Por qué tu voz sintética suena falsa (y cómo arreglarlo sin gastar un euro)
El mes pasado grabé la locución de un Reel con mi propia voz clonada. Se lo mandé a un amigo por WhatsApp, seguro de que no iba a notar nada. Su respuesta: "¿Y por qué suena como el GPS del coche?".
Me molestó, la verdad. Era MI voz, con MI timbre. ¿Cómo iba a sonar falsa? Me puse a comparar el audio con grabaciones mías hablando normal, una y otra vez. Y ahí lo vi claro: el problema no era la voz en sí... era cómo yo le había dado el texto.
Lo que suena falso no es la voz, es la lectura
Cuando hablamos, respiramos, dudamos, nos callamos medio segundo antes de una idea importante. Pero si le tiras un párrafo entero a un TTS, lo lee todo al mismo ritmo, como un niño recitando en clase. Y eso, aunque el timbre sea clavado al tuyo, delata.
Lo que hago ahora: parto las frases largas y uso comas donde yo haría una pausa. "Este truco funciona de verdad" se convierte en "Este truco, funciona de verdad". Una coma. Cambia todo.
Y ojo con la puntuación, que es tu director de escena. Los signos de interrogación, los puntos suspensivos, las rayas... marcan el tono de la síntesis. Cuanto más humana sea tu puntuación, más humana sonará la voz.
La calidad del material manda
El segundo tropiezo fue al grabar el material para clonar. Usé treinta segundos grabados con el móvil en la mesa, con el ventilador de fondo y, por supuesto, una moto pasando en el peor momento. El resultado: una voz con una especie de "velo" que no sabía explicar.
Lo cambié por un minuto de grabación en una habitación tranquila, a un puño del micrófono, hablando con volumen normal. Y saltó la calidad. Material limpio, modelo contento. Es como con las fotos: si el original está borroso, no hay filtro que lo salve.
En la página para clonar voz gratis de VoxClone subes el audio y a correr. No piden registro ni correo, así que si buscas clonar mi voz online sin complicaciones, es de lo más directo que he probado. En unos minutos ya estás escuchando el resultado.
El texto también se trabaja
Hay palabras que ningún generador de voz gratis lee bien: extranjerismos, siglas, nombres de marca raros. No te empeñes, reescríbelas. Si "app" suena rara, escribe "a-p-p". Si un nombre inglés se atasca, busca cómo se escribe para que se pronuncie como quieres.
Mi rutina ahora: antes de sintetizar, leo el guion en voz alta yo mismo. Donde yo tropiezo, la IA tropieza el doble. Dos minutos que te ahorran diez de re-sintetizar.
Eso sí, si lo tuyo es el volumen, no hace falta clonar nada: con el texto a voz gratis de la plataforma tienes voces ya hechas que para voz en off IA gratis en TikTok o YouTube van sobradas. Y sin estar contando caracteres como si fueran las últimas migas.
Preguntas frecuentes
¿Cuánto audio necesito para clonar mi propia voz?
Con un minuto de grabación limpia suele bastar. Lo importante es el silencio alrededor y un volumen estable, no la duración. Mejor un minuto impecable que cinco llenos de ruido.
¿Clonar voz gratis es de verdad gratis? ¿Me van a cobrar a la tercera vez?
Llevo un tiempo usando VoxClone y tanto la clonación como la síntesis siguen siendo gratis, sin pedirme cuenta. Es un clonador de voz gratis sin registro: abres la página y listo. ¿Cambiará la política en el futuro? Quién sabe. Aprovecha ahora.
¿Puedo usar la voz sintética para algo comercial?
Si es tu voz, o tienes permiso del dueño de la voz, en general sí. Pero coger la voz de otro sin decírselo, para un doblaje con ia gratis o lo que sea, es pisar terreno peligroso. La herramienta es neutra; lo que hagas con ella, no.
Para terminar
Que una voz clonada suene real depende un 70% de ti y un 30% de la herramienta. Material limpio, texto hablado, puntuación con intención. Con eso, hasta un sintetizador de voz gratis puede colar a más de uno.
¿Te pasa lo mismo que a mí? Graba un minuto de voz limpia, pruébalo en la página para clonar tu voz online, parte las frases como te he contado y compara. Y si quieres más tropiezos ajenos y algún tutorial, voy dejando todo por el diario del blog.