Què és HeyGen
HeyGen és una plataforma de producció de vídeo amb avatars, veus i localització audiovisual. L’oferta actual combina Avatar V, Video Agent i l’editor AI Studio, amb eines per adaptar gravacions existents. No es limita a animar una fotografia.
Convé separar tres resultats: presentador sintètic que llegeix un guió, gravació doblada i peça muntada amb gràfics i imatges. Cadascun necessita materials i revisions diferents. Un equip pot utilitzar la plataforma per als tres, però ha de conservar quina part prové d’una gravació autèntica i quina s’ha generat o transformat.
Documentació de referència: Avatar V product · Video Agent.
De Movio a HeyGen
Joshua Xu i Wayne Liang van desenvolupar el projecte conegut com Movio, que es va convertir en HeyGen en ampliar l’enfocament des de vídeos de portaveu cap a creació audiovisual general. El juny de 2024 es va anunciar una ronda de 60 milions de dòlars liderada per Benchmark.
Les pàgines històriques s’han actualitzat després dels fets: la data de revisió no és la de finançament o canvi de marca. L’evolució exigeix llegir guies antigues amb cura. Instant Avatar, Digital Twin i Personal Avatar apareixen en documentació d’etapes diferents, mentre les prestacions depenen del model i del flux actual.
Documentació de referència: Movio rebranding announcement · Series A announcement · Forbes contemporaneous financing report.
Avatar V: referència visual i veu
Avatar V utilitza una gravació de referència; Avatar IV parteix d’una fotografia. La recerca publicada l’abril de 2026 descriu un transformador de difusió amb flow matching, condicionat per vídeo i àudio, i entrenament progressiu en cinc etapes.
El model busca conservar identitat i reproduir interpretació vinculada a la veu. El material inicial importa: llum, enquadrament, postura i claredat sonora condicionen la referència. No escullis una mostra només perquè afavoreixi la persona. Ha de representar la manera de parlar i moure’s que vols mantenir a la sèrie, sense gestos que distreguin del missatge.
Documentació de referència: Avatar V product · Avatar V research,8April2026.
Video Agent, edició i reutilització
Video Agent prepara peces des d’instruccions i combina presentador, imatges i gràfics. Els elements d’animació es poden editar a AI Studio. AI Clipping selecciona fragments de gravacions i permet exportar XML per continuar muntatge en un altre programa.
L’esborrany automàtic ajuda a trobar estructura, però el criteri editorial ha de venir de l’objectiu. Per convertir una sessió llarga en peces breus, identifica una idea completa per fragment i conserva les condicions que li donen sentit. Revisa talls que eliminen negacions, excepcions o preguntes que originaven respostes. Una puntuació d’atractiu no substitueix aquesta comprovació.
Documentació de referència: Video Agent · AI Clipping.
Presentacions i documents com entrada
La importació de PPT o PDF ofereix plantilla editable o diapositives com imatge de fons. Cada segment de guió es vincula amb la seva escena. La diferència determina què es podrà modificar després sense reconstruir disseny.
Una imatge de fons conserva aparença, però el text no es converteix en elements editables. En presentació multilingüe, decideix entre conservar disseny o reconstruir títols i diagrames. Revisa taules, xifres i retalls després d’importar. Reserva espai a l’avatar sense tapar informació. Una diapositiva llegible en una xerrada presencial pot necessitar simplificació per veure’s al telèfon.
Documentació de referència: PPT/PDF to Video.
Veu sintètica i direcció de la interpretació
HeyGen Voice 1 ofereix síntesi des de text i conversió de veu a veu. A Studio, Voice Mirroring utilitza una interpretació gravada com a base. L’oferta diferencia clonació instantània, professional i variant Turbo per API.
Escull segons el control necessari sobre locució. El text permet canviar paraules; una presa de referència comunica pauses i èmfasi directament. En una instrucció breu, grava clarament condició i acció i escolta si el resultat conserva totes dues. Separa correcció de pronunciació i modificació de contingut. Una veu diferent pot millorar intel·ligibilitat sense justificar alteracions del significat aprovat.
Documentació de referència: HeyGen Voice1.
Traducció: motors, temps i so
La traducció diferencia Audio Only, Speed i Precision; els dos últims incorporen sincronització labial. Requereix un idioma d’origen únic. Dynamic Duration pot modificar temps i els efectes sonors s’eliminen de l’àudio traduït encara que es conservi música.
