ut-content

Manuales Ir al panel

¿Qué voz ponemos en los vídeos?

Las once voces del modelo, diciendo lo mismo y con el mismo encargo de tono. Lo que hay que escuchar es cuál suena de España: las eses, la ce de «cuesta» y «hacen», y si la entonación sube al final como en Latinoamérica.

«Publicar cada semana en la web, en LinkedIn y en Facebook cuesta horas. Con el agente de contenido, se escribe el tema y el resto sale solo: el artículo, la portada y las piezas de cada red.»

Las once voces

coral

La del vídeo comercial de ahora.

alloy

La de los vídeos del manual.

verse

sage

ballad

ash

echo

fable

nova

onyx

shimmer

Lo que cuesta el modelo bueno

Las de arriba son del modelo caro (openai/gpt-audio). Estas dos son del barato, para oír la diferencia: es el que usan los vídeos del manual y cuesta unas veinte veces menos.

coral · modelo barato

alloy · modelo barato

Si ninguna suena de España

Estas voces son de un modelo estadounidense: hablan español correcto, pero ninguna tiene acento peninsular de verdad. El salto es ElevenLabs, que sí tiene voces grabadas en España y permite clonar una. La tubería está preparada: se cambia la función que genera el audio en guiones/locutar.mjs y todo lo demás —guion, grabación, subtítulos, montaje— sigue igual.