> ## Documentation Index
> Fetch the complete documentation index at: https://manus.im/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Procesamiento Multimedia

> Generar y comprender imágenes, vídeo, voz y habla

export const CodePrompt = ({children}) => {
  const [isCopied, setIsCopied] = useState(false);
  const textContent = useMemo(() => {
    const extractText = (children, depth = 0) => {
      const maxDepth = 10;
      if (depth > maxDepth) return '';
      if (children == null) return '';
      if (typeof children === 'string' || typeof children === 'number') {
        return String(children);
      }
      if (Array.isArray(children)) {
        return children.map(child => extractText(child, depth + 1)).join('');
      }
      if (typeof children === 'object' && children.props) {
        return extractText(children.props.children, depth + 1);
      }
      return '';
    };
    return extractText(children);
  }, [children]);
  const handleAskManus = useCallback(() => {
    const url = new URL('https://manus.im');
    if (textContent) {
      url.searchParams.set('q', textContent);
      url.searchParams.set('submit', '1');
    }
    window.open(url.toString(), '_blank');
  }, [textContent]);
  const handleCopy = useCallback(async () => {
    try {
      await navigator.clipboard.writeText(textContent);
      setIsCopied(true);
      setTimeout(() => {
        setIsCopied(false);
      }, 2000);
    } catch (err) {
      const textArea = document.createElement('textarea');
      textArea.value = textContent;
      textArea.style.position = 'fixed';
      textArea.style.opacity = '0';
      document.body.appendChild(textArea);
      textArea.select();
      try {
        document.execCommand('copy');
        setIsCopied(true);
        setTimeout(() => {
          setIsCopied(false);
        }, 2000);
      } catch (fallbackErr) {
        console.error(fallbackErr);
      }
      document.body.removeChild(textArea);
    }
  }, [textContent]);
  return <div className="code-block mt-5 mb-8 not-prose rounded-2xl relative group text-gray-950 dark:text-gray-50 codeblock-light border border-gray-950/10 dark:border-white/10 dark:twoslash-dark bg-transparent dark:bg-transparent">
      <div className="absolute top-3 right-4 flex items-center gap-1.5">
        <div className="z-10 relative">
          <button onClick={handleCopy} className="h-[26px] w-[26px] flex items-center justify-center rounded-md backdrop-blur peer group/copy-button " data-testid="copy-code-button" aria-label="Copy the contents from the code block">
            {isCopied ? <svg width="16" height="11" viewBox="0 0 16 11" fill="none" xmlns="http://www.w3.org/2000/svg" class="fill-primary dark:fill-primary-light">
                <path d="M14.7813 1.21873C15.0751 1.51248 15.0751 1.98748 14.7813 2.2781L6.53135 10.5312C6.2376 10.825 5.7626 10.825 5.47197 10.5312L1.21885 6.28123C0.925098 5.98748 0.925098 5.51248 1.21885 5.22185C1.5126 4.93123 1.9876 4.9281 2.27822 5.22185L5.99697 8.9406L13.7188 1.21873C14.0126 0.924976 14.4876 0.924976 14.7782 1.21873H14.7813Z"></path>
              </svg> : <svg width="18" height="18" viewBox="0 0 18 18" fill="none" xmlns="http://www.w3.org/2000/svg" className="w-4 h-4 text-gray-400 group-hover/copy-button:text-gray-500 dark:text-white/40 dark:group-hover/copy-button:text-white/60">
                <path d="M14.25 5.25H7.25C6.14543 5.25 5.25 6.14543 5.25 7.25V14.25C5.25 15.3546 6.14543 16.25 7.25 16.25H14.25C15.3546 16.25 16.25 15.3546 16.25 14.25V7.25C16.25 6.14543 15.3546 5.25 14.25 5.25Z" stroke="currentColor" strokeWidth="1.5" strokeLinecap="round" strokeLinejoin="round"></path>
                <path d="M2.80103 11.998L1.77203 5.07397C1.61003 3.98097 2.36403 2.96397 3.45603 2.80197L10.38 1.77297C11.313 1.63397 12.19 2.16297 12.528 3.00097" stroke="currentColor" strokeWidth="1.5" strokeLinecap="round" strokeLinejoin="round"></path>
              </svg>}
          </button>
          <div aria-hidden="true" className="absolute top-11 left-1/2 transform whitespace-nowrap -translate-x-1/2 -translate-y-1/2 peer-hover:opacity-100 opacity-0 text-white rounded-lg px-1.5 py-0.5 text-xs bg-primary-dark">
            {isCopied ? 'Copied' : 'Copy'}
          </div>
        </div>
        <div className="z-10 relative">
          <button onClick={handleAskManus} className="h-[26px] w-[26px] flex items-center justify-center rounded-md backdrop-blur peer group/ask-manus " id="ask-ai-code-block-button" aria-label="Ask Manus">
            <svg xmlns="http://www.w3.org/2000/svg" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round" className="w-4 h-4 text-gray-400 group-hover/ask-manus:text-gray-500 dark:text-white/40 dark:group-hover/ask-manus:text-white/60">
              <path d="M22 17a2 2 0 0 1-2 2H6.828a2 2 0 0 0-1.414.586l-2.202 2.202A.71.71 0 0 1 2 21.286V5a2 2 0 0 1 2-2h16a2 2 0 0 1 2 2z" />
              <path d="M12 8v6" />
              <path d="M9 11h6" />
            </svg>
          </button>
          <div aria-hidden="true" className="absolute top-11 left-1/2 transform whitespace-nowrap -translate-x-1/2 -translate-y-1/2 peer-hover:opacity-100 opacity-0 text-white rounded-lg px-1.5 py-0.5 text-xs bg-primary-dark">
            Ask Manus
          </div>
        </div>
      </div>

