Guía
¿Cuántas palabras caben en un clip de video con IA de 5, 10 o 15 segundos?
Una tabla sencilla de cuánto diálogo cabe en los clips de Seedance y Kling, en ocho idiomas, con las reglas detrás de las cifras.
La respuesta corta
Para diálogos en español, calcula unas 11 palabras para un clip de 5 segundos, 23 para 10 segundos y 35 para 15 segundos. Si te pasas mucho, la IA acelera la frase o la corta antes del final.
Estas cifras suponen un ritmo natural y algo urgente, el que suelen usar modelos de video con IA como Seedance y Kling en escenas dramáticas. Son una guía para planificar, no una garantía.
De dónde salen las cifras
Cut Maker estima el tiempo de habla con unas reglas sencillas:
- Velocidad: unas 2.6 palabras por segundo en español.
- Una respiración al inicio: 0,4 segundos por toma, para que no se corte la primera palabra.
- Final de frase: 0,3 segundos por cada punto, signo de interrogación o de exclamación. Las comas suman 0,15 segundos.
- Acciones: acotaciones como
(camina 2s)usan el tiempo que indiques.
La tabla supone una frase en un clip de 5 segundos, dos en 10 segundos y tres en 15 segundos.
Palabras por clip, según el idioma
| Idioma | 5 s | 10 s | 15 s |
|---|---|---|---|
| Español (palabras) | 11 | 23 | 35 |
| Inglés (palabras) | 9 | 20 | 31 |
| Portugués (palabras) | 10 | 22 | 34 |
| Ruso (palabras) | 8 | 18 | 27 |
| Hindi (palabras) | 9 | 20 | 31 |
| Coreano (sílabas) | 19 | 40 | 61 |
| Chino (caracteres) | 19 | 40 | 61 |
| Japonés (caracteres) | 27 | 58 | 89 |
El coreano se cuenta por sílabas y el chino y el japonés por caracteres; el resto, por palabras.
Un ejemplo
Demasiado largo para 5 s (15 palabras): "Capitán, apague el reactor ahora, o toda la nave va a explotar en diez segundos."
Cabe en 5 s (5 palabras): "¡Capitán, apague el reactor ahora!"
Si una frase es importante, no la aprietes. Divídela en dos tomas o elige un clip más largo.
Tres reglas rápidas
- Deja medio segundo de aire al principio y al final de cada clip.
- Cuenta las acotaciones. Un personaje que camina dos segundos son dos segundos sin diálogo.
- Si dos personajes hablan en un mismo clip, suma una pequeña pausa en cada cambio de voz.