Síntesis

Texto a voz gratis online y expresivo para cualquier guion

El texto a voz corriente convierte un bloque de texto con una sola voz. Es la herramienta correcta para narrar y la equivocada para una escena. Esta página trata de la capa de síntesis en sí: qué se le puede pedir y dónde se detiene.

De un vistazo

Qué es
Un generador de voz IA y una herramienta de texto a voz gratis, pensados para guiones: averigua quién habla, da a cada personaje su propia voz, te deja dirigir la emoción línea por línea y exporta una mezcla terminada; una ficción sonora con reparto completo, no un único narrador leyendo todos los papeles.
Qué pegas
Un guion, pegado como texto. El formato de guion, «Nombre: línea» y la prosa corriente con acotaciones de diálogo se leen tal cual, igual que los diálogos con raya del español, el francés, el portugués y el ruso. Una línea que esté entera entre paréntesis se toma como acotación y no se dice. No hay importación de archivos: pega el texto en lugar de adjuntar un documento.
Qué obtienes
Un MP3 mezclado en todos los planes. Desde Plus, subtítulos SRT escritos a partir de tu guion y no transcritos del audio, así que los nombres van bien escritos y los tiempos ya cuadran. Las pistas por personaje, una pista de la misma duración por cada personaje más la mezcla, llegan en un ZIP en Pro. Sin exportación a WAV.
Personajes y voces base
40 personajes en la biblioteca, cada uno con retrato, perfil y muestra. Detrás hay 10 voces base – 4 femeninas, 5 masculinas, 1 andrógina – y son las mismas 10 en todos los idiomas. Dentro de un proyecto, dos personajes no reciben la misma voz base mientras queden libres: una escena de hasta 10 hablantes se separa limpiamente; a partir de ahí dos personajes comparten voz y se distinguen por el perfil y por la dirección que lleva cada línea. Eliges el personaje, no la voz base. También puedes clonar tu propia voz leyendo en voz alta una breve declaración de consentimiento –hasta 3 por cuenta– y dársela a cualquier personaje; una voz clonada lee en los 9 idiomas y sigue la velocidad, pero no interpreta emociones ni indicaciones de actuación.
Idiomas
9: English, 简体中文, 日本語, 한국어, Deutsch, Français, Español, Português, Русский. Cada personaje actúa en todos ellos – un personaje es un perfil, no una toma grabada – y el idioma de un proyecto queda fijado al crearlo. Fuera del inglés obtienes el acento común de cada idioma; los acentos regionales no se pueden elegir ni se prometen. No hemos hecho que hablantes nativos escuchen cada idioma una por una, así que pasa tus propias líneas antes de decidirte.
Emoción y dirección línea por línea
Cada línea la interpreta un actor de voz de IA siguiendo una indicación de interpretación escrita, así que las 7 emociones (neutral, alegría, tristeza, ira, miedo, susurro, entusiasmo) están actuadas, no imitadas con ajustes. La emoción de base por personaje está en todos los planes; sustituirla línea por línea solo está en Pro, y el control de velocidad de 5 pasos (0.75×–1.25×) viene con Plus y Pro. Regenerar una línea da una toma realmente distinta con la misma voz, y cambiar una línea vuelve a sintetizar solo esa línea.
Precio y beta abierta
Un crédito es un carácter del guion y los créditos solo se gastan al descargar: generar y escuchar no cuesta nada, dentro de un tope de 30 líneas cada 24 horas en Free y hasta 2,000 en Pro. El plan Free es una bolsa única de 4,500 créditos, unos 5 minutos de audio terminado, con 2 personajes por proyecto. Los planes de pago son Basic $5, Plus $19, Pro $29 al mes, con un 10% de descuento en anual. Los pagos aún no están activos: durante la beta abierta cada cuenta tiene gratis todas las funciones de Pro, pero la licencia comercial sigue aparte y llega con un plan de pago cuando los planes abran.
Lo que todavía no puede hacer
Solo puedes clonar tu propia voz, y una voz clonada lee el texto sin interpretar emociones ni indicaciones de actuación. No hay importación de archivos, ni exportación a WAV, ni diccionario de pronunciación, ni control de tono, ni forma de pedir una voz base concreta o un acento regional. Ningún idioma tiene voces infantiles reales: los papeles de niño los interpretan actores adultos, como ha hecho siempre la animación. Los personajes existen solo dentro de un proyecto y no pasan al siguiente.