      <div className="w-0 min-w-full max-w-full py-3.5 px-4 h-full dark:bg-codeblock relative text-sm leading-6 children:!my-0 children:!shadow-none children:!bg-transparent transition-[height] duration-300 ease-in-out code-block-background [&_*]:ring-0 [&_*]:outline-0 [&_*]:focus:ring-0 [&_*]:focus:outline-0 [&_pre>code]:pr-[3rem] [&_pre>code>span.line-highlight]:min-w-[calc(100%+3rem)] [&_pre>code>span.line-diff]:min-w-[calc(100%+3rem)] rounded-2xl bg-white overflow-x-auto scrollbar-thin scrollbar-thumb-rounded scrollbar-thumb-black/15 hover:scrollbar-thumb-black/20 active:scrollbar-thumb-black/20 dark:scrollbar-thumb-white/20 dark:hover:scrollbar-thumb-white/25 dark:active:scrollbar-thumb-white/25" style={{
    fontVariantLigatures: 'none',
    height: 'auto',
    backgroundColor: 'rgb(255, 255, 255)'
  }}>
        <div className="font-mono whitespace-pre leading-6">{children}</div>
      </div>
    </div>;
};

Manus trabaja con múltiples tipos de medios: generando imágenes, comprendiendo contenido de vídeo, creando salida de voz y transcribiendo voz. Combine texto, imágenes, vídeo y audio en sus flujos de trabajo sin problemas.

<iframe src="https://www.youtube.com/embed/U_prPA93hXA" title="Reproductor de vídeo de YouTube" frameborder="0" className="w-full aspect-video rounded-xl" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen />

## Resumen de Capacidades

| Capacidad                   | Qué Hace                                               | Ejemplo de Uso                                      |
| :-------------------------- | :----------------------------------------------------- | :-------------------------------------------------- |
| **Generación de Imágenes**  | Crea imágenes personalizadas a partir de descripciones | Maquetas de productos, ilustraciones, diagramas     |
| **Comprensión de Imágenes** | Analiza y extrae información de imágenes               | Escaneo de documentos, análisis visual              |
| **Comprensión de Vídeo**    | Analiza contenido de vídeo y extrae información        | Transcripciones de reuniones, análisis de contenido |
| **Salida de Voz**           | Convierte texto a voz natural                          | Voz en off, contenido de audio                      |
| **Voz a Texto**             | Transcribe audio a texto                               | Notas de reuniones, transcripciones de entrevistas  |

***

## Generación de Imágenes

### Inicio Rápido

> "Genera una imagen de un espacio de trabajo de oficina minimalista moderno
> con iluminación natural y plantas"

<CodePrompt>
  "Crea una maqueta de producto mostrando nuestra aplicación móvil en un iPhone,
  estilo de fotografía profesional"
</CodePrompt>

<CodePrompt>
  "Genera un diagrama que muestre el recorrido de nuestro cliente desde la
  conciencia hasta la compra"
</CodePrompt>

### Usos Comunes

**Visuales de Producto**:

* Maquetas y prototipos de productos
* Ilustraciones de características
* Conceptos de UI/UX

