Crea vídeos de presentadores, traduce grabaciones y construye agentes visuales que respondan preguntas. D-ID ofrece Studio, integración API y avatares autoalojados.
¿Has usado esta herramienta? Valórala
¿Has usado esta herramienta? Valórala
D-ID crea vídeos con avatares a partir de texto, audio o imágenes fijas para marketing, formación, redes sociales y comunicación interna. Un avatar con IA puede presentar un guion preparado en un vídeo exportado, mientras que un Visual Agent responde al espectador en una conversación en directo. Los Agentic Videos añaden esa interacción de preguntas y respuestas a un vídeo existente. Los formatos cubren tareas de comunicación relacionadas, pero la experiencia de visualización y los recursos consumidos son distintos.
Studio puede animar un presentador de la biblioteca, una imagen facial subida o un retrato creado con su generador de imágenes a partir de texto. La imagen determina el presentador visible, mientras que el guion o el audio aportan lo que dice. Elegir un presentador de catálogo evita el proceso separado de crear un avatar de vídeo personal; subir una cara no acredita por sí solo el permiso para utilizar la identidad de esa persona.
Los Visual Agents se conectan a sistemas existentes para programar reuniones, recuperar información y automatizar flujos de trabajo dentro de una conversación.
Los Agentic Videos combinan un vídeo subido, un agente de vídeo elegido y un punto de inicio de interacción definido. Los espectadores pueden preguntar por voz o chat durante la reproducción, con respuestas vinculadas al guion y al conocimiento complementario.
Los Agentic Videos recogen las preguntas de la audiencia para que los equipos de contenido entiendan qué preguntan los espectadores. La empresa promociona respuestas fundamentadas en el guion y en conocimientos adicionales. Esto describe el contexto de recuperación previsto; no demuestra de forma independiente que cada respuesta generada sea exacta, completa o una declaración autorizada por una empresa.
La creación en Studio empieza en Create video, seguida de un avatar, texto escrito o audio subido, elección de voz y Generate video. El flujo documentado es el siguiente:
Los vídeos terminados se pueden descargar o compartir desde el menú de tres puntos de la galería; los borradores no se pueden descargar.
Los subtítulos requieren Pro o superior, se activan durante la generación y se exportan como archivo SRT separado, en lugar de incrustarse en el vídeo.
Un Agent puede usar solo las fuentes subidas, priorizarlas permitiendo conocimientos generales o funcionar sin datos personalizados. Estos modos cambian la relación entre los materiales empresariales subidos y otros conocimientos del modelo. La configuración limitada a fuentes y la híbrida son opciones distintas, aunque el rostro y la voz del avatar permanezcan iguales.
La configuración admite PDF, TXT y PPTX, con hasta cinco documentos de 500000 caracteres cada uno; la entrada directa de texto admite hasta 80000 caracteres. La guía favorece materiales en párrafos, como artículos y FAQ, frente a depender de tablas o imágenes.
La configuración incluye un rol, instrucciones opcionales, personalidad, mensaje de bienvenida, preguntas iniciales, temas que evitar y longitud máxima de respuesta.
Los usos educativos de Studio incluyen vídeos explicativos, tutoriales con avatar y vídeos de incorporación. Los vídeos de presentador preparados encajan con explicaciones que tienen un guion aprobado. Las grabaciones existentes pueden localizarse mediante traducción de vídeo si la tarea es conservar al hablante original, cambiando el idioma y ajustando el movimiento de los labios.
Los escenarios de Agentic Video incluyen espectadores de formación que piden contexto, posibles clientes con preguntas sobre demostraciones de producto y usuarios de tutoriales que solicitan ayuda para resolver problemas. Un participante puede pedir más contexto sin salir de la experiencia del vídeo, y un espectador de producto puede preguntar por una función cuando aparece en la demostración. Son patrones de interacción descritos por el proveedor, no promesas medidas de mejora de retención, conversión o tasas de resolución.
Los usos de marketing de Studio incluyen campañas de marca, anuncios y publicaciones en redes sociales.
