Convierte texto en voz natural desde tu navegador

Escribe o pega hasta 5000 caracteres, elige una voz en español o inglés y crea un audio que podrás escuchar al momento. El modelo se descarga una sola vez y después el texto se procesa en tu dispositivo, sin subirse a ningún servidor.

  • Gratis
  • Sin instalar nada ni crear cuenta
  • Tus archivos no salen de tu ordenador
  • En español e inglés

Cómo convertir texto en voz

Todo lo necesario está arriba: no necesitas una cuenta ni abrir una sesión del editor. Empieza con un párrafo corto para comparar voces y después genera el texto completo.

  1. Escribe o pega tu texto en Texto. Puedes usar hasta 5000 caracteres, incluidas las etiquetas de pausa que se explican más abajo.
  2. Elige una Voz, ajusta la Velocidad de 0,75× a 1,5× y selecciona WAV o MP3 en Formato.
  3. Pulsa Generar voz. La primera vez, la herramienta descarga el modelo necesario; la barra muestra el progreso y Cancelar detiene la descarga.
  4. Escucha el resultado y pulsa Descargar para guardar el audio generado.

Voces, tamaño de los modelos y pausas

Kokoro y Piper funcionan en tu propio dispositivo. Los modelos solo se piden al generar y las descargas completas se conservan en este navegador para las próximas visitas.

  • Kokoro ofrece tres voces en español y cuatro en inglés de Estados Unidos. Su modelo compartido ocupa unos 90 MB, más un motor común de unos 27 MB la primera vez que se usa un modelo compatible.
  • Piper añade voces de España, México y Estados Unidos. Cada voz tiene su propia descarga de entre 28 y 64 MB aproximadamente, además del motor común si aún no está disponible.
  • Escribe [pausa] o [pause] para añadir medio segundo de silencio, o indica la duración con [pausa 2s] o [pausa 300ms]. Una línea en blanco entre párrafos añade 0,8 segundos.
  • Las demás etiquetas entre corchetes se omiten en lugar de leerse en voz alta. Quita las que no necesites antes de generar si el resultado no es el que esperabas.

WAV o MP3, calidad y límites prácticos

WAV es la opción predeterminada y conserva las muestras generadas sin otra codificación con pérdida. El MP3 se crea a 192 kbps y suele ser más cómodo para compartir.

  • Para editar, mezclar o procesar la voz después, elige WAV. Para obtener un archivo más pequeño y enviarlo o publicarlo, elige MP3.
  • Los textos largos necesitan más tiempo y memoria. Divide un guion muy extenso en partes si tu equipo tiene dificultades y conserva cada audio antes de sustituir el texto.
  • La pronunciación, el énfasis y el ritmo dependen del modelo elegido. Escucha con atención los nombres, las abreviaturas, las cifras y los cambios de idioma antes de usar el resultado.

¿Quieres retocar el audio después?

Abre el editor completo para recortar la voz, ajustar el volumen, reducir el ruido, combinarla con música o añadirla a un proyecto multipista. Después podrás guardar el audio terminado en el formato que necesite tu proyecto.

Preguntas frecuentes

¿Cuánto texto puedo convertir cada vez?

El cuadro admite hasta 5000 caracteres. Es un límite práctico de esta herramienta rápida, pero no todos los equipos generarán el texto más largo con la misma soltura; las partes cortas son más fáciles de manejar.

¿Debo descargar el resultado en WAV o en MP3?

Elige WAV si piensas editar la voz o quieres evitar la pérdida de calidad del MP3. Elige MP3 a 192 kbps cuando prefieras un archivo más pequeño y compatible con muchas aplicaciones.

¿Por qué hay una descarga antes de generar la primera voz?

El modelo de voz no está incluido en la página. Se descarga cuando lo pides y se guarda en este navegador, junto con un motor compartido cuando hace falta. Las siguientes generaciones aprovechan los archivos que ya están.

¿Puedo alternar voces en español e inglés?

Sí. La lista incluye voces en español y en inglés de Estados Unidos de Kokoro y Piper. Elige la que coincida con cada texto para mejorar la pronunciación; cada generación utiliza una sola voz.

¿Qué conviene revisar antes de usar el audio generado?

Escucha todo el resultado y revisa la pronunciación, las cifras, las pausas y los nombres. Las voces sintéticas pueden equivocarse; corrige el texto o prueba otra voz y vuelve a generarlo cuando sea necesario.

Más herramientas