Clonar voz gratis para un chatbot: dos tropiezos antes de encontrar la opción sin registro
La semana pasada entregué la primera versión de la voz de un chatbot para una tienda online. El cliente la escuchó, se quedó callado tres segundos y soltó:
—¿Esta voz viene de salir del dentista?
Ahí supe que la había fastidiado. Yo pensaba que clonar voz gratis era pan comido. Subes un audio, esperas, y listo. Pues no. Esa primera entrega sonaba a robot con gripe, con unas pausas que parecían hechas con hacha. Si un cliente llama y le contesta eso, cuelga antes de que le digan «su pedido está en camino».
Primer intento: casi me creo que esto era brujería
Esa noche abrí un herramienta online cualquiera. Grabé con el móvil un «Hola, ¿en qué puedo ayudarle?» y le di a generar. El resultado fue espantoso. Cada palabra se entendía, pero al unirlas no parecía humano. Las pausas caían donde no tocaba: «Hola, ¿en qué / puedo / ayudarle?». Un desastre para un chatbot de atención al cliente.
¿Era mi micrófono? ¿Era yo que hablo raro? Probé otros dos sitios que prometían clonar voz gratis. Uno me pedía registro con correo y contraseña. El otro limitaba la conversión a 50 caracteres. A la una de la mañana estaba convencido de que todo el texto a voz gratis era una tomadura de pelo.
Entonces encontré un hilo en un foro donde alguien mencionaba VoxClone. Decía que se podía clonar mi voz online sin registro y que era gratis para siempre. Entré. La interfaz era limpia, sin ventanas emergentes, sin login. Subí un audio de prueba. Pero metí la pata otra vez: mi gato maulló en mitad de la grabación y la voz generada salió con un maullido raro al final. Otra vez a empezar.
Segundo intento: tres detalles que lo cambiaron todo
A la mañana siguiente me lo tomé en serio. No era tan complicado, solo tenía que dejar de improvisar.
Uno: el lugar de grabación. Puse el móvil en modo avión, cerré la ventana y me metí en el armario. Parecía ridículo, pero ahí no había ruido. Grabé unos 30 segundos, hablando despacio, vocalizando. Nada de susurros ni de gritos.
Dos: la puntuación del texto. Descubrí que al usar texto a voz gratis las comas y los signos de interrogación lo cambian todo. Antes escribía «Hola ¿en qué puedo ayudarle?» y la máquina lo leía de corrido, como si tuviera prisa por acabar. Cuando lo puse con pausas naturales —«Hola, ¿en qué puedo ayudarle?»—, la entonación mejoró muchísimo. Parecía otra voz.
Tres: no pasarse de largo. La primera vez metí quinientos caracteres de golpe y la segunda mitad de la frase empezó a desafinar. Esta vez convertí solo las frases típicas de atención al cliente: saludo, consulta de pedido, despedida. Una por una. Luego las uní. El resultado fue sorprendentemente bueno.
El cliente escuchó la nueva versión y dijo: «Ahora sí, suena a persona». Respiré. No era perfecto, pero ya no parecía un resfriado con patas. Y todo el proceso me salió gratis. Sin registro, sin tarjeta, sin marcas de agua. Para un proyecto pequeño como el mío, suficiente.
Lo que se siente al usar esto en un chatbot real
Después de esa experiencia, fijé un método: grabo una referencia limpia, la subo a la página de clonar voz gratis, genero frase por frase y ajusto la puntuación. El chatbot lleva una semana funcionando y nadie se ha quejado de que la voz sea falsa. Eso ya es mucho.
También he probado otros clonadores de voz gratis. Algunos te hacen esperar en cola. Otros te devuelven el audio con una marca de agua que da vergüenza. VoxClone no es perfecto, pero es directo. No hay límite de texto que yo haya notado. Lo he usado incluso para un proyecto de locución con IA gratis para una guía turística, y quedó bastante digna.
¿Que si recomiendo un generador de voz gratis para doblaje con IA gratis? Depende del uso. Para un vídeo de TikTok o un Reel, va sobrado. Para un audiolibro completo, quizá necesites algo más robusto, pero para empezar a crear audiolibro con IA sin gastar un euro, esta opción cumple. Eso sí, si tu proyecto es comercial a gran escala, revisa bien los términos. Yo lo he usado en demos para clientes pequeños y no he tenido problemas.
Lo que me fastidia es cuando la gente busca «voz sintética gratuita sin registro» y acaba en sitios que te piden hasta el DNI. Aquí no. Entras, pegas el texto, subes tu audio y ya. TTS gratis sin registrarse, de verdad. No hay trampa.
Preguntas que me han hecho después de contar esto
¿Se puede usar una voz clonada gratis para un negocio?
Depende de la herramienta. En VoxClone no vi una restricción clara para uso comercial, pero si vas a montar un sistema de atención al cliente serio, lee las condiciones. Yo lo he usado para demos y pequeños encargos, sin líos. Si tu volumen es alto, mejor asegurarte antes.
¿Cuánto audio necesito para que la voz suene parecida?
La calidad importa más que la cantidad. Con 15 segundos de audio sucio no haces nada. Con 30 segundos en un sitio silencioso, hablando claro y sin prisa, la diferencia es brutal. No necesitas una hora de grabación. Necesitas que la muestra sea limpia.
¿Hay límite de caracteres en el texto a voz gratis?
En mi experiencia con VoxClone no he topado con un límite estricto. He convertido varios cientos de palabras sin problema. Otras herramientas gratuitas sí limitan a 50 o 100 caracteres por vez. Si tienes un texto largo, pártelo en frases y genera por separado. Así controlas mejor la entonación. Tienes más trucos en la página de recursos dinámicos.
Si vas a hacerlo, empieza por aquí
No busques la clonación perfecta de entrada. Coge el móvil, métete en una habitación silenciosa y graba 30 segundos con tus frases de chatbot. Luego ve a VoxClone, pruébalo sin registrarte y genera una sola frase. Si suena rara, revisa la puntuación. Cambia una coma de sitio. Vuelve a grabar si hace falta. En dos o tres intentos lo tendrás.
La tecnología ayuda, pero el truco está en cómo escribes y cómo grabas. Ninguna herramienta gratuita te va a hacer el trabajo de pensar en el contexto. Así que deja de leer y ponte a grabar. Total, no pierdes nada.