Creative Reality Studio está disponible en ordenadores y móviles. Esto describe las vías de acceso, no una igualdad completa de funciones entre interfaces de dispositivos. Un Agent creado puede compartirse por enlace directo o incrustarse en una web.
Los Expressive Avatars autoalojados funcionan en la cuenta Azure, AWS o Google Cloud del cliente, con capacidad de renderizado GPU y recursos de cómputo habituales para el servidor de streaming.
Para estos despliegues, D-ID afirma que las conversaciones, configuraciones y recursos permanecen en la red del cliente y que no se envía nada a D-ID mientras funciona un avatar. Es la descripción del proveedor sobre el entorno autoalojado. No es una afirmación general de que el contenido subido al Studio web alojado permanezca solo en el dispositivo de quien lo sube, ni anula las políticas de los proveedores de voz o lenguaje que el cliente decida conectar.
La capacidad de sesiones autoalojadas escala con la infraestructura del cliente. La licencia anual de plataforma incluye minutos de streaming y admite minutos adicionales bajo demanda. «Sin límite» está condicionado por la capacidad real del despliegue. No es cómputo ilimitado ni una compra idéntica a una suscripción pública de Studio; la oferta de infraestructura con precio a medida es independiente de los precios de Studio siguientes.
La captura pública de Studio del 1 de noviembre de 2026 mostraba facturación anual. Estos son los paquetes iniciales mostrados, incluidos los precios destacados de equivalencia mensual y los cargos anuales indicados por separado. Son etiquetas de facturación anual, no presupuestos de suscripción mes a mes; no se calcula un total anual multiplicando un precio destacado redondeado.
| Plan | Precio mostrado con facturación anual | Cuota de vídeo incluida | Marca | Otra asignación mostrada |
|---|---|---|---|---|
| Trial | $0 por una prueba de 14 días | 3 minutos compartidos entre Videos, Agents, Video Translate y API | Marca de agua a pantalla completa | 3 Agentic Videos; licencia personal |
| Lite | $4,70/mes; $56 facturados al año | 10 min./mes entre los productos enumerados | Marca de agua D-ID | 3 Agentic Videos |
| Pro | $16/mes; $191 facturados al año | 15 min./mes | Marca de agua de IA | 1 voz clonada; 5 Agentic Videos |
| Advanced | $108/mes; $1293 facturados al año | 100 min./mes | Logotipo personalizado o vacío | 3 voces clonadas; 10 Agentic Videos |
| Enterprise | Presupuesto comercial | Minutos de vídeo ilimitados según la lista, con minutos Campaign, Agent y API personalizados | Logotipo personalizado | Número personalizado de Agentic Videos; opciones de colaboración y asistencia empresarial |
Por separado, los términos del producto §4.2 indican que toda Animation lleva una marca sintética y que los Guest Users tienen marcas de agua adicionales. Eliminar, ocultar o minimizar estas marcas exige la aprobación previa por escrito de D-ID. Los clientes Enterprise pueden solicitar otra marca de agua que sustituya al logotipo D-ID, sujeta a la misma aprobación.
Lite, Pro y Advanced anuncian vídeos ilimitados el primer mes, sujetos a límites de uso razonable y a la política de uso justo. Estos planes ofrecen paquetes con más créditos; las cuotas indicadas son las asignaciones iniciales mostradas. La oferta se aplica a los vídeos del primer mes. La tabla muestra las cuotas iniciales recurrentes.
El consumo de vídeo se redondea al intervalo superior de 15 segundos; un minuto y 10 segundos consumen un minuto y 15 segundos, y los minutos no usados no se acumulan.
Suponiendo que el usuario tenga los derechos sobre las imágenes, audios y textos subidos, Trial y Lite son de uso personal, mientras que Pro, Advanced y Enterprise permiten el uso comercial de vídeos. Pagar no basta: Lite conserva su límite de uso personal. La licencia comercial cubre el uso permitido del vídeo generado según el plan, no una licencia para cualquier imagen personal, grabación, marca o guion con derechos de autor de terceros.
