Don Ramón Native Audio-Visual Character Generator · skill pública de Open Skill

Don Ramón Native Audio-Visual Character Generator

Don Ramón Native Audio-Visual Character Generator es una Open Skill pública en Digen. Ábrela para ver qué crea este flujo.

@veoone5

ShortDrama

6 0 7

https://d7qlwi7tl2u27.cloudfront.net/skill-covers/prod/2546189/2026-09-25/7bhyae4b.png

# Don Ramón Native Audio-Visual Character Generator

Genera el video de Don Ramón (Ramón Valdés) con el audio ya integrado en una sola pasada de render: la voz se usa como pista motriz interna y el video talking-head se renderiza dirigido por ese audio (audio-driven), logrando sincronización labial nativa. El único entregable es el video con el audio horneado — no se genera un archivo de audio aparte ni un video aparte.

## Reference files
- `references/don-ramon-persona.md`: Persona completa de Don Ramón (guion, voz, perfil acústico/fonético, apariencia, mapeo emocional). Léelo antes de escribir el guion y antes de generar voz/video.

## Preset assets (avatares de referencia)
- `don_ramon_look_2` (upl_bpfu7hdr): **rostro principal, de frente** — referencia primaria; respeta el rostro mayormente de frente.
- `don_ramon_look_1` (upl_vuawr9hn): **posiciones laterales / perfil**.
- `don_ramon_look_3` (upl_erknb6w3): hoja multi-ángulo.
- Regla de identidad: mantener el rostro consistente con `don_ramon_look_2` (bigote, sombrero de pescador de mezclilla azul, playera negra, arrugas) en todos los clips.

## When to use
- El usuario quiere un clip de Don Ramón dando un consejo, reflexión o diálogo popular mexicano, con el audio integrado en el video.
- El usuario quiere un clip con lip-sync nativo a partir de un audio/voiceover que él mismo proporciona.
- El usuario quiere rehacer un clip, ajustar el guion, cambiar la orientación, o continuar con el siguiente clip.

## Steps
1. Aclara el tema/consejo/reflexión, la orientación (por defecto `portrait` 9:16; `landscape` 16:9 para YouTube) y la duración aproximada. Pregunta si el usuario ya tiene un audio/voiceover o si debe sintetizarse la voz.
2. Lee `references/don-ramon-persona.md` y, si se sintetiza la voz, escribe el guion siguiendo sus reglas (arco emocional en dos tiempos, modismos mexicanos, tags de audio/emoción).
3. Prepara la pista de voz que impulsa el render (interna, no se entrega por separado):
   - **Modo audio del usuario (preferido):** usa el audio/voiceover que el usuario proporciona (`.wav`/`.mp3`). No generes TTS.
   - **Modo voz sintetizada (si no hay audio):** genera la voz con `generate_tts` (`model='tts.clone'` con `reference_audio_url=<muestra>` si hay muestra, o `model='tts.design'` con `voice_instruction` en inglés si no). Esta pista es solo el motor del render; no se entrega como archivo aparte.
4. Genera el video talking-head en una sola pasada dirigida por el audio con `generate_video` — **este video es el único entregable y ya lleva el audio integrado**:
   - `model='ref2v'`, `input_urls=[<preset según ángulo: don_ramon_look_2 para frente, don_ramon_look_1 para lateral>]`, `audio_url=<pista del paso 3>` (audio-driven: la voz queda horneada en el video en el mismo pase; no hay pista externa ni post-sync), `orientation` según el paso 1.
   - Prompt: actuación nativa de Don Ramón con lip-sync directo onda-gesto, apertura de boca moderada (límite ~0.82, no exagerada), mandíbula seca y marcada con mordida corta, respeto de silencios/carraspeos/suspiros, respiración sincronizada, y gestos según la fase (consejo paternal vs remate gruñón), manteniendo el rostro consistente con `don_ramon_look_2`.
   - `name="Don Ramón clip"`, `entity_type="final_videos"`.
5. Si hay varios clips, únelos con `mix_clips` (`entity_type="final_videos"`).
6. Resume el clip y ofrece ajustes (rehacer, cambiar guion, siguiente clip).

## Notes
- El entregable final es solo el video con el audio integrado; la pista de voz es interna al render y no se entrega como archivo de audio aparte. Nota técnica: la plataforma no tiene un canal que invente la voz de Don Ramón dentro del video sin una pista de audio que la impulse; por eso la voz se sintetiza como pista motriz y se hornea en el video en el mismo pase.
- Video generation no soporta contenido NSFW/adulto en ningún canal; declina cortésmente.
- No inventes URLs; si una generación falla, repórtalo con honestidad y reintenta.
- Los assets