Texto a voz en Unreal Engine: frases con IA para tu juego
Un proyecto de Unreal acumula cientos de frases mucho antes de contratar un reparto: gritos, diálogos de misiones, tutoriales y escenas provisionales que cambian cada semana. El texto a voz da voz a cada frase el día en que se escribe y la rehace en segundos cuando cambia el guion.
El motor gratuito SuperClonica genera las frases sin conexión en un procesador normal. Esta guía muestra cómo generarlas en lote, llevarlas a Unreal y cuándo tiene sentido la voz en ejecución.
Dos formas de dar voz a un juego de Unreal
El PC de un jugador no ejecutará un servidor de voz, así que un juego para un jugador empaquetado debe incluir las frases ya generadas.
- Frases generadas de antemano: archivos WAV importados como assets Sound Wave y empaquetados con el juego como cualquier diálogo grabado.
- Voz en ejecución: el juego pide audio a un servidor de SuperClonica, lo que encaja con herramientas de desarrollo y juegos en línea con servidor propio.
- En ambos casos, la voz se genera en un procesador normal, sin pago por frase.
- El modelo habla 31 idiomas; el chino aún no está disponible.
Elige voces gratis
En la página de cualquier voz, escribe una frase de tu NPC, de 30 a 100 caracteres, elige el idioma y pulsa el botón para generarla. En unos segundos oyes si la voz encaja con el personaje, sin cuenta.
Genera las frases en lote
El mismo texto, voz y seed dan siempre el mismo audio, así que regenera solo las frases que cambiaron y guarda en el control de versiones el script, no el audio.
- Instala el motor: python -m pip install superclonica-cpu.
- Guarda las frases en una tabla con id, personaje, idioma y texto, por ejemplo exportada de tu hoja de diálogos.
- Un script breve genera cada fila: superclonica --text "¡Alto! Diga a qué viene." --voice guard.json --lang es --output VO_Guard_Greeting_01.wav.
- Nombra los archivos por id de frase y personaje, para que tu sistema de diálogos los encuentre y la reimportación sustituya los assets correctos.
Importa en Unreal
El motor escribe WAV mono de 16 bits, que Unreal importa como assets Sound Wave; arrastra los archivos al Content Browser o reimporta una carpeta tras cada ejecución. Usa assets Dialogue Wave si localizas las frases por personaje. Para voz en ejecución, inicia el servidor con docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu; llamarlo y reproducir el audio devuelto requiere C++, como el módulo HTTP y una onda de sonido procedural, o un plugin. Nunca incluyas una clave de API en un juego empaquetado: deja que tu propio servidor de juego llame al servidor de voz.
Voces que puedes publicar
Para prototipos, cualquier voz del catálogo vale. Para un juego publicado, usa una voz sobre la que tengas derechos: las diez voces de serie del modelo, de M1 a M5 y de F1 a F5, tu propia voz entrenada en el estudio de SuperClonica con una grabación limpia de 5 a 10 segundos de un actor que haya aceptado, en un ordenador con tarjeta gráfica NVIDIA, o una voz encargada en la bolsa. Las voces de personajes hechas por fans son para parodias y proyectos de fans, no para juegos comerciales.