↓
Documentación de Rivya AI

Subir audio a Rivya y requisitos de grabación

Usa la subida de audio en tareas de referencia de vídeo compatibles o para transcribir con Nemotron 3.5 Transcribe. Comprueba el modelo y la operación antes de enviar; Chat Studio sigue aceptando solo texto.

Última revisión el 6 de noviembre de 2026

Usa la subida de audio en tareas de referencia de vídeo compatibles o para transcribir con Nemotron 3.5 Transcribe. Comprueba el modelo y la operación antes de enviar; Chat Studio sigue aceptando solo texto.

Elegir el uso adecuado para la grabación

Resultado que necesitasDónde empezarFunción del archivo
Animar un retrato con una voz grabadaKling AI Avatar Standard, Kling AI Avatar Pro u OmniHuman 1.5Una imagen y un audio producen un vídeo, no una exportación de audio limpio
Ajustar un vídeo existente a un audioVolcengine Video Lip SyncUn vídeo y un audio sirven de entrada para crear un nuevo vídeo
Usar audio como referencia para generar vídeoSeedance 2.0 o Seedance 2.0 Fast, en modo de referenciaLa grabación orienta la petición de vídeo; no promete reparar ni reproducir exactamente el original
Nueva voz, diálogo, sonidos o letrasAudio Studio y flujos de audioUsa texto y ajustes del modelo; estas operaciones no limpian ni transcriben grabaciones anteriores
Quitar ruido o aislar la voz de una grabaciónConsulta la explicación sobre limpieza de audioElevenLabs Audio Isolation está pausado; sus entradas documentadas no son un servicio de limpieza disponible
Transcribir una grabaciónNemotron 3.5 TranscribeSube un MP3 o WAV y recibe texto sin marcas de tiempo por palabra, traducción ni entrada de vídeo
Animar un retrato con audioOmniHuman 2.0Una imagen y un audio producen un vídeo; revisa sus límites específicos más abajo

Texto a voz, diálogo y Suno Sounds generan audio nuevo, sin reparar grabaciones subidas. El Chat actual solo acepta texto; no puedes enviar una grabación para transcribirla ni analizarla escuchándola. Estos generadores y flujos de referencia de vídeo tampoco son un servicio general de clonación de voz.

Comprobar los requisitos del modelo

Consulta el formulario elegido y los requisitos de archivos de referencia para conocer todas las condiciones. Estos ejemplos no son límites universales de audio.

Los tamaños siguientes usan MiB, megabytes binarios.

Modelo o modoRequisitos de audioArchivos adicionales y otros límites
Seedance 2.0 / 2.0 Fast, modo de referenciaMP3 o WAV, hasta 15 MiB por archivo y de 2 a 15 segundos cada unoHasta 3 referencias de audio, con un total máximo de 15 segundos; imágenes y vídeos tienen requisitos propios
Kling AI Avatar Standard / ProMP3, M4A, WAV, AAC u OGG; el límite actual de subida en Rivya es 95 MiB; duración superior a 0 y de hasta 300 segundosExactamente una imagen JPEG o PNG de hasta 10 MiB y un archivo de audio
OmniHuman 1.5MP3, M4A, WAV, AAC u OGG, hasta 10 MiB; duración superior a 0 y estrictamente inferior a 60 segundosExactamente una imagen JPEG, PNG o WebP de hasta 10 MiB y un archivo de audio
Volcengine Video Lip SyncMP3, M4A, WAV, AAC u OGG, hasta 10 MiB, con una duración positiva que pueda leerseExactamente un vídeo compatible y un audio; las propiedades del vídeo y los ajustes Lite/Basic tienen condiciones propias
Nemotron 3.5 TranscribeUn MP3 o WAV de hasta 95 MiB, con duración mayor que 0 y de hasta 3600 segundosNo necesita prompt; el resultado es texto
OmniHuman 2.0Un MP3 o WAV de menos de 15 MiB y 4–300 segundosUna imagen JPEG, PNG o WebP de menos de 30 MiB; lados de 300–6000 píxeles, proporción de 0,4–2,5; prompt opcional de hasta 300 caracteres

Por ejemplo, dos referencias de audio de 8 segundos superan el total de 15 segundos de Seedance 2.0, aunque cada archivo cumpla el límite individual. Elige fragmentos pertinentes más cortos y expórtalos de nuevo antes de subirlos. No apliques este límite a otra versión de Seedance o a otro modelo sin comprobar su formulario.

