El jueves pasado mi jefe me soltó el encargo: "Cambia esa voz de robot del teléfono de atención al cliente. Quiero que suene a persona, cercana, amable". Yo pensé: "Fácil, busco un clonador de voz gratis, grabo un par de frases, y listo". Error. El primer intento sonó como si estuviera leyendo una novela de terror a las tres de la mañana.

Primer intento: creí que la IA hacía magia y me salió un conjuro

Entré en la web de clonar voz gratis, sin registro, subí un audio de 20 segundos donde hablaba con un cliente. Tenía acento, pausas, algún "eh" y hasta el teclado de fondo. Pensé que así sonaría más real.

Escribí la primera línea del IVR: "Bienvenido, gracias por llamar. Para atención al cliente pulse 1, para consultas pulse 2".

Al darle al play... madre mía. Sonaba como si llevara tres días con gripe, me hubieran cogido del cuello y me obligaran a leer un telegrama. Cada sílaba alargada, con un eco raro y un pitido de fondo. Casi tiro el ordenador.

¿Qué pasó? Pues que en esos 20 segundos había ruido de teclado, respiraciones, el aire acondicionado... La IA no distingue entre mi voz y el ruido. Lo toma todo como material y el resultado es un batiburrillo infernal.

Segundo intento: aprendí a grabar bien, pero casi me la cuelan con lo de "gratis para siempre"

La segunda vez busqué un sitio tranquilo, grabé con el móvil solo 5 segundos: "Bienvenido, gracias por llamar".

Eso ya sonó más limpio, pero al pasar por el texto a voz gratis se notaba que no era yo. El tono era plano, como leyendo las noticias de las 3. Me dio por pensar que el clonador de voz gratis no valía para nada, pero como era gratis, dije: "pues sigo probando".

Cómo conseguí que sonara decente: los trucos que me costaron dos intentos

La grabación: no es más larga, es más limpia

Lo primero que aprendí: para clonar la voz, con 5-10 segundos vale, pero tienen que ser segundos buenos. Nada de ruido de fondo, nada de eco, nada de música.

En mi segundo intento el móvil estaba en la mesa, a medio metro, y se coló el ruido del teclado. La tercera vez lo puse en un soporte, a 10 cm de la boca, y usé la grabadora de notas de voz. Cambio brutal.

El texto: frases cortas, no párrafos

Para el IVR, el texto tiene que ser directo. Nada de "Si desea realizar una gestión, pulse 3. En caso de emergencia, pulse 9". Mejor separarlo: "Para gestiones, pulse 3. Emergencias, pulse 9".

Así la IA mete pausas naturales y suena a persona, no a robot con prisa.

Un detalle que nadie te cuenta: la velocidad y el tono se ajustan a mano

Mucha gente cree que clonas la voz y ya está. Pero no. En la interfaz del generador de voz gratis hay unos deslizadores de velocidad y tono. Yo los dejé en 0 y la voz salió a toda pastilla, sin respirar.

Bajé la velocidad a -2 y el tono un pelín. Ya sonaba más a mí. Y para darle ese punto amable, añadí comas y alguna muletilla: "Bienvenido, gracias por llamar, ¿en qué podemos ayudarle?". Eso hace que la IA respire y suene más natural.

Montar el IVR por frases: un poco de paciencia y listo

Al final hice lo que muchos no quieren hacer: dividí el guion en 8 frases cortas, generé cada una por separado con el sintetizador de voz gratis y luego las uní con un editor de vídeo.

¿Por qué? Porque si generas todo el texto de una vez, la IA se lía entre frases, alarga sílabas o acentúa mal. Separadas, cada una tiene su propio ritmo. Al unirlas, dejo 0,3 segundos de silencio entre frase y frase, y suena como si respirara.

También probé la opción de leer el texto completo con el voz en off ia gratis, pero no me convenció. Mejor por partes, aunque sea más trabajo.

El resultado final

La tercera vez grabé 8 segundos limpios: "Bienvenido, gracias por llamar". Cloné, dividí el guion, generé cada parte y las uní.

¿Quedó perfecto? No, aún se le nota un pelín de electrónico, pero ya suena a humano. Se lo puse a una compañera y me dijo: "Oye, esta voz me suena a mi primo". Eso ya es un triunfo.

Sobre lo de "gratis": ojo con las trampas

Hay muchos clonador de voz gratis que te limitan el número de usos o te meten marca de agua. La web de VoxClone es de las que no piden registro y no ponen límite. Eso sí, la generación tarda un poco, a veces hay que esperar dos minutos. Pero para una empresa pequeña que quiere mejorar su IVR sin pagar a un estudio, es más que suficiente.

¿Sirve para cantar?

Probé a hacer una versión de una canción con el clonador de voz gratis y... mejor no lo cuento. Sonaba como mi compañero de piso en la ducha, y eso que él no canta bien. Para locuciones de teléfono o vídeos cortos, genial. Para imitar a Rosalía, olvídate.

Un truco extra: usa una voz base limpia

Si no consigues una grabación decente, hay una vuelta: usa el texto a voz español gratis para generar una locución limpia con una voz del sistema, y luego usa esa locución como material para clonar tu propia voz.

Suena raro, pero funciona. La voz base no tiene ruido, así que la IA se centra en tu tono y no en el ruido de fondo. Claro, tendrás un punto de electrónico, pero mejor que el ruido del teclado, ¿no?

Preguntas frecuentes

¿Por qué mi voz clonada suena con ruido?

Seguro que la grabación no era limpia. Revisa el entorno: apaga el aire, aléjate del ventilador, usa el micro de los auriculares. Si sigue, genera una voz base con el sintetizador de voz gratis y úsala de plantilla.

¿Hay que registrarse para clonar la voz gratis?

No, en la web de clonar mi voz online no hace falta registro. Pero si quieres guardar varios modelos de voz, te recomiendo crear una cuenta, así no tienes que volver a grabar.

Y ahora, una pregunta para ti

¿Sabes qué me dijo mi jefe cuando escuchó el nuevo IVR? "Oye, esta voz me suena a mi ex".

¿Y tú? ¿Para qué quieres usar un clonador de voz gratis? Cuéntamelo en los comentarios.