Escull segons el material. Una persona frontal i estable és diferent d’una conversa amb canvis de pla i cares parcialment ocultes. En una demostració, un so pot formar part del contingut: no el tractis automàticament com soroll decoratiu. Compara original i adaptació, anotant canvis de durada i senyals acústics que calgui restituir amb edició revisada.
Documentació de referència: HeyGen — Video Translation.
Glossari i correcció abans de generar
Brand Glossary permet orientar termes i pronunciació. Proofread, també anomenat Review & Edit, incorpora revisió del guió traduït abans de produir la versió final. Aporten control editorial dins del flux de localització.
Prepara un conjunt petit de termes problemàtics: sigles, noms d’equips i denominacions internes. Inclou context per diferenciar paraules que canvien de significat. Revisa primer una frase amb condició i excepció; després comprova nombres, unitats i destinataris. Si es modifica una traducció, registra qui accepta el canvi i verifica que l’àudio final utilitza la versió que es volia comunicar.
Documentació de referència: Brand Glossary · Proofreading for Video Translation.
Subtítols visibles i activables
AI Studio permet subtítols integrats amb estil editable. La guia els diferencia dels activables a la pàgina compartida de projectes traduïts; per vídeos d’avatar descriu subtítols estilitzats incorporats a la imatge.
Escull segons el canal. Un vídeo sense so necessita informació visible; un reproductor amb pistes separades permet triar. Evita tapar senyals, gràfics o botons. Comprova contrast i mida al mòbil i temps suficient de lectura. Les paraules incrustades en captura o diapositiva necessiten revisió independent, encara que transcripció i veu estiguin ben traduïdes.
Documentació de referència: HeyGen — Captions.
Exportació, color i SCORM
El lliurament inclou MP4 i SRT, amb resolució segons pla i material d’origen. HeyGen processa vídeo en SDR, sense sortida HDR. Business i Enterprise permeten SCORM 1.2 o 2004 i finalització per percentatge vist; Auto-SCORM manté vídeo allotjat a HeyGen.
Tria fitxer fix o lliurament vinculat al servei. El segon facilita actualització, però necessita controlar quan es regenera una versió utilitzada per alumnes. Prova reproducció, finalització i accés des del campus. Si la gravació prové d’un telèfon HDR, revisa color i contrast després de convertir-la; pot afectar lectura d’etiquetes o captures.
Documentació de referència: PPT/PDF to Video · Video download and export · SCORM export.
LiveAvatar i conversa en temps real
LiveAvatar és una plataforma separada per conversar en temps real, amb WebRTC i integració mitjançant API i SDK. Els avatars no són directament intercanviables amb HeyGen i crèdits i plans són independents.
Un vídeo segueix guió tancat; una conversa pot rebre preguntes imprevistes. Això canvia el projecte. Per orientar sobre informació interna, delimita fonts, preguntes admeses i derivació a una persona. Una interfície expressiva no és autoritat tècnica automàtica. En pràctica de comunicació, utilitza situacions fictícies i criteris clars i comprova què passa amb preguntes fora de l’àmbit previst.
Documentació de referència: Introducing LiveAvatar · LiveAvatar FAQ.
Plataformes, plans i col·laboració
Els plans inclouen Free, Creator, Pro, Business i Enterprise, amb crèdits i accés a models diferenciats. L’aplicació mòbil és més limitada: la documentació dirigeix funcions avançades d’AI Studio a l’escriptori i indica que no permet canviar d’espai de treball.
Abans d’una sèrie, comprova on s’editarà i qui corregirà. Una prova mòbil no demostra que tot el flux d’equip hi estigui disponible. Calcula necessitats per producció acceptada: minuts, idiomes, repeticions i revisió. Mantén carpeta de versions aprovades i separa experiments personals del material que representa l’organització.
Documentació de referència: HeyGen Mobile · Plans.
Identitat, consentiment i dades
La persona representada ha de gravar el consentiment, encara que una altra organitzi el projecte; ho pot fer amb enllaç o QR. La política permet demanar retirada de la imatge. HeyGen exclou dades Enterprise de l’entrenament per defecte; altres usuaris poden demanar exclusió. Declara emmagatzematge als Estats Units.
L’acord ha d’incloure missatges i distribució, a més de crear l’avatar. Defineix què passa si la persona canvia de funció o retira permís. Elimina dades innecessàries de clients o treballadors. Un vídeo preventiu no necessita historials de salut individuals. Conserva autorització i inventari de peces amb imatge i veu per actuar sobre totes.
