Generador de voces de anime

Por qué las herramientas de una sola voz se caen con un guion de anime

La escritura de anime tiene una densidad de hablantes poco común. Una escena de cuatro páginas puede tener protagonista, rival, dos secundarios, un anuncio fuera de cuadro y una narradora, y la mitad de la comedia está en la velocidad con que cambia la voz. Si eso entra a un texto a voz de una sola voz, todas las líneas salen en el mismo registro y quien escucha tiene que hacer el reparto en su propia cabeza, que es justo el trabajo que querías delegar.

El apaño que todo el mundo inventa es correr la herramienta una vez por personaje, bajar un montón de archivos y armarlos a mano en un editor. Funciona. También se lleva una tarde por escena, y en cuanto cambias una línea vuelves a empezar. CastDub existe por ese ciclo, no por la calidad de la voz: lo que te frena es el montaje, no el timbre.

Qué hace en realidad el reparto automático

El reparto automático lee el guion y responde dos preguntas: quién habla y a qué debería sonar. La detección de hablantes cubre los formatos en los que la gente escribe de verdad: el prefijo «Nombre:», el guion cinematográfico con el nombre centrado, y la prosa con acotaciones del tipo «dijo, sin levantar la vista». No es magia: si tu escena tiene tres voces sin nombre en la oscuridad, las vas a tener que etiquetar tú.

La otra mitad es la recomendación. Cada voz de la biblioteca lleva un perfil, una franja de edad y unas etiquetas de estilo, así que un personaje descrito como «diecisiete años y todo le da igual» se compara contra personajes adolescentes de la biblioteca marcados como secos o filosos, no contra el narrador cálido. Puedes cambiar cada propuesta, y el cambio queda fijo para el resto del proyecto: cambias a un personaje una vez y sigue cambiado en todo el proyecto.

Dirigir la emoción como la escena lo pide

La diferencia entre una lectura de mesa y una interpretación está casi toda en el tiempo y en la intensidad. CastDub trata la emoción como una propiedad de la línea: esta es neutra, esta va exaltada, este comentario al margen es literalmente un susurro. Ese grano importa más en anime que en casi cualquier otro género, porque la convención cómica del género es el corte seco entre registros: alguien grita y un segundo después está murmurando.

El control de emoción línea por línea es una función de pago, y es a propósito. En los demás planes cada línea sigue la emoción de base de su personaje, que alcanza para comprobar que una escena funciona. Dirigir a mano es lo que convierte una escena que funciona en una que publicarías, así que vive en Pro junto con la exportación por pistas separadas.

Una nota práctica sobre escritura: las etiquetas de emoción no salvan una línea que está haciendo dos cosas a la vez. Si una frase empieza enojada y termina triste, pártela en dos. El renderizado trata cada línea como una interpretación completa, y una persona que actúa hace exactamente lo mismo.

Dónde se usa esto en el mundo del anime en español

Los tres patrones que más vemos son los audiodramas de fans que se publican en YouTube y en servidores de Discord, las escenas de personajes originales que circulan dentro de comunidades de dibujo, y las novelas visuales independientes que necesitan voces provisionales antes de que exista presupuesto para un reparto. Los tres comparten la misma restricción: una sola persona, ningún estudio, y un guion que no para de cambiar.

En el fandub hispanohablante el terreno seguro son los guiones originales con personajes originales, o el trabajo transformativo en fandoms que lo toleran. El terreno peligroso es imitar a un actor de doblaje identificable o resubir un doblaje con licencia. La herramienta te deja construir lo primero; nuestra política de clonación está escrita precisamente para impedir lo segundo.