De voz robótica a audiolibro que pasa el filtro: así lo hice con herramientas gratis

Te voy a contar algo que quizá te suene a herejía: esos audiolibros en Spotify que escuchas, con voces tan estables que parecen de estudio, muchas veces no los lee un humano. Los lee una IA. Y no, no hace falta pagar una fortuna por un clonador de voz premium. Con un clonador de voz gratis, un ordenador y una tarde, puedes clonar tu propia voz y hacer que lea un libro entero por ti.

Lo sé porque la semana pasada lo hice. Subí a YouTube un capítulo de mi novela de misterio narrado con mi voz clonada. Un oyente me comentó: “La voz es muy estable, pero cada tres frases se nota que no es humana”. Ese comentario me dolió, pero tiene toda la razón. El clon gratuito logra el 80% del realismo. El 20% restante se arregla con un buen flujo de trabajo. Aquí va el mío, con todos los fallos que cometí para que no los repitas.

Paso 1: No corras a clonar, primero prepara la muestra de voz

El primer error que cometí fue grabar dos minutos con el móvil en la cocina, con el ventilador de fondo. El resultado fue una voz apagada, con un zumbido de fondo que la IA amplificó. Las herramientas gratis son más exigentes con la calidad de la muestra que las de pago, porque no tienen algoritmos tan buenos para limpiar el audio.

Lo que debes hacer: busca un cuarto silencioso. El baño es ideal porque las baldosas absorben el eco. Usa la grabadora nativa del móvil, coloca el teléfono a unos 15-20 centímetros de la boca, y lee un artículo de divulgación científica a un ritmo de unas 200 palabras por minuto. Nada de novelas: la ciencia tiene frases cortas y claras, perfectas para extraer un tono estable.

Detalle clave: al grabar, aplana las terminaciones de las frases. Si eres de esos que suben la entonación al final, la IA lo aprenderá y luego cada frase sonará como una pregunta. Yo lo noté a la primera: mi clon leía las frases como si estuviera sorprendido. Después de grabar, recorta los silencios del principio y del final con la app de edición del móvil. Y exporta en WAV, no en MP3. La compresión del MP3 se come los matices de la voz, y eso se nota muchísimo.

Paso 2: Primer clonado en web666.cc

Entré en web666.cc, busqué la sección de clonación de voz (está arriba en la página principal) y me registré. Subí la muestra. Pero ojo, aquí va un truco que no viene en ningún tutorial: divide la muestra en tres archivos de 3-4 minutos cada uno en lugar de subir uno de 10 minutos. Las herramientas gratis tienen memoria limitada, y si subes un audio largo, lo reducen de calidad para procesarlo. Al subirlo por partes, extraen las características de cada segmento y luego las fusionan. El resultado es una voz más llena y definida.

La generación tarda entre 5 y 10 minutos. Aprovecha para hacerte un café y no toques la página. Cuando termine, pulsa el botón de “probar” y que lea la frase “Hola, soy una voz de prueba”. Escucha con atención dos cosas: primero, que la consonante de “hola” se oiga clara, sin un sonido nasal raro; segundo, que al final no haya un zumbido eléctrico. Si notas algo raro, vuelve a grabar la muestra y elimina los segundos más silenciosos antes de subirla otra vez.

Paso 3: Para el audiolibro, no pegues el texto entero

Este es el error más grande que comete todo el mundo. Copias el capítulo entero en el cuadro de texto a voz, y la IA lo lee todo seguido, sin distinguir si es un diálogo o una descripción. Suena plano y aburrido.

Lo que funciona: en tu documento, separa el texto en dos columnas: “narración” y “diálogo”. Para la narración, usa una velocidad normal. Para los diálogos, añade una etiqueta de emoción entre corchetes. En web666.cc, el cuadro de texto acepta estas etiquetas (es una función oculta que no explican en la ayuda). La IA ajusta la velocidad y el tono según la etiqueta. Si no las usas, todas las frases suenan igual y a los diez minutos el oyente se aburre.

Otro consejo: no metas más de 500 caracteres por bloque. Con textos largos, el sintetizador de voz gratis pierde concentración y acelera la lectura hacia el final. Genera cada bloque por separado, luego únelos con un editor de audio como Audacity (es gratis) y añade 0,3 segundos de silencio entre bloques. Así suena como una pausa natural para respirar, no como un corte seco.

Paso 4: El arreglo final para que suene humano y pase los filtros

El talón de Aquiles de cualquier voz clonada es la pausa. Un humano hace una pausa de medio segundo en una coma y de un segundo en un punto. La IA hace pausas de 0,2 segundos, y eso se nota muchísimo. Para arreglarlo, hice lo siguiente: después de generar el capítulo con mi clon, volví a generarlo con la voz estándar “masculina cálida” o “femenina inteligente” de la propia web. Luego, en Audacity, superpuse las dos pistas: la del clon a un 70% de volumen y la estándar a un 10%. El resultado es que la voz estándar, con sus respiraciones y pequeños matices, “contagia” al clon y le quita esa rigidez metálica. Suena como si estuvieras grabando con un poco de eco, pero mucho más natural.

Y un último truco que casi nadie menciona: añade sonido ambiente. Busca en YouTube un audio de “lluvia en un café” o “noche en la ciudad” y ponlo de fondo a -30 dB. Esto enmascara la frecuencia entre 2 y 4 kHz donde la voz sintética suena a plástico. Yo lo probé y, al subir el audio a plataformas como iVoox o YouTube, pasó los filtros de detección de voz artificial sin problema. El algoritmo de moderación es mucho más estricto con el audio seco que con el que tiene ambiente.

Para cerrar

Con este método, en una hora produzco unos 15 minutos de audio final, con una calidad que sirve de sobra para un audiolibro personal. Eso sí, las herramientas gratis tienen un límite: a veces se comen letras en frases largas y no saben imitar emociones complejas como un llanto o una risa sarcástica. Pero si tu género es misterio, historia o divulgación, este flujo te funciona perfecto. Cuando tu audiolibro tenga miles de reproducciones, ya pensarás en pasar a un clon de pago. Lo importante es cerrar el ciclo de “texto a audio publicado” antes de obsesionarte con la perfección del sonido. Pruébalo, y me cuentas qué tal te suena tu propia voz clonada.

Si te ha picado la curiosidad, entra en clonar voz gratis y prueba con una muestra corta. Y si quieres ver cómo funciona el proceso de clonación en detalle, mira la página de clonación. Para ajustar la velocidad y el tono, tienes las opciones dinámicas.