Voces para probarlo

Noor

Noor

Newsreader clarity for exposition-heavy scenes

femeninaadultainglés estadounidensenoticiasclara
Usar esta voz
Quill

Quill

YouTube explainer voice that never sounds bored

masculinajoven adultainglés estadounidenseYouTubeclara
Usar esta voz
Dorian

Dorian

Audiobook baritone for literary fiction and slow reveals

masculinaadultainglés británicoaudiolibrograve
Usar esta voz
Solène

Solène

Continental accent, unhurried, very expensive sounding

femeninaadultainglés británicoeleganteacento
Usar esta voz
Halcyon

Halcyon

Meditation-adjacent narrator for slow, quiet scenes

neutraadultainglés estadounidensecalmareconfortante
Usar esta voz
Indie

Indie

TikTok voiceover: fast, flat, faintly amused

femeninajoven adultainglés estadounidenseredes socialesrápida
Usar esta voz
Wren

Wren

Bedtime-story narrator, slow and warm, never wakes anyone up

femeninaadultainglés estadounidensenarracióncálida
Usar esta voz
Hale

Hale

Documentary narrator with a hand on the listener's shoulder

masculinaadultainglés estadounidensenarracióndocumental
Usar esta voz

Explora la biblioteca completa →

Qué hace

Siete registros emocionales

Neutral, alegría, tristeza, ira, miedo, susurro y entusiasmo, fijados por línea y no por documento. Cualquier registro se puede poner en cualquier voz: cada línea sale interpretada a partir de una indicación de actuación, no retocada después con ajustes de señal. Las etiquetas de la biblioteca dicen para qué registros está pensado un personaje, no cuáles puedes pedirle.

Control del ritmo

Un multiplicador de velocidad por línea, en Plus y Pro. El ritmo trabaja más de lo que la gente supone: transmite edad, autoridad y estado emocional con más fiabilidad que el tono.

Las acotaciones no se leen

Una línea escrita entera entre paréntesis no se lee en voz alta: al repartir el guión pasa a ser la indicación de interpretación de la línea siguiente, igual que un paréntesis al principio de una línea lo es de la suya. Esa indicación queda junto a la emoción en la lista de líneas, donde puedes editarla o vaciarla. Un paréntesis en medio de una línea, en cambio, se queda en el texto y se lee. Los encabezados de escena y las descripciones de acción son otra cosa: salen como narración, así que borra los que no quieras que se oigan.

La puntuación como dirección

Un punto es una pausa real, los puntos suspensivos una más larga, y un signo de interrogación levanta el final de la frase. Los saltos de línea abren huecos. La disposición de tu guion es tu control de tiempos, y por eso esta página no deja de pedirte que separes las líneas.

Independiente del proveedor

El motor de síntesis está detrás de una interfaz, y más adelante puede cambiar por otro mejor sin que cambie nada de tu reparto ni de tu dirección. Lo que traes tú —el guion, el reparto, la emoción línea por línea— no depende de qué motor haya debajo.

Todas las voces en todos los planes

La biblioteca no es el muro de pago. Los planes se diferencian en tamaño del reparto, control de emoción y minutos, no en qué voces puedes usar.

Cómo se usa

  1. Pega el texto

    Una sola voz o muchas. Con una sola voz, esto se comporta como cualquier otra herramienta de texto a voz.

  2. Elige el personaje

    Elige entre los cuarenta personajes de la biblioteca: filtra por edad, género, acento y estilo en lugar de ir bajando por la lista. Haz la audición con tu propio texto, no con el de ejemplo.

  3. Fija el ritmo y el registro

    Empieza en neutral y, en Plus o Pro, un poco más lento de lo que te parece correcto. Casi todos los primeros intentos van demasiado rápido.

  4. Arregla las pronunciaciones

    Haz la audición de todos los nombres y las palabras inventadas antes de renderizar nada largo, y a los que salgan mal cámbiales la grafía o sepáralos con guiones en el propio texto: no hay ningún ajuste de pronunciación.

