Mi intro de podcast sonaba a mensaje de ascensor: así lo arreglé con clonar voz gratis
La semana pasada subí un episodio nuevo a Ivoox y, en menos de una hora, una oyente me escribió por Instagram: «Oye, ¿estás resfriado? El intro suena como si te hubieran metido un trapeo en la garganta».
Me quedé de piedra. No estaba resfriado. Lo que había hecho fue ser perezoso. El invitado de esa entrevista sonaba rudo, como si hubiera tragado arena, y yo no tenía ganas de grabar el intro yo mismo. Así que busqué un texto a voz gratis en internet, pegué «Bienvenidos a este episodio, hoy hablamos de…», y dejé que la máquina lo leyera. Salió publicado. Media hora después, ese mensaje.
No supe si reírme o llorar. La audiencia es generosa: pensaron que estaba enfermo, no que había contratado un robot para presentar el programa. Luego probé otras voces de «locutor profesional», usé un texto a voz español gratis distinto, y el resultado fue el mismo. Las palabras estaban bien, la emoción era cero. Sonaba tan falso que solo querías saltar el intro. En ese momento no lo entendía, pero el problema no estaba en la herramienta. Estaba en que yo no tenía idea de cómo respira una persona de verdad cuando lee en voz alta.
Esa noche escuché el intro unas veinte veces. Cada vez me molestaba más. La máquina decía «bienvenidos» y la última sílaba se quedaba flotando en el aire. Yo, cuando digo «bienvenidos», dejo caer la voz al final. Ese pequeño descenso, ese peso, la máquina no lo aprendía. Al menos entonces no lo hacía.
Por qué suena a robot: no son las palabras, es el aire
La gente habla con aire. Cuando lees una frase larga, te quedas sin aire y robas una respiración rápida. Antes de un punto, bajas la barbilla sin darte cuenta. Incluso antes de decir cierta palabra, la punta de la lengua se prepara medio segundo antes. Las máquinas no hacen nada de eso. Escupen las sílabas a la misma velocidad, como si midieran el oído con una regla.
Escuchas ese tipo de intro y, a los tres segundos, sales de la historia. Porque en la vida real nadie habla así —excepto el instructor en el curso de militar o el aviso del ascensor.
Los locutados de transición y el miedo a la velocidad constante
El problema se vuelve peor en medio del episodio. Una vez pasé de una entrevista a un anuncio y usé una voz de IA para decir «Después de la pausa, volvemos». Velocidad estable, tono uniforme. Mi novia pasó por la cocina y me preguntó: «¿Estás reproduciendo el audio del ascensor?».
Exacto. Los locutados de transición odian la uniformidad. Se vuelven uniformes, y la atención de la gente se apaga. Crees que estás haciendo producción, pero en realidad les estás dando una pastilla para dormir. Un intro falso puede espantar a los nuevos oyentes; un tramo de transición falso le dice a los que ya te conocen: «puedes pasar este segmento».
Probé cinco clonadores de voz gratis y me quedé con este
Después del fracaso, me puse a buscar en serio. Probé cinco o seis sitios de texto a voz gratis. Mis exigencias eran simples: nada de registro, nada de membresía, y que la exportación no trajera un ruido raro de fondo. También caí en la trampa de un generador de voz gratis que prometía doblaje con ia gratis para mis Reels, pero al final pedía tarjeta de crédito. Al final, me quedé con uno que tengo guardado en los favoritos del navegador. Es un clonador de voz gratis que no pide correo ni teléfono. Abres el sintetizador de voz gratis, pegas el texto, eliges la voz y generas. Así de simple. Lo que quiero es voz sintética gratuita sin registro, o al menos tts gratis sin registrarse, sin que me pidan el DNI para empezar.
¿Por qué me quedé con este? Porque no quiero rellenar un formulario solo para poner voz a un intro. Muchas páginas se ven modernas, pero justo cuando vas a descargar, aparece un muro de pago y se te quitan las ganas. Esta no oculta la palabra «gratis» en un submenú. La página principal es solo un cuadro de texto. Pegas, eliges, haces clic y listo.