Las suscripciones se renuevan automáticamente y los términos exigen cancelar 15 días antes del fin del periodo de facturación para evitar el siguiente cargo. La ruta en Studio es Billing → Cancel plan. Los términos describen los pagos como irrevocables y no reembolsables, salvo disposición expresa del acuerdo. Son los términos publicados del producto, no una afirmación de que un contrato empresarial negociado, una compra en una tienda de aplicaciones o un derecho legal imperativo tengan el mismo texto.
HeyGen ofrece creación de vídeos con avatares personales y traducción de vídeo con clonación de voz y sincronización labial.
Synthesia combina creación, traducción y distribución de vídeos con cuestionarios, rutas ramificadas y publicación SCORM para flujos de aprendizaje. Esto permite a los equipos de formación comparar otro conjunto de funciones de distribución de cursos e interacción. La combinación propia de D-ID incluye clips de avatar preparados, Visual Agents conversacionales y Agentic Videos que admiten preguntas.
Los usuarios conservan la propiedad de sus aportaciones, resultados y animaciones, a la vez que conceden a D-ID una licencia amplia, mundial, perpetua y transferible sobre las aportaciones, sujeta al acuerdo y a la política de privacidad.
Los términos no garantizan la confidencialidad de aportaciones, animaciones o resultados, se compartan o no. El acuerdo también reserva facultades de moderación y retirada. Los términos de D-ID prohíben materiales no autorizados, suplantación, pornografía y usos perjudiciales, y restringen el software a personas mayores de 18 años.
La política biométrica de D-ID indica que puede recoger, procesar y almacenar geometría facial, huellas vocales, forma de caminar y características relacionadas para servicios de avatar, verificación de identidad, prevención del fraude y moderación. D-ID puede recurrir a proveedores externos de verificación o moderación y compartir con ellos la información biométrica.
La política indica que la información biométrica no se utiliza para mejorar productos D-ID ni entrenar los modelos que los impulsan. Se conserva para crear y mantener avatares o durante el máximo legal, lo que termine antes, salvo que la ley exija un periodo más corto. Después se destruye permanentemente, según la política. La conservación depende de la finalidad y la ley, no de un número fijo de días común a todos los registros biométricos.
La política de privacidad describe esfuerzos comercialmente razonables para cumplir su calendario de conservación de datos personales de no clientes y de Applicative Data. Describe el borrado automático de Applicative Data subidos por API que el usuario no haya eliminado al acabar una tarea, mediante ajustes AWS en 24 horas por defecto, en 72 horas para Agents o en 14 días para Insight Service. Estos plazos API condicionales difieren de documentos de conocimiento persistentes y archivos conservados deliberadamente para reutilizarlos.
Un indicador API persist mantiene los datos en AWS S3 cifrado hasta que el usuario los borra; los documentos de conocimiento de Agent también son persistentes. Los Applicative Data subidos por el Studio web permanecen hasta que el usuario los elimina en Studio.
La política afirma que, tras 180 días consecutivos sin iniciar sesión, los datos del usuario se eliminan después de otros 14 días y un aviso por correo electrónico. D-ID también puede eliminar información 14 días después del vencimiento de un contrato o servicio concreto y tras enviar un aviso por correo electrónico. Esto es independiente del borrado de un elemento persistente individual.
Mientras los Applicative Data esperan su procesamiento o borrado, la política indica que no se accede a ellos para entrenar modelos; los operadores autorizados pueden acceder para tickets de asistencia o de servicio operativo. La formulación sobre no entrenamiento en esta sección tiene ese contexto de almacenamiento de Applicative Data. No afirma de forma general que ninguna información del cliente se procese para operar el servicio, verificar identidades, moderar u otros fines descritos en las políticas aplicables.
Los usuarios de API pueden aportar opcionalmente una URL firmada para la entrada en su propio almacenamiento AWS S3 y otra independiente para la salida. Si aportan la URL de salida, la política de D-ID dice que el resultado no se almacena en sus sistemas.
Clonar la voz de otra persona exige su permiso explícito. Esa persona debe leer y aceptar la declaración de consentimiento durante la clonación.
Tras cancelar, el plan permanece activo hasta terminar el periodo de facturación y después la cuenta pasa a un nivel inferior.
