Avisos de voz para proyectos con Arduino y ESP32
Un proyecto que habla parece terminado: una cerradura que dice «bienvenido a casa», un sensor de maceta que pide agua, un juego de preguntas para niños, un accesorio para una sala de escape. Un microcontrolador no puede ejecutar una voz neuronal, pero sí reproducir archivos de audio, y una voz natural hace que un proyecto casero suene a producto.
El motor gratuito SuperClonica genera de antemano cada frase en tu ordenador. Esta guía muestra cómo preparar los archivos, hacerlos pequeños y nombrarlos para que tu reproductor los encuentre.
Cómo funciona un proyecto que habla
Un Arduino o un ESP32 no puede ejecutar el modelo de voz; los archivos generados de antemano son el camino fiable.
- La placa decide cuándo hablar y qué frase reproducir.
- Las frases son archivos de audio en una tarjeta SD o en la memoria flash.
- Un módulo reproductor o la propia placa los reproduce por un altavoz pequeño.
- La voz se prepara antes en tu ordenador, así que la placa no necesita internet.
Elige la voz gratis
En la página de cualquier voz, escribe uno de tus avisos, de 30 a 100 caracteres, elige el idioma y pulsa el botón para generarlo. En unos segundos oyes cómo sonará tu proyecto, sin cuenta.
Genera todas las frases de una vez
La opción --normalize iguala el volumen, para que ningún aviso suene de pronto más alto que los demás.
- Instala el motor gratuito en tu ordenador: python -m pip install superclonica-cpu.
- Guarda las frases en una lista con un número para cada una.
- Un script breve las genera una a una: superclonica --text "¡Bienvenido a casa!" --voice F1 --lang es --normalize --output 0001.mp3.
- Nombra los archivos con números, como los espera tu módulo reproductor o tu código.
Archivos pequeños para placas pequeñas
El motor escribe audio a 44,1 kHz en WAV, MP3, FLAC u OGG. El MP3 mantiene los archivos pequeños para módulos reproductores con tarjeta SD; para reproducir desde la memoria flash de un ESP32, convierte el WAV a una frecuencia menor, como 16 kHz mono, con una herramienta de audio como ffmpeg o sox. Un aviso corto de una frase ocupa en MP3 desde unos pocos hasta unas decenas de kilobytes.
Voces que puedes integrar
Para un proyecto que vendas o muestres en público, usa una voz sobre la que tengas derechos: las diez voces de serie del modelo, de M1 a M5 y de F1 a F5, son gratis con la licencia del modelo, o entrena tu propia voz en el estudio de SuperClonica con la grabación de un locutor que haya aceptado. Las voces de personajes del catálogo están hechas por fans y sirven para montajes personales y de fans.