Introducción
Cualquiera que haya asistido a mis charlas o talleres seguramente me habrá oído decir que la industria audiovisual será la más impactada por los modelos de IA generativa. inteligencia artificial generativa La IA está empezando a desempeñar un papel importante en los procesos de creación de contenido televisivo. En áreas como la preproducción, la posproducción y la distribución, las decisiones de los profesionales se ven influenciadas por la capacidad de la IA para optimizar e innovar procesos, minimizando así los riesgos legales relacionados con los derechos de autor.
1. Voces sintéticas y doblaje
Las voces generadas por IA han demostrado una utilidad inicial a medida que se vuelven más naturales. El doblaje de voz sintética está ganando terreno en contenido de bajo riesgo, como la localización de noticias o clips deportivos para plataformas como YouTube, o la programación para canales FAST (televisión en streaming gratuita con publicidad). En estos casos, la velocidad es esencial para ampliar el alcance de la audiencia de contenido que, de otro modo, no se doblaría.
Sin embargo, el doblaje de contenido televisivo premium aún enfrenta desafíos. Las voces generadas por IA pueden presentar imperfecciones en comparación con las voces de actores de doblaje humanos. Si bien algunos defectos pueden corregirse ajustando el tono y la inflexión, el esfuerzo requerido para lograr una calidad aceptable puede no compensar la inversión en comparación con la grabación tradicional. Por ahora, el doblaje con IA puede ser útil para ampliar el alcance y la monetización, especialmente en idiomas que requieren menos recursos y que normalmente no reciben versiones dobladas.
Además del doblaje, ha surgido el uso de clones de voz para la narración, siempre con el consentimiento y la compensación del profesional o su patrimonio. Un ejemplo es el clon de voz de Al Michaels, utilizado para ofrecer resúmenes personalizados de la cobertura de los Juegos Olímpicos de la NBC en Peacock.
2. Intercambio de caras y sincronización de labios
Los modelos de aprendizaje profundo son muy eficaces para realizar modificaciones faciales complejas o sutiles. Las aplicaciones iniciales más prometedoras son la sincronización labial en la actuación de voz y el intercambio de rostros para efectos como el rejuvenecimiento facial.
Herramientas de sincronización de labios con IA, como las que ofrece Flawless y el LipDub AI La tecnología de MARZ puede sincronizar los movimientos labiales y faciales de un actor con la pista de audio doblada. Los principales estudios de Hollywood están probando esta tecnología para ofrecer una experiencia más inmersiva al público extranjero, dándole la impresión de que el contenido se produjo originalmente en su lengua materna.
El intercambio de rostros también se puede usar para retoques estéticos o para alterar por completo la apariencia de un actor, ya sea para envejecerlo o rejuvenecerlo. Estas herramientas también ofrecen la posibilidad de eliminar las repeticiones de grabaciones, permitiendo a los actores reescribir diálogos a distancia.
3. Generación de vídeo con IA
La producción de video avanza rápidamente, y los estudios y cineastas muestran interés en incorporar estos modelos como herramientas de producción. Sin embargo, aún existen incertidumbres sobre cómo integrarlos profesionalmente en los flujos de trabajo y quién estaría capacitado para operarlos. Con diferencias significativas con respecto a la cinematografía tradicional, los efectos visuales o la animación, cuestiones como el fotorrealismo, la consistencia y el control son áreas clave de preocupación.
Si bien las críticas sugieren que la generación de texto a video puede ser impredecible, están surgiendo técnicas como la conversión de video a video, como se vio en el reciente lanzamiento de Gen-3 Alpha de Runway. Los grandes estudios están explorando la optimización de los modelos de video, entrenándolos con contenido propio para uso interno. La colaboración entre Lionsgate y Runway es un ejemplo claro de esta iniciativa, a la que se suman otros estudios de Hollywood.
Conclusión
Si bien el rendimiento de la IA generativa continúa mejorando para cumplir con los estándares de la televisión premium, problemas legales apremiantes aún obstaculizan significativamente su plena adopción en la producción de contenidos. Sin embargo, las oportunidades que ofrecen estas tecnologías indican una transformación prometedora en la industria televisiva, impulsando la creatividad y la eficiencia en los procesos de producción y distribución.
