ReelSDK monta un vídeo con tus fotos, una canción y, si quieres, una locución en español con subtítulos, a 0,03 USD por minuto. El de esta página, de 5 fotos y unos 12 s, costó menos de 0,006 USD, y los primeros 0,50 USD son gratis.
Crea vídeos con fotos y música desde tu código, con una sola petición
Mandas a ReelSDK las URL de las fotos, un MP3 narrado y una pista de música, y en unos 17 segundos tienes un MP4 de 1080x1920 con la voz por encima de la música.
En españolActualizado
La petición
POST /v1/slideshow
Convierte unas fotos en un vídeo vertical con música, locución en español y subtítulos, a 0,03 USD por minuto de vídeo.
curl "https://api.reelsdk.com/v1/slideshow?wait=60" \
-H "Authorization: Bearer $REELSDK_KEY" \
--json '{
"images": [
"https://api.reelsdk.com/f/lib/demo/seville/river.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/plaza.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/oranges.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/flamenco.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/tapas.jpg"
],
"size": "9:16",
"motion": "kenburns",
"voiceover": "https://api.reelsdk.com/f/lib/in/es/sevilla-tres-dias.mp3",
"language": "es",
"music": {
"url": "https://api.reelsdk.com/f/lib/music/chill/calm-currents.mp3",
"volume": 0.2
},
"captions": "bold"
}'const res = await fetch("https://api.reelsdk.com/v1/slideshow?wait=60", {
method: "POST",
headers: { Authorization: `Bearer ${process.env.REELSDK_KEY}`, "Content-Type": "application/json" },
body: JSON.stringify({
"images": [
"https://api.reelsdk.com/f/lib/demo/seville/river.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/plaza.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/oranges.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/flamenco.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/tapas.jpg"
],
"size": "9:16",
"motion": "kenburns",
"voiceover": "https://api.reelsdk.com/f/lib/in/es/sevilla-tres-dias.mp3",
"language": "es",
"music": {
"url": "https://api.reelsdk.com/f/lib/music/chill/calm-currents.mp3",
"volume": 0.2
},
"captions": "bold"
}),
});
const { job } = await res.json();curl "https://api.reelsdk.com/v1/slideshow?wait=60" \
-H "Authorization: Bearer $REELSDK_KEY" \
--json '{
"images": [
"https://api.reelsdk.com/f/lib/demo/seville/river.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/plaza.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/oranges.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/flamenco.jpg",
"https://api.reelsdk.com/f/lib/demo/seville/tapas.jpg"
],
"size": "4:5",
"seconds_per_image": 3,
"transition": "slideleft",
"music": "https://api.reelsdk.com/f/lib/music/chill/calm-currents.mp3"
}'{
"job": {
"id": "job_nbgl5al3acuz94eldjxv",
"op": "slideshow",
"status": "succeeded",
"created_at": "2026-11-07T03:54:38.804Z",
"finished_at": "2026-11-07T03:54:55.516Z",
"outputs": {
"video": "https://api.reelsdk.com/f/out/job_nbgl5al3acuz94eldjxv/video.mp4?s=...",
"transcript": "https://api.reelsdk.com/f/out/job_nbgl5al3acuz94eldjxv/transcript.json?s=...",
"srt": "https://api.reelsdk.com/f/out/job_nbgl5al3acuz94eldjxv/captions.srt?s=...",
"vtt": "https://api.reelsdk.com/f/out/job_nbgl5al3acuz94eldjxv/captions.vtt?s=...",
"ass": "https://api.reelsdk.com/f/out/job_nbgl5al3acuz94eldjxv/captions.ass?s=..."
},
"duration_s": 11.6,
"usage": {
"output_seconds": 11.6,
"audio_seconds": 11.099,
"tts_characters": 0,
"images": 0
},
"poll_url": "https://api.reelsdk.com/v1/jobs/job_nbgl5al3acuz94eldjxv"
}
}Con locución, la voz marca la duración
Si mandas voiceover y no fijas seconds_per_image, las fotos se reparten la duración de la voz. Nuestra locución dura unos 11 segundos, así que cada una de las 5 fotos se queda algo más de 2 segundos en pantalla, y el vídeo termina medio segundo después de la voz.
Las 40 voces de texto a voz de POST /v1/slideshow hablan inglés. Para narrar en español, manda la URL de un MP3, grabado por ti o generado con un servicio de voz; el nuestro lo generamos con ElevenLabs. Si prefieres que la API escriba y ponga la voz en español, los shorts con IA tienen 10 voces en español.
De un vistazo
Tamaños de salida
El campo size acepta estas proporciones, y también un ancho y un alto exactos.
| `size` | Píxeles | Dónde encaja |
|---|---|---|
9:16 | 1080x1920 | Reels, TikTok y YouTube Shorts |
4:5 | 1080x1350 | Publicaciones del feed de Instagram y Facebook |
1:1 | 1080x1080 | Feeds cuadrados y anuncios |
3:4 | 1080x1440 | Vertical clásico de foto |
4:3 | 1440x1080 | Horizontal clásico de foto |
16:9 | 1920x1080 | YouTube, webs y presentaciones |
Fuentes: ReelSDK OpenAPI spec, ReelSDK slideshow docs, revisado en noviembre de 2026.
Para otro tamaño, pasa un ancho y un alto pares entre 240 y 2160 px.
