D-ID desarrolla tecnologías de inteligencia artificial que permiten animar un rostro, hacerlo hablar e integrarlo en una interfaz conversacional. Con sede en Tel Aviv, la empresa israelí comercializa sus herramientas entre creadores de contenido y organizaciones, directamente o a través de interfaces de programación de aplicaciones. Su posicionamiento se sitúa en la intersección de la generación de vídeo, la síntesis de voz y las interacciones entre humanos y máquinas.
De la protección de los rostros a su animación
D-ID fue fundada en 2017 por Gil Perry, Sella Blondheim y Eliran Kuta. Sus primeros trabajos se centraban en la protección de la identidad frente a los sistemas de reconocimiento facial, mediante técnicas de modificación de imágenes destinadas a dificultar su identificación automática. Posteriormente, la empresa reorientó su desarrollo hacia la animación y la generación de rostros digitales.
Esta experiencia ganó visibilidad especialmente con Deep Nostalgia, el servicio lanzado por MyHeritage en 2021 para animar retratos fotográficos antiguos. Detrás de este uso dirigido al gran público, D-ID construyó una oferta destinada a producir contenidos audiovisuales sin recurrir sistemáticamente a un rodaje. Esta trayectoria ilustra el paso de una tecnología centrada en el análisis del rostro a aplicaciones de creación de medios sintéticos.
De los vídeos parlantes a los agentes conversacionales
Con Creative Reality Studio, D-ID permite crear vídeos en los que un personaje pronuncia un texto proporcionado por el usuario. Según las funciones utilizadas, la producción se apoya en una fotografía, un presentador digital, una pista de audio o una voz sintética. La animación busca sincronizar los movimientos de la boca con el habla, para dar una representación visual al mensaje.
Los usos previstos incluyen módulos de formación, presentaciones comerciales, comunicación interna y contenidos de marketing. Las funciones multilingües y de traducción de vídeo también responden a la necesidad de adaptar un mismo mensaje a varios mercados. La ventaja operativa consiste en facilitar las actualizaciones y las variantes, más que en sustituir todas las formas de producción audiovisual.
D-ID también ofrece API para integrar sus tecnologías en servicios de terceros, así como agentes dotados de una interfaz visual animada. Estos últimos combinan un rostro parlante con capacidades de diálogo y pueden conectarse a contenidos documentales. El avatar se convierte así en una puerta de entrada a información o a un servicio, más allá del simple vídeo pregrabado.
¿Y ahora?
Para D-ID, el reto consiste en demostrar que un rostro animado aporta una utilidad medible frente a una interfaz textual o de voz. La calidad del diálogo, la latencia, la fidelidad de las respuestas y la integración con las herramientas empresariales contarán tanto como el realismo visual. El desarrollo de estos usos también depende de garantías sobre el consentimiento de las personas representadas, los derechos asociados a las imágenes y las voces, y la identificación de los contenidos sintéticos. En un sector competitivo, la confianza y el control de los usos constituyen criterios de elección para los clientes profesionales.