  5. Renderiza y escucha en un aparato real

    Ponlo en el altavoz del teléfono además de en auriculares. La mayoría del público escucha ahí y no en un buen equipo.

El control de la emoción, y por qué menos es más

El instinto, cuando tienes emoción por línea, es usarla en todas partes, y el resultado es una papilla uniforme. El público lee la emoción por contraste, así que una escena con dos líneas dirigidas y veinte neutrales golpea mucho más fuerte que una donde todo está forzado.

El flujo que da buenos resultados es este: fija un registro de base por personaje, renderiza solo con los valores por defecto, escucha de corrido y después marca las dos o tres líneas donde algo cambia de verdad. En una escena de cinco minutos, dirigir cinco líneas a mano está más o menos bien.

Escribir algo que una voz sintética pueda interpretar

Cuatro costumbres se llevan casi toda la diferencia. Una intención por línea: una frase que pasa del gozo al horror se interpreta como el promedio de ambos, así que sepárala. Puntúa a propósito, porque la puntuación son tus tiempos. Las interjecciones, en su propia línea, porque el motor lee el texto: una acotación entre paréntesis solo tiñe cómo se interpreta. Y frases cortas para las voces graves, que pierden inteligibilidad rápido en las subordinadas largas.

Nada de esto es un truco para esquivar una limitación. Son las mismas indicaciones que alguien que dirige le da a una persona que interpreta, por los mismos motivos.

Los límites, dichos sin rodeos

La vocalización física —gritar, llorar, reírse mientras se habla, gruñir— es la parte más floja y va a seguir siéndolo un tiempo, porque son eventos de respiración y no de habla. Genérala como material provisional si la necesitas, y cuenta con reemplazarla.

El segundo límite es la interpretación. Una lectura sintética es una versión limpia, constante y bien medida de lo que escribiste. No es una serie de decisiones sobre el subtexto. Para la mayoría del trabajo, ese intercambio vale la pena; vale la pena hacerlo con los ojos abiertos sobre cuál mitad es cuál.

Preguntas frecuentes

¿En qué se diferencia de otras herramientas de texto a voz?

Con una sola voz, en poco. La diferencia aparece en el momento en que un guion tiene más de una persona hablando: el reparto, una voz que se mantiene fija para cada personaje dentro de un proyecto y la dirección por línea son el producto, y la síntesis es una pieza por debajo.

¿Qué emociones admite?

Neutral, alegría, tristeza, ira, miedo, susurro y entusiasmo, en todas las voces. Cada línea se interpreta a partir de esa indicación, y no se trata de un efecto aplicado encima. Aun así, escucha una línea dirigida con tu propio texto antes de dirigir la escena entera: la intensidad depende mucho de cómo esté escrita la frase.

¿Puedo controlar el tono?

No. El ritmo, sí, en Plus y Pro; el tono, no. Llevar una voz muy lejos de su rango natural produce artefactos que se notan en unos auriculares buenos. Elige en su lugar un personaje que ya esté en el rango correcto.

¿Lee bien los números y las fechas?

Los lee según las convenciones del idioma del proyecto, así que en español una fecha se dice a la manera de día, mes y año. Los errores aparecen en textos que mezclan convenciones o que dejan la cifra sin contexto; si el tuyo las mezcla, revisa primero los números y, si hace falta, escríbelos con letra.

¿Qué motor renderiza el audio hoy?

No decimos cuál: el motor está detrás de una interfaz y puede cambiar por otro mejor más adelante, sin que tengas que tocar tu reparto ni tu dirección. Lo que sí conviene saber es cómo se comporta: tiene diez voces base —cuatro femeninas, cinco masculinas y una neutra— que hablan los nueve idiomas, cada línea se interpreta a partir de una indicación de actuación, y volver a generar una línea da otra toma con la misma voz y un matiz distinto.

¿Puedo usarlo para narración accesible?

Sí, aunque para accesibilidad conviene la voz más clara y no la más característica, y hay que probarla a 1,5× o más rápido, porque mucha gente que usa lectores de pantalla escucha muy por encima de la velocidad normal.

Reparte tu primera escena esta noche

Pega un guion, deja que CastDub le dé una voz propia a cada personaje y exporta un audiodrama terminado.

Empieza gratis

Sin tarjeta. Free te da una bolsa única de créditos.