Clonar mi voz online: le pasé mi propia grabación a la IA
Lo que realmente me hizo quedarme fue la función de clonar mi voz online. Al principio le tenía miedo a la palabra «clonar». Me sonaba a peli de ciencia ficción, a suplantación de identidad. Pero después de probarlo entendí que no es eso: subes una muestra de tu voz, la IA aprende cómo pronuncias y listo. Esta forma de clonar voz gratis es curiosa porque no suena a locutor desconocido. Suena a ti, solo que más despierto.
El día que subí la muestra, elegí a propósito un fragmento donde se me escapa el aire. Sí, leíste bien. Quería que aprendiera hasta el sonido de cuando cambio de respiración. El proceso fue rápido: clonar voz gratis sin instalar nada, todo desde el navegador, sin esos programas de clonar voz gratis que te piden descargar software. Esperé un rato y mi «voz digital» estaba lista.
La primera vez que escuché mi clon decir una frase que yo había escrito, se me erizó la piel. Era yo, pero con el ritmo más estable y la emoción más precisa. Como si existiera otra versión mía en un universo paralelo.
Lo más útil es que sirve para emergencias. Una vez me inflamó la garganta y tenía que sacar el episodio semanal. La transición la puso la voz clonada. La metí en el montaje y nadie notó nada raro. Solo yo sabía que esa voz había salido de una grabación mía de hace tres meses.
Las tres frases que realmente valen la pena en tu intro
Una vez que tienes tu propio modelo de voz, hacer el intro se vuelve casi egoísta. Cambié el «bienvenidos» por el tono que uso cuando charlo con amigos. Convertí el aviso del patrocinador en algo parecido a lo que diría en privado, entre risas. Los oyentes no siempre saben decir qué cambió, pero me dejaron comentarios como: «el último intro se escucha más natural».
Aquí va un truco: no todas las frases merecen la voz clonada. Para algo funcional como «este episodio es presentado por…», uso una voz de IA más normal y dejo la emoción para las frases clave. Esto sirve para mucho más que podcasts. Si quieres crear audiolibro con ia, o necesitas locución con ia gratis para un video de YouTube, la lógica es la misma: la gente quiere escuchar a alguien, no a un aparato. El resto de los conectores los dejo a un texto a voz gratis común. Con una exportación sin límites de texto a voz, ajustas la duración como quieras y, paradójicamente, suena más humano. Si escribes «después de la publicidad, algo mejor» y la IA lo dice con un tono un poco soñoliento, la gente siente que le estás hablando de verdad.
Mi flujo de trabajo: del guion al editor de audio
Un amigo me preguntó si podía conectar una API de voz en off ia gratis a su propio programa para hacer lotes de audio. Eso ya es territorio de programadores. Yo, que todavía tengo que buscar en Google cómo instalar Python, me conformo con la versión web. Si quieres ver cómo se hace, hay más tutoriales que leí y me resultaron más claros que la documentación oficial.
Hoy mi proceso es casi un ritual: escribo el intro en un documento, abro la web, genero la frase principal con la voz clonada, hago los conectores con una voz normal, escucho tres o cinco veces, exporto y lo encaño en el editor de audio para alinear las formas de onda. Todo en menos de veinte minutos. Lo importante es que ya no me miento a mí mismo diciendo que «el sonido robótico también es un estilo».
Piénsalo bien. Hablamos de tecnología, pero al final hay una sola idea: la audiencia no busca la perfección, busca que parezca una persona. No necesitas convertir a la IA en un locutor de radio. Necesitas que sea tú —alguien que respira, que hace pausas y que, a veces, pone un poco de fuerza al final de la frase.
Pruébalo esta noche: busca los diez segundos más falsos del intro de tu podcast, graba tu propia voz y deja que la IA lo lea. Cuando lo vuelvas a escuchar, no querrás volver atrás.