De podcast a vídeo: cómo convertir a dos personas hablando en algo que merezca la pena ver

Por qué un podcast no funciona como vídeo por sí solo

Un podcast está pensado para alguien ocupado en otra cosa: conducir, cocinar, correr. No tiene que pasar nada en pantalla, porque no hay pantalla. Las voces lo llevan todo.

Graba esa misma conversación, ponla en un móvil, y la imagen empieza a pedir una atención que no puede retener. Dos personas en una mesa. Una habla, la otra asiente. El encuadre nunca cambia. Cuando alguien dice «y ahí fue cuando vimos los números», no hay números. A los veinte minutos, en pantalla no se ha movido nada salvo las bocas.

La solución no es poner más efectos. Es la lista corta de recursos que las entrevistas de televisión han usado siempre, cada uno aplicado por un motivo.

¿Qué hace que una conversación entre dos se pueda ver?

Seis recursos hacen la mayor parte del trabajo. Cada uno responde a una pregunta que el espectador tiene, a menudo sin saberlo:

• Ir a quien habla. El espectador quiere ver la cara que está hablando. Ve a quien dice una frase importante, vuelve a los dos cuando se pasan la palabra y mantén cada encuadre al menos un par de segundos: cortar en cada «ya» vuelve nerviosa una conversación.
• Poner nombre a la gente en pantalla. «¿Quién es?» es la primera pregunta de cualquier espectador nuevo. Un rótulo con el nombre, la primera vez que habla cada uno, la responde.
• Sacar la frase clave en palabras grandes. Cuando alguien suelta la frase del episodio, ponla en pantalla, en grande, a su lado. Convierte un buen momento en uno que se recuerda.
• Enseñar lo que mencionan. Un invitado habla de un producto, un lugar, un resultado: una imagen de recurso mientras la voz sigue le da al ojo un motivo para quedarse.
• Recortar los tiempos muertos. Un silencio que en el micro parece natural, en pantalla se hace largo. Fuera las pausas largas, los arranques en falso y el «¿la repetimos?».
• Hacer un clip vertical del mejor momento. Mucha gente conocerá tu programa por un minuto visto en el móvil. Un vídeo vertical 9:16 del intercambio más fuerte es la puerta al episodio completo.

Cómo convierte Clipteach un podcast en vídeo

Sube la conversación en Mi vídeo, elige Mantener mi voz y el estilo Motion. Clipteach averigua quién habla y cuándo: las voces se distinguen por su sonido y cada una se asocia a una cara en pantalla siempre que la imagen lo deje claro.

A partir de ahí, el director de IA trabaja como el editor de un programa de entrevistas. Cada persona recibe un rótulo con su nombre la primera vez que habla, en su lado del encuadre. Cuando una dice una frase importante, la cámara va hacia ella, con un zoom apuntado a su cara, y vuelve al plano de los dos cuando se van respondiendo. O los dos aparecen en dos ventanas una al lado de la otra, con el contorno de quien habla iluminado; en un vídeo vertical, las ventanas se apilan una encima de otra.

Los nombres los pones tú, nunca salen de una suposición: del cuadro Guion y notas, o de lo que la gente dice en la grabación («Soy…»). Las palabras grandes y las imágenes de recurso, de tu Biblioteca, de lo que subes o creadas por la IA, funcionan igual que en un vídeo a cámara de una sola persona.

La edición de debajo: mejores tomas, silencios, sonido igualado

Antes de dibujar nada, un editor con IA corta las palabras. Con Quedarse con las mejores tomas, una frase dicha dos veces se queda una sola vez, la mejor; se cortan los arranques en falso, las charlas que se salen del tema y las voces que se pisan hasta tapar una frase, cada corte en una pausa para que a nadie se le corte a media palabra; y el sonido se iguala entre clips, para que un invitado grabado otro día no suene más alto ni más bajo que el presentador.

Lo que conserva es el intercambio. En una conversación, las reacciones y las respuestas cortas son contenido, no ruido, y el editor las trata así. Después, Cortar los silencios quita las pausas en las que nadie habla.

Movimientos de cámara y Efectos de sonido se suman si quieres: zooms y paneos donde ayudan, y barridos, golpes y clics sincronizados con lo que se mueve. La historia completa de cómo funciona la edición de las mejores tomas, en una grabación real, está en cómo 29 minutos de tomas en bruto se convirtieron en una intro de 3.

Cómo grabar un podcast pensando en el vídeo

Gran parte de una buena edición de videopodcast se decide antes de darle a grabar. Importan cuatro cosas:

1. Graba un solo plano abierto con los dos dentro. Clipteach pone la cámara en quien habla moviéndose dentro de tu imagen: un zoom a una cara, o dos ventanas recortadas del mismo plano. No sincroniza varias cámaras grabadas a la vez, así que las dos caras tienen que estar en ese único encuadre, bien iluminadas. Graba a la mayor resolución que puedas (4K si tu cámara lo permite): cada zoom amplía la imagen, y una fuente más nítida se mantiene nítida más de cerca.
2. Pon el buen sonido en el archivo de vídeo. Dale un micro a cada persona y mantén los mismos micros de principio a fin. Clipteach oye el sonido que va dentro de los clips que subes: si grabas los micros por separado, pon la mezcla en el vídeo antes de subirlo en lugar de fiarte del micro de la cámara.
3. Presenta a cada persona al principio. Una frase cada uno, «Soy… y me dedico a…», le da al editor un nombre para cada cara. O escribe los nombres, y quién se sienta dónde, en Guion y notas.
4. Sigue grabando aunque haya errores. Repite la frase que salió mal y dila limpia. El editor se queda con la versión limpia.

Del episodio completo al clip vertical

El clip vertical es un vídeo propio. Sube los pocos minutos alrededor del momento que quieres compartir, elige el formato vertical 9:16 y el estilo Motion, y el director lo compone para un móvil: los dos uno encima del otro, quien habla iluminado, la frase clave en palabras grandes.

Los dos formatos se exportan en MP4 1080p: 16:9 para la conversación completa, 9:16 para Reels, Shorts y TikTok.

Lo que Clipteach no hará por tu podcast

No añade música. Los Efectos de sonido están pensados para lo que se mueve en pantalla; una sintonía la añades tú en otro sitio.

No escribe en pantalla cada palabra que se dice. Las palabras grandes destacan las frases que importan; una transcripción completa en pantalla no es algo que haga.

Admite hasta 30 minutos de clips por vídeo, en un máximo de 20 clips. Un episodio más largo entra por partes, un capítulo cada vez, o eliges el tramo que merece la pena enseñar.

Y nunca pone un presentador generado ni un avatar delante de tus invitados. Las personas del vídeo son las personas que estaban en la sala.

Pruébalo en tu próximo episodio

El recorrido completo está en la página del editor de vídeo para podcasts, y el editor de vídeo con IA cubre todo lo demás que Clipteach hace con tus propios clips. Hay más artículos en el blog.

Empiezas con 300 créditos gratis al registrarte, sin tarjeta. Tus clips solo se preparan cuando haces clic en Generar, y el precio, según la duración del vídeo final, se muestra antes.