Sin locución, tú marcas el ritmo
Sin voz, cada foto dura lo que digas en seconds_per_image, de 0,5 a 60 s, y el paso de una a otra lo eliges en transition: hay 58 transiciones con nombre, más random y none, de 0,1 a 2 s cada una, con un fundido de 0,5 s por defecto. Con motion en kenburns, cada foto lleva además un zoom lento.
La variante solo-musica.sh de arriba pide las mismas fotos a 3 s cada una, con slideleft y en formato 4:5 (1080x1350), y el vídeo de 15 s costó 0,0075 USD.
La música, siempre por debajo de la voz
music acepta una URL o un objeto con url y volume, de 0 a 2. La pista se repite o se recorta a la duración del vídeo, se apaga con un fundido en el último segundo y baja sola cuando entra la voz, así que no tienes que mezclar nada a mano.
Aquí usamos calm-currents.mp3, una pista CC0 de HoliznaCC0 incluida en la biblioteca de ReelSDK, con volume a 0,2.
Subtítulos en español sin escribirlos
Con captions en bold y language en es, la API transcribe la locución con Whisper y dibuja el texto en Montserrat, en mayúsculas, de 3 en 3 palabras y en el centro de la imagen. En este vídeo, el transcript.json respetó las tildes de días y mediodía y la eñe de España.
Los mismos subtítulos salen en captions.srt y captions.vtt para usarlos fuera del vídeo, y la transcripción no se cobra aparte: todo entra en los 0,03 USD por minuto de vídeo. Si solo necesitas subtitular un vídeo que ya tienes, mira los subtítulos automáticos.
Cuánto cuesta
Lo que costó este vídeo
- Vídeo, 11,6 s a 0,03 USD por minuto
- 0,0058 USD
- Locución, tu propio MP3
- 0 USD
- Música de la biblioteca
- 0 USD
- Total
- 0,0058 USD
Se cobra por segundo de vídeo. Un trabajo que falla no cuesta nada.
Límites
Lo que acepta una petición
- Imágenes
- De 1 a 100 por vídeo
- Segundos por imagen
- De 0,5 a 60
- Texto para voz
- Hasta 10.000 caracteres, en inglés
- Archivos de entrada
- 500 MB cada uno, 1 GB por trabajo
- Duración del contenido
- Hasta 15 minutos
- Tiempo por trabajo
- Hasta 10 minutos
- Trabajos a la vez
- 3 por clave
- Trabajos al día
- 500 por clave
- Enlaces de salida
- 7 días
Cómo funciona
De la petición al archivo
Reúne las fotos
Pasa las imágenes como URL
httpspúblicas o súbelas antes conPOST /v1/uploads. Cada archivo admite hasta 500 MB y cada trabajo, 1 GB.Prepara la voz o el ritmo
Con locución, deja el MP3 en una URL pública. Sin ella, decide cuántos segundos dura cada foto y qué transición usar.
Envía POST /v1/slideshow
Elige
size, añademusicycaptionssi los quieres y usa?wait=60para recibir el trabajo terminado en la misma respuesta.Guarda el MP4
Copia el vídeo y los subtítulos a tu almacenamiento: los enlaces de salida caducan a los 7 días.
FAQ
Preguntas frecuentes
¿Cuánto cuesta crear un vídeo con fotos?
0,03 USD por minuto de vídeo, cobrado al segundo. Este vídeo de unos 12 s costó menos de 0,006 USD, así que cada dólar da para más de 170 como este.
¿Puedo poner mi propia música?
Sí. Pasa la URL de un MP3 en music, con un volume entre 0 y 2 si quieres bajarla. Si no tienes música, la biblioteca de ReelSDK trae pistas CC0 listas para usar.
¿La API pone la voz en español?
La voz de texto de este endpoint solo habla inglés, así que para español se manda un MP3 en voiceover. POST /v1/shorts sí genera la voz en español, con 10 voces.
¿Se recortan las fotos horizontales en un vídeo vertical?
Con fit en cover, el valor por defecto, cada foto llena el encuadre y se recortan los lados. Con fit en contain sale entera, sobre una copia desenfocada y oscurecida de sí misma.
¿Cuánto tarda?
Este vídeo de 12 s tardó unos 17 segundos. Con ?wait= la petición espera abierta hasta 300 s; si no, consulta el trabajo o pasa un webhook_url.
- Slideshow API: photos to a narrated video for $0.03 a minuteSend 1 to 100 photo URLs and get an MP4 with Ken Burns motion, transitions, an AI voiceover, music and captions. $0.03 per output minute, plus $0.05 per 1,000 voiceover characters.
- Subtítulos automáticosEnvías la URL de un vídeo en español y recibes el MP4 con los subtítulos incrustados, más SRT, VTT y ASS, a 0,03 USD por minuto.
- Shorts con IA en españolUn tema o un guion en español se convierte en un short vertical con voz, imágenes, música y subtítulos por 0,30 USD.
- Vídeos inmobiliariosConvierte las fotos horizontales de un anuncio en un vídeo vertical con locución, música y subtítulos, sin recortar ninguna foto.
- Narrated slideshow APISend images and a script; get back a video narrated in one of 40 voices, with captions and music under the voice.
- Slideshow API reference: POST /v1/slideshowPOST /v1/slideshow turns 1 to 100 photos into an MP4 up to 15 minutes: 40 voices, music ducking, captions, 58 transitions and Ken Burns motion. Full parameter reference.
Fuentes, revisadas en noviembre de 2026
¿Listo para empezar?
Genera vídeo desde tu app hoy
Tus primeros 0,50 USD son gratis y una sola clave sirve para todos los endpoints.