**Activos de Marketing**:

* Gráficos para redes sociales
* Ilustraciones para publicaciones de blog
* Creatividades publicitarias

**Presentaciones**:

* Fondos de diapositivas personalizados
* Ilustraciones de conceptos
* Metáforas visuales

**Diagramas & Gráficos**:

* Flujos de proceso
* Arquitecturas de sistema
* Infografías

### Consejos para Mejores Imágenes

**Sé específico sobre el estilo**:

* ✅ "Minimalista, moderno, fotografía profesional"
* ✅ "Ilustración de diseño plano, colores brillantes"
* ❌ "Haz que se vea bien"

**Describir la composición**:

* ✅ "Sujeto centrado, fondo desenfocado, iluminación natural"
* ❌ "Una foto de..."

**Especificar caso de uso**:

* ✅ "Para publicación de Instagram, formato cuadrado, superposición de texto en negrita"
* ✅ "Para diapositiva de presentación, formato panorámico, fondo sutil"

***

## Comprensión de Imágenes

### Inicio Rápido

<CodePrompt>
  "Analiza esta captura de pantalla y extrae todo el texto"
</CodePrompt>

(Subir imagen)

<CodePrompt>
  "¿Qué productos se muestran en esta página de catálogo?
  Extrae nombres y precios."
</CodePrompt>

(Subir imagen)

<CodePrompt>
  "Describe en detalle lo que está sucediendo en esta imagen"
</CodePrompt>

(Subir imagen)

### Usos Comunes

**Procesamiento de Documentos**:

* Extraer texto de capturas de pantalla
* Leer notas escritas a mano
* Analizar recibos y facturas

**Análisis Visual**:

* Identificar objetos en fotos
* Analizar gráficos y diagramas
* Describir el contenido de la imagen

**Control de Calidad**:

* Verificar problemas en fotos de productos
* Verificar el contenido de la imagen
* Comparar diferencias visuales

### Tareas de Ejemplo

<CodePrompt>
  "Extrae todo el texto de estas 10 imágenes de productos y crea una hoja de cálculo"
</CodePrompt>

<CodePrompt>
  "Analiza esta imagen de gráfico y recréala como un gráfico editable
  con los mismos datos"
</CodePrompt>

<CodePrompt>
  "Compara estas dos fotos de productos y enumera las diferencias"
</CodePrompt>

***

## Comprensión de Video

### Inicio Rápido

<CodePrompt>
  "Transcribe esta grabación de reunión y crea un resumen
  con elementos de acción"
</CodePrompt>

(Subir archivo de video o proporcionar URL)

<CodePrompt>
  "Mira este video de demostración de producto y extrae: características clave mencionadas,
  información de precios y público objetivo"
</CodePrompt>

<CodePrompt>
  "Analiza este video tutorial y crea una guía escrita paso a paso"
</CodePrompt>

### Usos Comunes

**Procesamiento de Reuniones**:

* Transcribir reuniones
* Extraer elementos de acción
* Resumir discusiones

**Análisis de Contenido**:

* Analizar videos de la competencia
* Extraer puntos clave de tutoriales
* Revisar demostraciones de productos

**Documentación**:

* Convertir tutoriales en video a guías de texto
* Crear resúmenes de videos largos
* Extraer citas y marcas de tiempo

### Tareas de ejemplo

<CodePrompt>
  "Transcribir este seminario web de 1 hora y crear:

  * Transcripción completa
  * Resumen ejecutivo
  * Conclusiones clave (puntos clave)
  * Sección de preguntas y respuestas"
</CodePrompt>

<CodePrompt>
  "Ver estos 5 videos de productos de la competencia y crear una tabla de comparación
  de las características mencionadas"
</CodePrompt>

***

## Salida de Voz

### Inicio Rápido

<CodePrompt>
  "Convertir esta publicación de blog en un archivo de audio con narración de voz natural"
</CodePrompt>

<CodePrompt>
  "Crear una voz en off para este guion de presentación con un tono profesional,
  amigable"
</CodePrompt>

<CodePrompt>
  "Generar versiones de audio de estas 10 descripciones de productos
  para nuestro sitio web"
</CodePrompt>

### Usos Comunes

**Creación de Contenido**:

* Guiones de podcast a audio
* Publicaciones de blog a versiones de audio
* Voces en off para videos

**Accesibilidad**:

* Versiones de audio de contenido escrito
* Alternativas a lectores de pantalla
* Guías de audio

