Locución con IApara tu próxima historia

Una voz en off con IA es audio hablado generado a partir de un guion escrito. Con Cartesia Sonic, eliges una voz y conviertes el texto en narración para un vídeo, una lección, una presentación o una historia. El guion aporta las palabras y el modelo genera el habla.

Empieza con un fragmento breve que represente tu proyecto. Escúchalo con varias voces y después usa Cartesia Playground para generar el guion y ajustar la interpretación. Comprueba la pronunciación y el ritmo antes de guardar el audio final. Los desarrolladores pueden solicitar salida WAV o MP3 mediante la API Bytes.

Puedes escuchar la muestra y probar un guion breve en la vista previa de esta página sin registrarte. Abre Cartesia Playground para acceder al flujo completo. Los límites de generación disponibles y el acceso al uso comercial dependen de tu plan.

Sonic ofrece indicaciones de velocidad, volumen y emoción en Playground y mediante la API. Empieza con puntuación natural y añade controles solo cuando los necesites. Estos parámetros orientan al modelo, pero no garantizan una interpretación ni una duración exactas. Actualmente, las etiquetas de emoción admiten inglés. Los clones de voz profesionales aprenden la velocidad y el volumen de sus grabaciones, en lugar de usar controles en cada solicitud.

Primero prueba la palabra dentro de una frase completa. Si es un término recurrente, crea un diccionario de pronunciación en Playground o mediante la API. Un diccionario puede sustituirlo por una grafía fonética aproximada o una pronunciación en AFI. Reutilízalo en grabaciones posteriores y comprueba el resultado dentro del guion.

Crea un clon de voz a partir de una grabación de tu propia voz o de una persona que haya dado su permiso. Usa la voz resultante para leer nuevos guiones en Playground o mediante la API. Prueba un fragmento de tu proyecto antes de grabar todas las escenas, especialmente los nombres y los cambios de tono.

Divide el guion en secciones que puedas escuchar y revisar. Registra la voz y los parámetros usados en cada sección y nombra los archivos aprobados por escena o lección. Escucha las transiciones en tu editor para comprobar que el ritmo y el volumen encajen.

Sí. Sonic admite voz multilingüe. Elige una voz adecuada para el idioma de destino, proporciona un guion traducido y pide a un hablante fluido que revise el resultado. La generación de voz no sustituye la traducción ni la revisión lingüística. Explora la biblioteca de idiomas para escuchar ejemplos.

Los planes de pago de Cartesia incluyen una licencia de uso comercial. Consulta la página de precios y los términos del servicio vigentes para tu proyecto. Sigues necesitando los derechos sobre el guion y sobre cualquier voz que clones. Una suscripción no concede permiso para usar la voz de otra persona.

Prevé una fase de edición. La duración depende de la voz, las palabras y la interpretación, y los controles de velocidad sirven como orientación, no como multiplicador exacto del tiempo. Acorta el guion o ajusta las pausas y después revisa el audio junto con las imágenes en tu editor de vídeo.

Elige el formato que necesite tu editor o reproductor. WAV con audio PCM resulta útil si vas a editar o mezclar la grabación. MP3 está comprimido y resulta útil para la distribución y reproducción. La API Bytes admite ambos formatos. Mantén una frecuencia de muestreo coherente con el resto del proyecto para evitar conversiones innecesarias.