Con una llamada a ReelSDK, las fotos de un anuncio se convierten en un vídeo vertical con locución, música y subtítulos. Uno de 10 fotos cuesta menos de 0,02 USD, tu propia locución en MP3 no se cobra y los primeros 0,50 USD son gratis.
Vídeos inmobiliarios con las fotos del anuncio y una sola llamada a la API
ReelSDK pone cada foto entera sobre tu locución en MP3 y en menos de 60 segundos te devuelve un MP4 de 1080x1920, listo para el portal o las redes.
En españolActualizado
La petición
POST /v1/slideshow
Convierte las fotos horizontales de un anuncio en un vídeo vertical con locución, música y subtítulos, sin recortar ninguna foto.
curl "https://api.reelsdk.com/v1/slideshow?wait=300" \
-H "Authorization: Bearer $REELSDK_KEY" \
--json '{
"images": [
"https://api.reelsdk.com/f/lib/in/listing-villa/exterior.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/pool.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/living-room.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/fireplace.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/open-plan.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/kitchen.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/dining.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/bedroom.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/bathroom.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/garden.jpg"
],
"size": "9:16",
"fit": "contain",
"voiceover": "https://api.reelsdk.com/f/lib/in/listing-villa/locucion-es.mp3",
"language": "es",
"music": {
"url": "https://api.reelsdk.com/f/lib/music/chill/calm-currents.mp3",
"volume": 0.2
},
"captions": "karaoke"
}'const res = await fetch("https://api.reelsdk.com/v1/slideshow?wait=300", {
method: "POST",
headers: { Authorization: `Bearer ${process.env.REELSDK_KEY}`, "Content-Type": "application/json" },
body: JSON.stringify({
"images": [
"https://api.reelsdk.com/f/lib/in/listing-villa/exterior.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/pool.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/living-room.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/fireplace.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/open-plan.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/kitchen.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/dining.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/bedroom.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/bathroom.jpg",
"https://api.reelsdk.com/f/lib/in/listing-villa/garden.jpg"
],
"size": "9:16",
"fit": "contain",
"voiceover": "https://api.reelsdk.com/f/lib/in/listing-villa/locucion-es.mp3",
"language": "es",
"music": {
"url": "https://api.reelsdk.com/f/lib/music/chill/calm-currents.mp3",
"volume": 0.2
},
"captions": "karaoke"
}),
});
const { job } = await res.json();{
"job": {
"id": "job_s2qst6vefcv3ksbt7hhm",
"op": "slideshow",
"status": "succeeded",
"created_at": "2026-11-07T01:31:37.334Z",
"finished_at": "2026-11-07T01:32:21.959Z",
"duration_s": 26.1,
"outputs": {
"video": "https://api.reelsdk.com/f/out/job_s2qst6vefcv3ksbt7hhm/video.mp4?s=...",
"transcript": "https://api.reelsdk.com/f/out/job_s2qst6vefcv3ksbt7hhm/transcript.json?s=...",
"srt": "https://api.reelsdk.com/f/out/job_s2qst6vefcv3ksbt7hhm/captions.srt?s=...",
"vtt": "https://api.reelsdk.com/f/out/job_s2qst6vefcv3ksbt7hhm/captions.vtt?s=...",
"ass": "https://api.reelsdk.com/f/out/job_s2qst6vefcv3ksbt7hhm/captions.ass?s=..."
},
"result": null,
"usage": {
"output_seconds": 26.1,
"audio_seconds": 25.588,
"tts_characters": 0,
"images": 0
}
}
}
Por qué las fotos horizontales necesitan el ajuste contain
Las fotos de un anuncio suelen ser horizontales, pero el formato 9:16 (1080x1920) para Reels, TikTok o Shorts es vertical. Si dejas el ajuste por defecto, cover, la API escala cada imagen hasta llenar todo el alto del vídeo y recorta lo que sobra por los lados, así que en una foto de interior te quedas sin ver casi todo el salón.
Si pasas fit con el valor contain, las 10 fotos de la villa salen enteras. La API centra cada imagen horizontal en el encuadre vertical y rellena el fondo por arriba y por abajo con una copia desenfocada de la misma foto, oscurecida al 55%. Así no aparecen franjas negras ni se pierde nada de la habitación.
De un vistazo
Qué hizo cada campo de la petición
| Campo | En este ejemplo | Qué hace |
|---|---|---|
images | 10 fotos horizontales | Una franja por foto. Con locución y sin seconds, las fotos se reparten la duración de la voz: unos 2,6 s cada una |
size | 9:16 | Vídeo de 1080x1920 |
fit | contain | Cada foto entera, centrada sobre una copia desenfocada y oscurecida de sí misma. Con cover, el valor por defecto, se recorta para llenar el encuadre |
voiceover | URL de un MP3 en español | Tu propia locución: no se cobra voz, solo los minutos de vídeo |
language | es | Transcribe la locución en español para los subtítulos |
music | calm-currents.mp3 a volumen 0,2 | Se repite o se recorta a la duración del vídeo, termina con un fundido y baja cuando habla la voz |
captions | karaoke | Poppins abajo, 5 palabras por grupo, con la palabra que suena resaltada |
Fuentes: ReelSDK OpenAPI spec, ReelSDK slideshow docs, revisado en noviembre de 2026.