Documentació de referència: Security Practices · Privacy Policy,15October2026 · Consent recording · Moderation Policy.
Recepció i riscos de suplantació
Group-IB ha assenyalat interès d’actors maliciosos a eludir controls d’aplicacions d’avatars com HeyGen. La política prohibeix frau, desinformació i suplantació enganyosa. Els controls no demostren que tot contingut que circula tingui autorització.
En comunicació corporativa, el risc no és només una cara falsa: una veu recognoscible pot fer creïble una ordre mai aprovada. Publica peces des de canals identificables, inclou responsable i context i conserva l’original autoritzat. Si reps un vídeo atribuït a una persona, verifica la instrucció pel canal habitual abans d’actuar sobre canvis sensibles.
Documentació de referència: Group-IB deepfake overview · Moderation Policy.
Aplicacions concretes en SST
La seva relació potencial amb la seguretat i salut en el treball és comunicar instruccions generals i missatges d’acollida a públics diversos. Pot ajudar a produir versions d’un contingut aprovat, sempre que es verifiqui que la traducció conserva les condicions, excepcions i accions que estableix el missatge original.
Pot adaptar comunicacions internes a públics amb idiomes diferents, mantenir explicacions breus o actualitzar vídeos d’acollida. En SST, la coherència entre narració, text i canal real d’actuació és més important que una durada idèntica en totes les versions.
Una traducció útil conserva el sentit i permet actuar. Si una expressió literal és estranya en l’idioma de destí, cal revisar-la lingüísticament sense alterar la instrucció aprovada.
Cas pràctic i comprovació del resultat
Exemple: preparar un vídeo breu sobre el canal intern de comunicació de riscos en espanyol, català i anglès. L’equip revisa les tres versions, confirma la pronunciació de noms i llocs i comprova que el text visible coincideix amb la narració.
- Validar el guió d’origen i preparar un glossari de noms, sigles i termes que cal mantenir.
- Traduir un fragment representatiu amb una instrucció, excepció i contacte. Revisar-lo abans de processar tot el vídeo.
- Comparar àudio, subtítols i text visible de cada idioma. Corregir els rètols que continuïn en l’idioma d’origen.
- Escoltar el resultat complet i detectar pronunciacions ambigües o pauses que alterin el sentit.
- Comprovar que una persona identifica quan utilitzar el canal i com accedir-hi. Conservar versions i retirar-ne les obsoletes.
És una proposta de localització. No afirma que cap vídeo concret hagi estat revisat per una persona competent ni que tot el públic entengui el missatge.
Límits i condicions d’ús
La sincronització visual i una veu fluida no garanteixen que una traducció sigui correcta. Revisa termes tècnics, negacions i noms propis; utilitza imatges o veus personals només amb autorització. Un avatar no ha d’aparentar que un professional real ha emès un missatge que no ha revisat.
La gravació inicial condiciona el resultat: diverses veus, molts talls o soroll poden dificultar la interpretació. No pressuposis que la modalitat més ràpida sigui adequada per a una explicació sensible. Revisa les opcions de correcció del compte abans de planificar moltes versions.
Identitat i veu requereixen permisos adequats. Un avatar o una veu sintètica no han d’atribuir declaracions no autoritzades. Identifica qui és responsable del contingut i quina part utilitza generació audiovisual.
Documentació de referència: HeyGen — Video Translation · HeyGen — Captions.
Quan escollir-la i amb què complementar-la
HeyGen encaixa quan es prioritza localitzar un missatge audiovisual i revisar-ne les versions. Synthesia permet comparar un altre flux de guió i avatar. DeepL pot ajudar en la preparació textual, amb revisió posterior del significat.
La prova ha d’incloure una correcció després de traduir. Comprova si s’actualitzen àudio, subtítol i text visible o si cal modificar-los separadament. Una llista comuna de versions facilita detectar discrepàncies abans de difondre el material.
Preguntes freqüents
Una veu fluida garanteix una traducció correcta?
No. Cal revisar terminologia, condicions i sentit, especialment negacions i excepcions.
Es tradueixen automàticament les captures?
Traduir l’àudio no modifica el text integrat en una imatge. Revisa’l separadament.
Convé generar tots els idiomes alhora?
És més útil validar primer un fragment i el mètode de revisió per no multiplicar un error inicial.
