Cómo hacer que una voz de IA suene natural, no robótica

Una voz de IA suena robótica por tres motivos: el guion se escribió para leerse, no para escucharse; cada línea se dice de la misma manera; y algunas palabras (nombres, números, siglas) salen mal. Arregla esas tres cosas y la mayoría de los oyentes dejará de fijarse en la voz. No necesitas tanto un motor mejor como un guion mejor y un poco de dirección.

Estos son los nueve arreglos que más diferencia marcan, en el orden en que conviene probarlos.

1. Elige una voz que encaje con el trabajo

Una voz cálida y conversacional lee bien un pódcast y mal una charla de seguridad. Elige según para qué sirve el audio: tranquila y clara para los cursos, más brillante para los anuncios, más grave y pausada para los documentales. Dale al play a varias voces con tu propia primera línea, no con el texto de muestra. En la biblioteca de voces de Leelo, todas tienen una muestra, y las voces premium suelen tener una expresión más natural que las estándar.

2. Escribe para el oído

Casi toda la narración «robótica» es un texto escrito leído en voz alta. El habla usa frases más cortas, giros coloquiales y palabras sencillas. Lee tu guion en voz alta una vez: donde te quedes sin aire o tropieces, divide la frase. Una voz solo puede ser tan natural como las palabras que recibe.

3. Usa la puntuación como dirección

Las voces siguen la puntuación. Un punto da un tono descendente y final; una coma, una respiración breve; un signo de interrogación, un tono ascendente; una raya o unos puntos suspensivos, una vacilación. Dividir una frase larga en dos suele arreglar el ritmo mejor que cualquier ajuste.

4. Añade pausas donde una persona respiraría

La locución robótica corre de una idea a la siguiente. Añade una pausa corta antes de un punto importante y después de un título o de un remate. En el Studio de Leelo puedes añadir una pausa después de cualquier palabra o fijar el hueco que queda tras cada línea.

5. Enfatiza las palabras que importan

Elige una palabra por frase que lleve el significado y enfatízala. En el Studio, selecciona la palabra y elige el énfasis (fuerte, moderado o más suave). No te pases: una palabra enfatizada por frase suena natural; cinco suenan a anuncio.

6. Varía el ritmo

Un vídeo entero a una sola velocidad cansa. Baja el ritmo en las explicaciones y en las cifras, y súbelo un poco en las listas y en las transiciones. Puedes fijar la velocidad de un personaje o cambiar la velocidad de unas pocas palabras.

7. Dale una emoción a la voz, cuando la admita

Muchas voces aceptan una emoción o un estilo de habla (alegre, triste, susurrado, informativo y otros) y una intensidad. Fija uno por defecto para el personaje y cámbialo en las líneas que lo necesiten. Algunas voces también aceptan indicaciones con palabras corrientes. Los controles solo aparecen en las voces que los admiten.

8. Corrige nombres, números y siglas una sola vez

Nada rompe la ilusión más rápido que un nombre de marca mal pronunciado. Añádelo una vez a tu diccionario de pronunciación, escrito como debe sonar, y todos los proyectos lo dirán a tu manera. Con los números, elige cómo se leen: como fecha, hora, teléfono, precio o letra por letra.

9. Pide otra lectura

Las voces leen una línea de forma algo distinta cada vez. Si una línea suena rara, genera una segunda toma y compara, en lugar de regenerar todo el guion. Leelo guarda hasta cinco tomas por línea y te deja escucharlas una tras otra.

Una lista rápida

• La voz encaja con el propósito y la elegiste con tu propia primera línea.
• Las frases son lo bastante cortas para decirlas de un tirón.
• Pausas antes de los puntos clave; una palabra enfatizada por frase.
• El ritmo baja en las explicaciones y sube en las transiciones.
• Los nombres, las marcas y los números están en el diccionario de pronunciación.
• Las líneas flojas tienen una segunda toma.

Si estás haciendo una locución para YouTube, un pódcast o un audiolibro, valen las mismas reglas; el audio de formato largo solo necesita más variación de ritmo para que no suene monótono.