La duración la marca la locución
Las 40 voces de texto a voz integradas en POST /v1/slideshow están en inglés, por lo que para un vídeo en español envías el audio ya generado mediante la URL de un MP3, ya sea grabado por ti o sacado de cualquier servicio externo de voz. Aquí la locución dura unos 26 segundos, así que cada una de las 10 fotos se queda algo más de 2,5 segundos en pantalla.
El vídeo dura medio segundo más que la voz, porque el motor siempre deja ese margen al final. Para los subtítulos, al indicar language como es, el audio se transcribe directamente en español y, con el estilo karaoke, se pinta con la fuente Poppins en la parte inferior mostrando 5 palabras por grupo.
Una petición por anuncio
Puedes lanzar un POST /v1/slideshow automático cada vez que entre un inmueble nuevo en tu CRM o en el feed de tu portal. Cada clave de API permite ejecutar 3 trabajos a la vez y hasta 500 al día, y si pasas un webhook_url recibirás un POST firmado en tu servidor en cuanto termine el renderizado, que en este caso llevó menos de un minuto.
Los enlaces de descarga que devuelve la respuesta caducan a los 7 días, así que copia el vídeo final a tu propio almacenamiento. Tienes todos los detalles sobre las tarifas en precios, la documentación de las notificaciones en webhooks y esta misma página en inglés en English version.
Cuánto cuesta
Lo que costó este vídeo
- Vídeo, 26,1 s a 0,03 USD por minuto
- 0,013 USD
- Locución, tu propio MP3
- 0 USD
- Total
- 0,013 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
- 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
Sube las fotos
Pasa las imágenes como URL
httpspúblicas o súbelas antes conPOST /v1/uploads. Cada archivo de entrada puede pesar hasta 500 MB, con 1 GB por trabajo.Graba o genera la locución
Prepara un archivo
MP3en español con el texto del anuncio, grabado o generado con cualquier servicio de voz, y déjalo accesible en una URL pública.Envía un POST /v1/slideshow
Haz la llamada a
POST /v1/slideshowpasandosizeen9:16,fitencontain,languageenesy el parámetro?wait=300para recibir el trabajo terminado en la misma petición.Guarda los archivos
Descarga y copia
video.mp4ycaptions.srta tu propio almacenamiento porque los enlaces de salida caducan a los 7 días.
FAQ
Preguntas frecuentes
¿Cuánto cuesta un vídeo por anuncio?
Menos de 0,02 USD por un vídeo de 10 fotos con tu propia locución: 0,03 USD por minuto de vídeo, y el MP3 propio no se cobra. Cada dólar de saldo da para más de 75 vídeos como este, y los primeros 0,50 USD son gratis.
¿Se recortan las fotos?
Con fit en contain no se recorta nada, porque cada foto se muestra entera sobre una copia desenfocada de sí misma oscurecida al 55%. Si dejas el valor por defecto, cover, la imagen llena el encuadre vertical y se recorta lo que no cabe.
¿Por qué la locución es un MP3 y no texto?
Las 40 voces de texto a voz del endpoint de slideshow son solo en inglés, así que para un anuncio en español hay que enviar la locución como un archivo de audio MP3. El endpoint POST /v1/shorts, en cambio, sí habla español con 10 voces y usa aquila por defecto.
¿Cuánto tarda?
Menos de un minuto para un vídeo de 10 fotos como este, desde que se envía la petición hasta que el trabajo queda terminado. Puedes añadir ?wait= para que la petición espere abierta hasta 300 s, o bien configurar un webhook_url para recibir el aviso.
¿Puedo añadir el logo de la inmobiliaria o el precio?
Sí, haciendo una segunda petición con el MP4 terminado a POST /v1/ffmpeg y aplicando un filtro overlay o drawtext. Esa llamada adicional se cobra a 0,02 USD por minuto de cómputo.
- Vídeos desde WordPressUn mu-plugin de PHP convierte cada inmueble que publicas en WordPress en un vídeo vertical con locución y subtítulos.
- Vídeo con fotos y músicaConvierte unas fotos en un vídeo vertical con música, locución en español y subtítulos, a 0,03 USD por minuto de vídeo.
- PreciosShorts con IA por 0,30 USD, 36 al mes con el plan Creator de 9 USD, y subtítulos o vídeos con fotos a 0,03 USD el minuto.
- Real estate listing videosTurn landscape listing photos into a vertical reel with a voiceover, music and captions, without cropping a single photo.
- 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: 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.
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.