**Marketing**:

* Voces en off para anuncios
* Narración de demostraciones de productos
* Contenido de audio para redes sociales

### Opciones de Voz

**Tono**: Profesional, amigable, informal, enérgico, tranquilo**Ritmo**: Rápido, moderado, lento**Estilo**: Conversacional, formal, educativo, promocional

***

## Voz a Texto

### Inicio Rápido

<CodePrompt>
  "Transcribe esta grabación de entrevista"
</CodePrompt>

(Subir archivo de audio)

<CodePrompt>
  "Convierte este episodio de podcast a texto con etiquetas de orador"
</CodePrompt>

<CodePrompt>
  "Transcribe estas 20 llamadas de soporte al cliente e identifica
  problemas comunes mencionados"
</CodePrompt>

### Usos Comunes

**Notas de Reunión**:

* Transcribe reuniones automáticamente
* Crea archivos de reuniones con capacidad de búsqueda
* Extrae elementos de acción

**Reutilización de Contenido**:

* Convierte podcasts en publicaciones de blog
* Crea notas del programa a partir de audio
* Genera citas para redes sociales

**Investigación**:

* Transcribe entrevistas
* Analiza llamadas de clientes
* Procesa grabaciones de grupos focales

### Características

* **Identificación de orador**: Distingue entre oradores
* **Marcas de tiempo**: Marca cuándo se dijeron las cosas
* **Formato**: Puntuación y párrafos correctos
* **Precisión**: Alta precisión incluso con acentos o ruido de fondo

***

## Combinación de Múltiples Modos

Manus puede combinar estas capacidades en flujos de trabajo únicos:

### Ejemplo 1: De Video a Publicación de Blog

<CodePrompt>
  "Mira este video de demostración de producto, transcríbelo, extrae las características clave,
  genera capturas de pantalla en momentos importantes y crea una publicación de blog
  con imágenes y texto"
</CodePrompt>

### Ejemplo 2: Presentación con Voz en Off

<CodePrompt>
  "Crea una presentación de 10 diapositivas sobre nuestro producto. Genera ilustraciones
  personalizadas para cada diapositiva. Luego crea un guion de voz en off y
  narración de audio para toda la presentación."
</CodePrompt>

### Ejemplo 3: De Análisis de Imagen a Informe

<CodePrompt>
  "Analiza estas 50 fotos de productos, extrae texto y detalles del producto,
  genera gráficos comparativos y crea una presentación de diapositivas con los hallazgos"
</CodePrompt>

***

## Preguntas Frecuentes

**¿Qué formatos de imagen son compatibles?** PNG, JPG, WEBP, GIF y más. Para la generación, puedes especificar el formato.

**¿Qué tan largos pueden ser los videos?** Manus puede procesar videos de hasta varias horas de duración. Los videos más largos tardan más tiempo.

**¿Qué formatos de audio funcionan para la transcripción?** MP3, WAV, M4A, WEBM y la mayoría de los formatos de audio comunes.

**¿Puedo generar imágenes en tamaños específicos?** Sí. Especifique las dimensiones: "Generar una imagen de 1920x1080..." o "Formato cuadrado para Instagram..."

**¿Qué tan precisa es la transcripción de voz?** Precisión muy alta, incluso con acentos, múltiples hablantes o ruido de fondo.

**¿Puedo generar videos?** Sí. Manus puede generar clips de video cortos y animaciones.

**¿Hay límites en la generación?** La generación utiliza créditos. Consulte su plan para conocer los límites.

***

## Casos de Uso Rápidos

| Caso de Uso                       | Entrada                 | Salida                         |
| :-------------------------------- | :---------------------- | :----------------------------- |
| **Maquetas de Productos**         | Descripción             | Imágenes generadas             |
| **Notas de Reunión**              | Grabación de video      | Transcripción + resumen        |
| **Audio de Blog**                 | Artículo de texto       | Narración de audio             |
| **Escaneo de Documentos**         | Foto de documento       | Texto extraído                 |
| **Análisis de Video**             | Video de la competencia | Comparación de características |
| **Notas del Programa de Podcast** | Archivo de audio        | Transcripción + resumen        |
| **Gráficos Sociales**             | Descripción             | Imágenes personalizadas        |

***

**En resumen**: Manus maneja múltiples tipos de medios sin problemas. Genere imágenes, comprenda videos, cree salida de voz y transcriba voz, todo integrado en sus flujos de trabajo.
