Clonación de voz con IA a partir de 10 segundos de audio

La clonación de voz con IA crea una voz sintética a partir de grabaciones de una persona. Después puedes generar voz nueva a partir de texto con esa voz. El resultado depende de la grabación de origen y del método de clonación.

Empieza con 10 segundos para un clon de voz instantáneo. Sonic 3.6 y versiones posteriores pueden usar hasta 60 segundos para conservar mejor el acento; los modelos anteriores solo aprenden de los primeros 10 segundos. Consulta el límite actual de tamaño de archivo en el formulario de carga. Un clon de voz profesional requiere al menos 30 minutos de audio limpio de una sola persona. Consulta las guías actuales de grabación para clones de voz instantáneos y clones de voz profesionales.

Instant Voice Cloning crea una voz en segundos a partir de un clip breve. Pro Voice Cloning se entrena con un conjunto de datos más amplio y merece probarse cuando un clon instantáneo no conserva suficientemente un acento poco común o cualidades vocales distintivas. Según la guía de grabación actual, el entrenamiento de un clon profesional tarda hasta 3 horas. Su velocidad y volumen se aprenden del conjunto de datos y no pueden cambiarse con controles en cada solicitud.

Graba a una sola persona en una habitación silenciosa, sin música, eco ni ruido de fondo. Habla con naturalidad en el idioma y estilo que quieres que use el clon. En un clon instantáneo, el tono emocional del clip se transmite a la voz generada. Para un clon profesional, aprueba una lectura de prueba antes de grabar todo el conjunto e incluye los tipos de frases que realmente dirá tu agente.

Sí. Abre Clon de voz instantáneo en Cartesia Playground, graba o sube tu voz y elige el idioma de la grabación. Después puedes introducir un guion y escuchar cómo lo lee tu voz personalizada. No necesitas crear una integración con la API para empezar.

Puedes probar la clonación gratis con la demo de esta página. Para conservar un clon en tu cuenta, Instant Voice Cloning está disponible desde el plan Pro y Pro Voice Cloning, desde Startup. Compara los planes actuales.

Sí. Un clon de voz te proporciona una voz reutilizable para generar habla a partir de texto nuevo. Úsalo para narrar un tutorial, revisar el guion de un vídeo o leer una presentación con tu propia voz. Escucha el audio generado antes de añadirlo al proyecto, especialmente si el guion contiene nombres o términos especializados.

Normalmente, sí. El clon toma el acento y la interpretación de tu grabación. Sonic 3.6 y versiones posteriores pueden aprender de hasta 60 segundos de audio para mantener el acento con más fidelidad. Para un acento poco común, un Pro Voice Clone se entrena con 30 minutos o más.

Crea la voz mediante Playground o la API de clonación y después usa su ID en las solicitudes de texto a voz. Tu aplicación proporciona el texto que debe pronunciarse y recibe audio generado. Empieza con la referencia de la API Clone Voice para conocer los pasos de carga de grabaciones y creación de voces.

Sí, puedes usar una voz personalizada en un agente de voz de Cartesia. La clonación aporta la voz; el agente sigue necesitando instrucciones, herramientas conectadas a sistemas empresariales y una conexión telefónica. Nuestra guía de recepcionistas con IA explica la programación de citas, las transferencias a personas y las pruebas que conviene realizar antes de atender llamadas de clientes.

Clona únicamente una voz que te pertenezca o que tengas permiso explícito para clonar y usar con el fin previsto. Una suscripción no concede derechos sobre la voz de otra persona. Consulta el acceso de tu plan y las condiciones de uso comercial en la página de precios y revisa los términos del servicio antes de implementar.