Locución con IA para tus videos, con el aviso que pide la ley

Al terminar esta guía tienes la locución de un video tuyo dicha por una voz generada: escribes el guion, la herramienta lo lee, lo revisas con los oídos y lo pones sobre la imagen, con el aviso al publicar. Sale un audio que dura lo que dura el video, listo para montar, con una voz pareja de principio a fin, sin micrófono y sin tomas repetidas.

La voz con inteligencia artificial es hoy una de las cosas que mejor salen en este campo: las voces de catálogo suenan naturales y la tuya se puede clonar a partir de una grabación. Hay dos caminos y la guía cubre los dos. Texto a voz: eliges una voz del catálogo de la herramienta y le haces leer tu guion. Clonar tu voz: algunas herramientas crean una voz sintética a partir de una muestra autorizada; la disponibilidad y la fidelidad dependen del producto y se comprueban antes de usar el audio. El primer camino sirve para empezar hoy mismo; el segundo, cuando tu voz ya es parte de tu marca.

Necesitas tres cosas: el guion escrito, audífonos para revisar y una herramienta de texto a voz. Los audífonos no son un detalle: la locución se revisa escuchando, en un lugar callado.

Guion → voz → oído → aviso.

• Guion es escribir para que se entienda al oírlo, no al leerlo.
• Voz es elegir una del catálogo o clonar la tuya, con las reglas de consentimiento claras.
• Oído es escuchar la locución entera y corregir nombres, números y pausas.
• Aviso es decir que la voz es generada, en la misma publicación.

El oído decide todo. Un guion que se lee bien puede oírse enredado; un número bien escrito puede decirse mal. La comprobación de esta guía es escuchar, y no se delega: el que sabe cómo se dicen los nombres de tu negocio eres tú. La máquina lee; entender si leyó bien, todavía es cosa tuya, y esa parte no se automatiza.

• Lo que sale bien: locución pareja, ritmo estable, frases de anuncio. La voz generada no se cansa en la séptima toma, porque no hay séptima toma.
• Lo que cuesta: los nombres propios poco comunes, los números dichos rápido, el chiste y la ironía, porque el tono no cambia si el guion no se lo dice.

Por eso el método da dos vueltas de oído y una lista de nombres. Los tropiezos de estas voces se anticipan: suelen estar en los mismos sitios.

Texto a voz. Eliges una voz de las que trae la herramienta y le haces leer el guion. Prueba el mismo párrafo en varias voces y quédate con una que aguantes oír muchas veces seguidas y que no llame la atención: la voz que se hace notar en el primer video cansa en el quinto. Fija también el ritmo; las herramientas dejan pedirlo tranquilo o apurado, y un ritmo apurado delata la voz generada más que la voz misma.

Clonar tu voz. Grabas una muestra tuya leyendo un rato, en un lugar callado, con el celular cerca de la boca y sin música de fondo, y la herramienta dice cualquier texto con tu voz. Antes de grabarla, lee qué hace la herramienta con esa muestra en su política oficial: tu voz se queda guardada donde tú la dejes, y conviene saber dónde es eso.

No se imita a nadie. Ni la voz de un personaje famoso, ni la del locutor de la radio, ni la de tu socio sin su permiso escrito. Aunque la herramienta lo deje hacer, la regla es tuya: una voz parecida a la de alguien conocido convierte tu anuncio en un problema, y lo parecido no es una ganga. Las voces de la gente que trabaja contigo se usan con su permiso por escrito o no se usan.

Primera vuelta, sin el video: solo el audio, de principio a fin. Se entiende todo, los nombres salen bien, y los números y los horarios se escuchan dos veces antes de darlos por buenos. Segunda vuelta, con el video puesto: la voz acompaña a la imagen, no la persigue; si la locución llega tarde, se recorta el guion o se alarga el clip, no se acelera la voz.

Una última prueba: escucha la locución por el altavoz del celular, que es como pueden oírla muchos de tus clientes. Lo que se entiende con audífonos puede enredarse ahí.

Lo que salga mal se vuelve a generar por párrafos, no entero: corrige el párrafo torcido y pide ese solo. Y guarda el guion corregido: es la base del próximo video.

A una herramienta de voz se sube poco: un texto y, si clonas, una muestra tuya. Aun así hay reglas:

• Guiones con datos de clientes. El testimonio con nombre propio se cuenta como «una clienta» o con su permiso. Los datos personales de clientes no se suben a planes sin contrato de empresa: aquí está la guía.
• Grabaciones de otras personas. La muestra de voz de tu socio, de tu locutor habitual o de cualquiera no se sube sin su consentimiento por escrito.
• Tu muestra de voz, sin leer la política. La muestra se queda en la herramienta que la recibe. Qué hace con ella está en su política oficial, y se lee antes de grabar, no después.

Se busca mucho «voz con IA gratis», y la respuesta corta es que para probar sí: varias herramientas de texto a voz tienen versión gratuita, con límites de uso que cambian cada poco y se miran en la página de precios de cada una, con la fecha a la vista.

El costo real está en el guion y en el oído. La primera locución lleva sus vueltas de revisión; las siguientes salen en minutos si el encargo queda guardado y la voz no cambia. La revisión no se salta: es el paso que decide si la voz parece de tu negocio o de una computadora.

• Guarda el encargo del guion y la voz elegida en un archivo de texto, con los corchetes ya rellenados. Eso es una plantilla, y aquí está la guía.
• Fija una sola voz para el negocio. La misma voz en todos los videos se vuelve tuya, igual que el logo.
• Prueba otro idioma cuando toque. Varias herramientas leen otros idiomas; antes de publicar, haz oír el audio a alguien que hable ese idioma.

¿Se nota que es una voz generada? Una locución bien revisada cuesta notarla; un nombre mal dicho se nota en el primer segundo. La revisión de nombres y números es lo que separa un audio presentable de uno que suena a máquina.

¿Puedo clonar la voz de mi socio? Solo con su consentimiento, mejor por escrito y diciendo para qué la vas a usar y dónde se va a oír.

¿Cuánto dura la muestra para clonar mi voz? Depende de la herramienta: lo que pide está en su página. La duración y las condiciones de la muestra cambian de una a otra; compruébalas en su documentación.

¿Sirve para videos en otro idioma? Varias herramientas leen varios idiomas. La pronunciación natural se comprueba con una persona que hable ese idioma antes de publicar.

¿Reemplaza a un locutor profesional? Para lo corto y lo frecuente sirve y ahorra; una campaña grande, con dirección de voz y matices, sigue siendo trabajo de un profesional.

¿Y si la herramienta dice mal un nombre y no hay manera? Se cambia el guion: el nombre se escribe como suena, o se dice de otra forma. La pronunciación se arregla en el texto antes que en la herramienta.