salida de prueba o compilación comercialmente?
La guía oficial dice que Trial, Lite y Build son niveles de uso personal. Los derechos comerciales están asociados con Pro, Advanced, Enterprise, Launch y Scale, asumiendo que usted posee todos los derechos de entrada.
¿Cómo se redondean los créditos de vídeo?
La generación estándar redondea la duración en intervalos de 15 segundos. Un clip de 40 segundos utiliza tres créditos. Verifique las tarifas de agentes interactivos por separado.
¿Se puede eliminar la marca de agua?
Depende del plan. Algunos niveles muestran D-ID o marca de IA genérica; los niveles superiores admiten un logotipo personalizado o su eliminación. Es posible que aún se requiera divulgación ética/legal.
¿D-ID proporciona consentimiento para las personas almacenadas o subidas?
D-ID proporciona su plataforma y términos; quien subió el contenido sigue siendo responsable de los derechos de la imagen, la voz y el guión cargados y del uso previsto.
¿Qué se debe probar antes del lanzamiento de API?
Idempotencia, autenticación, agotamiento de tasa/crédito, fallas de moderación, vencimiento/almacenamiento de salida, búsqueda de consentimiento, divulgación, accesibilidad y eliminación.
Fuentes y verificación
- Sitio oficial del producto D-ID
- Preguntas frecuentes oficiales sobre precios y créditos de Studio
- Planes oficiales API y asignaciones vigentes
- Documentación oficial del desarrollador
- Guía de autenticación oficial API
- Derechos oficiales de uso comercial por plan
- Comportamiento oficial de la marca de agua
- D-ID manifiesto ético
- D-ID política de privacidad
Última revisión el 26 de julio de 2026. Los planes, precios, créditos, moderación y requisitos legales cambian. Confirme los términos vigentes y obtenga asesoramiento legal calificado para usos regulados o sensibles a la identidad.
