Texto a voz para vídeos, audiolibros, juegos y apps
El texto a voz local se presta bien a la locución: puedes regenerar una frase tantas veces como quieras, poner voz a un libro entero en un portátil y nadie cuenta caracteres. Esta guía cubre la parte práctica con voces de Supertonic 3 y el motor SuperClonica: elegir una voz que encaje con el proyecto, escribir y dar ritmo al guion, llevar el audio a tu editor y qué puedes hacer con una voz comprada en SuperClonica.
Si aún no tienes nada instalado, empieza por la guía de texto a voz sin conexión; aquí damos por hecho que todo funciona.
Elige una voz para el proyecto
Escucha las demos del catálogo y luego prueba la voz con tu propio guion: una voz que brilla en la demo puede no encajar con tu tema.
- Vídeos explicativos y tutoriales: una voz clara y regular, a un ritmo moderado.
- Audiolibros: un narrador agradable de escuchar durante horas. Valóralo con un pasaje largo, no con una sola frase.
- Juegos: una voz por personaje y el mismo archivo para todas sus frases. Una voz entrenada parte siempre del mismo timbre, así que el personaje se reconoce a lo largo de cientos de frases.
- Apps y asistentes: frases cortas, así que comprueba cómo lee la voz preguntas, números y nombres.
Escribe el guion para el oído
El texto a voz lee exactamente lo que le das, así que la mayor parte del trabajo está en el guion.
- Usa frases cortas y divide las largas en las pausas naturales.
- Escribe números, fechas, unidades y abreviaturas tal como deben sonar.
- Marca las pausas con la puntuación y empieza un párrafo nuevo donde cambia el plano.
- Escucha los nombres y las palabras extranjeras; si alguna suena mal, escríbela como se pronuncia.
- Indica el código del idioma en que está escrito el texto.
Ritmo y nuevas tomas
Genera la locución por partes: un archivo por escena, diapositiva o párrafo. Así es fácil ajustarla a la imagen y rehacer una sola frase.
Si una frase no suena bien, vuelve a generarla. En el ejemplo estándar de Supertonic 3, la opción --speed fija el ritmo general (1.05 por defecto; más alto, más rápido). En el ejemplo de SuperClonica para Python, el parámetro seed controla la parte aleatoria de la generación: mantenlo para repetir una toma y cámbialo para obtener otra. El ajuste fino se hace en el editor: recorta silencios, añade pausas entre frases y mueve los clips para que encajen con los cortes.
Según nuestra estimación, SuperClonica genera una hora de audio en unos 7–11 minutos en un procesador de sobremesa de 8 núcleos, así que tras unos cambios puedes regenerar incluso un capítulo entero de audiolibro.
Formatos de audio para vídeo, audiolibro y juego
Tanto el cliente estándar de Supertonic 3 como el motor SuperClonica guardan archivos WAV. Edita en WAV y exporta el vídeo o el audiolibro terminado desde tu editor en el formato que pida tu plataforma, por ejemplo MP3 o AAC.
Los juegos y las apps tienen dos opciones: generar las frases de antemano en archivos de audio o producir la voz en el dispositivo del usuario. Supertonic 3 funciona en ordenadores, en el navegador con ONNX Runtime Web y en apps móviles compatibles, así que la voz en el dispositivo sirve cuando las frases no se conocen de antemano.
Qué permite una voz comprada
Una voz comprada en SuperClonica es para usarla en tus propios proyectos: los vídeos, audiolibros, juegos y apps que haces tú. No está permitido revender la voz ni volver a publicar su archivo. Supertonic 3 tiene licencia OpenRAIL-M, sin regalías y con una lista de usos prohibidos; uno de ellos es hacerse pasar por otras personas sin su consentimiento.
Pagas una vez el precio que fijó el autor en dólares estadounidenses. El archivo queda en tu biblioteca y nadie cuenta caracteres ni minutos. Una voz hecha por encargo es privada y no aparece en el catálogo. Si tu producto necesita incluir el propio archivo de la voz, por ejemplo para generar la voz en los equipos de los jugadores, escribe a support@superclonica.com antes del lanzamiento.