Abre la copia exportada en tu dispositivo. Cambiar la extensión no convierte el archivo, y que se reproduzca localmente no garantiza que cumpla los límites de tamaño o duración del modelo. Consulta problemas de navegador y archivos si falla la reproducción o la confirmación de subida. En OmniHuman, revisa también los idiomas y la longitud admitidos para el prompt en la página del modelo: son condiciones distintas del idioma de la grabación.

Preparar una copia que puedas enviar

Conserva el original en tu dispositivo. En una copia aparte, recorta conversaciones ajenas a la tarea y contenido privado. Comprueba que el comienzo y el final de las frases necesarias estén completos y escucha si hay palabras cortadas, distorsión o silencios accidentales. Un fragmento más corto debe conservar todo el pasaje necesario.

Confirma que puedes usar la grabación, la voz y las imágenes o vídeos adicionales para el resultado previsto. Sigue la guía de subidas seguras antes de enviar. El archivo sale del navegador durante la subida, antes de generar; quitar el adjunto del formulario no confirma su eliminación de otros sistemas. Envía solo lo necesario para la petición.

Subir y enviar una sola solicitud

  1. Inicia sesión y abre el modelo y la operación elegidos. Si necesitas acceder o cambiar de página, guarda localmente el texto sin enviar, los ajustes y los archivos originales; consulta inicio de sesión y protección de borradores.

  2. Selecciona el audio preparado y la imagen o el vídeo necesarios. En el modo de referencia de Seedance 2.0, usa la zona de referencias de audio. Espera a que termine la subida y comprueba los archivos mostrados, sus funciones, cantidad y duración cuando aparezca.

  3. Revisa el modo, los ajustes pertinentes y los créditos estimados; después envía una sola vez. Terminar la subida no inicia la generación. Cambiar de modelo o modo puede restablecer ajustes o retirar referencias incompatibles, así que compruébalo antes de enviar.

  4. Si la respuesta o la conexión no están claras, consulta la tarea existente en el historial. No repitas la solicitud de inmediato. Sigue las indicaciones de cola y espera para una tarea en curso, o de tareas fallidas y devolución de créditos para un fallo registrado.

Preparar o subir el archivo no garantiza la aceptación, una generación correcta ni una calidad concreta. Una segunda petición de generación puede tener su propio coste en créditos.

Revisar el resultado según su finalidad

Para vídeos de avatar o sincronización labial, mira y escucha el resultado completo. Comprueba palabras omitidas, movimientos de la boca, cambios visibles en el rostro, contenido no deseado y el comienzo y final de la voz. Para vídeo guiado por audio, revisa el ritmo o la intención sonora; no des por hecho que se conservan todos los detalles de la grabación.

Compara con el original antes de sustituir o compartir nada. Guarda el resultado útil siguiendo descarga de resultados y conserva el original por separado. Un enlace caducado o una vista previa que no se reproduce no demuestra un fallo de generación ni que corresponda devolver créditos. Comprueba primero el archivo real.

Resolver el rechazo antes de repetir

Si falta el campo de audio, puede que la operación elegida no admita grabaciones. Comprar un plan o subir otro archivo no vuelve disponible un modelo de limpieza pausado. Cambia a otra operación disponible solo si su resultado responde a tu necesidad real.

Si se rechaza un archivo, lee el mensaje y comprueba el formato real, tamaño, duración, archivos adicionales y límites de cantidad o duración total del modo. Corrige lo pertinente en una copia independiente y revísala localmente antes de subirla otra vez. Si ya enviaste una tarea, consulta su registro antes de iniciar una sustituta.

Si todavía necesitas ayuda, usa contacto. Incluye modelo, modo, formato, tamaño, duración, error visible, hora aproximada e identificador de tarea si existe. Un problema de subida puede ocurrir antes de que se cree ese identificador. En el primer mensaje no envíes contraseñas, claves API, enlaces privados ni la propia grabación sensible.