Tienes un vídeo corto y un guion, y preferirías no grabarte — no hay sala silenciosa, no hay micrófono, o simplemente no te apetece oír tu propia voz encima. Lo que quieres es una pista de narración que puedas soltar en la línea de tiempo.
El camino corto
- Abre la herramienta de texto a voz. La primera visita descarga el modelo, unos 64 MB, una sola vez — después queda en caché y funciona sin conexión.
- Pega la línea que quieres oír. Hasta 500 caracteres por generación.
- Elige una de las 19 voces, o clona una a partir de una muestra corta tuya.
- Genera, escucha, ajusta la redacción si el fraseo cae mal, y descarga.
No se sube nada: el modelo se ejecuta en tu navegador, así que ni tu guion ni tu muestra de voz salen de la máquina. Para el guion de un cliente bajo embargo, esa es la diferencia entre una herramienta que puedes usar y una que no.
Qué son 500 caracteres en realidad
Unas 80 palabras, o cerca de 30 segundos de habla. Eso cubre un vídeo de formato corto en una o dos pasadas, y es la forma equivocada para un documental de veinte minutos.
Para algo más largo, genera una línea por plano en lugar de un archivo para todo el guion. No es un truco para esquivar el límite — es como querrías el audio de todos modos. Los archivos por plano se pueden mover, retemporizar y reemplazar de forma independiente, y volver a grabar una frase no obliga a regenerar la narración.
Clonar una voz
La herramienta puede tomar una grabación corta y decir texto nuevo con esa voz. Lo que marca la diferencia:
- Una muestra limpia. El clon copia lo que oye, incluido el ruido de sala y el siseo. Si tu muestra tiene ruido, pásala primero por el reductor de ruido — es una de las formas más útiles de combinar las dos herramientas.
- Habla normal, no interpretación. Una lectura neutra da una voz más utilizable que una dramática, porque el clon reproduce también la interpretación, no solo el timbre.
- Unos pocos segundos bastan, y más no es evidentemente mejor. Prueba primero con una muestra corta.
La grabación de una persona real puede llevar derechos de imagen o de personalidad además del copyright, y en varias jurisdicciones clonar una voz reconocible sin consentimiento es ilícito independientemente de quién sea el dueño de la grabación. Tu propia voz, o una de las 19 voces integradas, evita la cuestión por completo. Consulta Términos, sección 2.
Conseguir una mejor lectura
- Puntúa para el oído. Una coma compra una pausa corta y un punto una más larga. Partir una frase larga en dos suele arreglar el ritmo más rápido que cualquier ajuste.
- Escribe las palabras difíciles como suenan. Los nombres, las siglas y las unidades son donde la síntesis falla más a menudo, y reescribir es más rápido que pelearse con ello.
- Genera una línea dos veces. El resultado varía ligeramente entre pasadas; la segunda toma es a veces la que quieres.
- Descarga como WAV si va a entrar en un editor, y deja la compresión para la exportación final.
Cuándo esta es la herramienta equivocada
- Narración de formato largo. Un audiolibro o un documental largo significa cientos de generaciones. Para eso, un servicio en servidor con una entrada del tamaño de un documento es la forma adecuada.
- Móviles y máquinas antiguas. El motor necesita
SharedArrayBuffery un procesador capaz. Algunos navegadores móviles y webviews embebidos no lo proporcionan. - Control fino de la prosodia. No hay SSML, ni editor de fonemas, ni tono por palabra. La lectura se dirige reescribiendo el texto.
- Una conexión medida. La primera carga son 64 MB reales.
Crear subtítulos a partir de la narración.
Abra AI Speech to Text con la grabación de su narración para crear una transcripción editable y exportar subtítulos SRT o VTT para su editor de video. Cada archivo puede durar hasta 5 minutos.
Preguntas frecuentes
¿Cómo añado una locución a un vídeo sin grabarme?
Escribe la narración en una herramienta de texto a voz, elige una voz y descarga el audio para tu línea de tiempo. Una herramienta en el navegador hace esto sin cuenta y sin subir el guion — el modelo se ejecuta en tu propio dispositivo.
¿Cuánto texto puedo generar de una vez?
Hasta 500 caracteres por generación, que son unas 80 palabras o cerca de 30 segundos de habla. Para un guion más largo, genera una línea por plano; en cualquier caso eso es más fácil de editar que un único archivo largo.
¿Puedo usar mi propia voz?
Sí. La herramienta clona una voz a partir de una muestra corta, y tu muestra nunca sale de tu dispositivo. Usa una grabación limpia y hablada con naturalidad — el clon reproduce el ruido de sala y la interpretación junto con el timbre.
¿Puedo usar comercialmente la locución generada?
No ponemos ninguna restricción al audio que generes y no reclamamos ningún derecho sobre él. La restricción es la voz: clonar a una persona real sin consentimiento puede infringir derechos de imagen, independientemente del copyright. Las voces integradas y tu propia voz evitan eso.
¿Por qué la primera carga es tan grande?
Porque el modelo tiene que llegar a tu navegador antes de que se pueda generar nada — unos 64 MB, una vez, y luego en caché. Esa descarga es lo que te compra una herramienta que no necesita cuenta, ni cupo, ni subida.