Locución de e-learning con texto a voz: guía práctica

El texto a voz ya es lo bastante bueno para narrar la mayor parte del e-learning: módulos de cumplimiento normativo, guías de software, incorporación de nuevos empleados y formación de producto. Su mayor ventaja no es la primera grabación, sino cada actualización posterior, porque puedes cambiar una frase sin reservar a un narrador ni volver a grabar un módulo entero. Un narrador humano sigue mereciendo la pena cuando un curso depende de la personalidad, de saber contar historias o de un presentador reconocible.

A continuación tienes un flujo de trabajo práctico: decidir cuándo usar narración con IA, escribir guiones que funcionen en voz alta, acertar con los tiempos y la pronunciación, mantener los cursos al día y traducirlos.

¿Cuándo usar texto a voz en lugar de un actor de voz?

Usa esta tabla como filtro rápido.

Una solución intermedia habitual: una persona graba el vídeo de bienvenida y los momentos emotivos del curso, y el texto a voz se encarga de los módulos de procedimientos que cambian cada trimestre.

¿Cómo escribir un guion de e-learning que suene bien en voz alta?

La mayor parte de la narración «robótica» se debe al guion, no a la voz. El texto escrito para leerse en una diapositiva es denso; el escrito para oírse, no.

Reglas para escribir para el oído

• Una idea por frase. Apunta a frases de 15 a 20 palabras. Divide cualquier frase que tenga más de una cláusula separada por comas.
• Empieza por la acción. «Haz clic en Guardar para conservar tus cambios» funciona mejor que «Tus cambios, que de lo contrario se perderían, pueden conservarse haciendo clic en Guardar».
• Di las cifras como las dice la gente al hablar. «Unos dos mil» es más fácil de seguir que «1.987», salvo que la cifra exacta importe.
• Señaliza. «Son tres pasos. Primero…» ayuda a los oyentes, que no pueden volver a echar un vistazo más arriba en la página.
• No leas la diapositiva. Si la narración repite cada palabra del texto en pantalla, los alumnos dividen la atención entre leer y escuchar. La investigación sobre aprendizaje multimedia lo llama efecto de redundancia. Pon las palabras clave en pantalla y la explicación en el audio.

Antes y después

Texto escrito para una diapositiva:

«De conformidad con la política 4.2, todas las solicitudes de gastos que superen el umbral deberán incluir recibos desglosados; de lo contrario, el reembolso podría retrasarse.»

Escrito para el oído:

«Si un gasto supera los cincuenta dólares, adjunta un recibo desglosado. Sin él, puede que no podamos reembolsarte a tiempo.»

Si aún no tienes un guion, el redactor de guiones con IA de Leelo puede redactar uno a partir de tu esquema, y desde ahí lo editas.

¿Cuánto durará la narración?

La narración profesional suele ir a unas 150 palabras por minuto, y el contenido de formación suele ir algo más despacio para que los alumnos puedan seguir la pantalla. Usa esa cifra para planificar.

• Una microlección de 5 minutos son unas 750 palabras.
• Un módulo de 20 minutos son unas 3.000 palabras.
• Un curso de 10 módulos de 8 minutos de media son unas 12.000 palabras.

Pega un guion en la calculadora de duración de guiones gratuita para comprobar cuánto dura antes de producirlo. Si un módulo se alarga, recorta palabras, no velocidad: acelerar la voz para que quepa en un hueco la hace más difícil de entender.

¿Cómo se produce la narración paso a paso?

Este es el flujo de trabajo en el estudio de texto a voz de Leelo, que trabaja línea a línea.

1. Importa el guion. Pégalo o importa un documento y repásalo línea a línea. Cada línea se puede editar y regenerar por separado.
2. Elige la voz. Escoge un narrador de la biblioteca de voces y úsalo en todos los módulos del curso. La coherencia importa más que la voz «perfecta».
3. Corrige la pronunciación una sola vez. Añade nombres de producto, siglas y jerga al diccionario de pronunciación para que «SaaS», «SQL» o el nombre de tu empresa se digan igual en todos los módulos.
4. Dirige la lectura. Ralentiza una línea con una definición clave, añade una pausa antes de una pregunta, sube la energía en la introducción.
5. Guarda varias tomas de las líneas difíciles. Genera unas cuantas versiones y quédate con la mejor; las demás siguen disponibles por si cambias de opinión. Consulta las tomas.
6. Añade una segunda voz donde ayude. La formación basada en escenarios («un cliente llama para quejarse…») funciona mejor como un diálogo con dos voces en el mismo proyecto.
7. Exporta. Descarga MP3 o WAV por módulo o por diapositiva e impórtalo en tu herramienta de autor.

Entradas de pronunciación que necesitan casi todos los cursos

• Siglas que se leen letra a letra o como palabra: «FAQ» (F-A-Q o «fak»), «GDPR» (letra a letra), «NASA» (una palabra).
• Nombres de producto: una marca escrita «Qlik» o «Xero» puede leerse mal si no hay una regla.
• Heterónimos: «lead» (el metal) frente a «lead» (liderar un equipo), «record» (el sustantivo) frente a «record» (el verbo), en inglés. Reescribe la frase o define una pronunciación para esa línea.
• Unidades y símbolos: «5 ms», «24/7», «°C». Decide cómo debe leerse cada uno.

¿Cómo mantener un volumen coherente en todo el curso?

Los alumnos notan cuando un módulo suena más bajo que el siguiente y tienen que ir ajustando el volumen. Elige una sonoridad objetivo para el curso y mantenla. Muchos equipos apuntan a unos −16 LUFS para el audio que se reproduce en línea. Antes de publicar, comprueba algunos archivos exportados con un medidor de sonoridad, como el verificador de sonoridad gratuito de Leelo.

Si añades una base musical, mantenla muy por debajo de la voz y quítala por completo durante las explicaciones densas. Las pistas de música y de efectos de sonido de Leelo van bajo la narración, así que puedes ajustar la mezcla por secciones.

¿Cómo actualizar un curso sin volver a grabarlo?

Aquí es donde el texto a voz ahorra más tiempo. Imagina que cambia la interfaz y un botón llamado «Enviar» ahora se llama «Enviar para aprobación»:

1. Abre el proyecto y busca las líneas que mencionan «Enviar».
2. Edita esas líneas (digamos que son tres).
3. Regenera solo esas líneas. El resto del módulo no se toca, así que la voz, el ritmo y los niveles siguen coincidiendo.
4. Exporta y sustituye el audio en tu herramienta de autor.

Con un narrador humano, el mismo cambio supone reservar una sesión, reproducir la configuración original del micrófono y esperar que la voz suene igual meses después.

¿Cómo traducir un curso de e-learning a otros idiomas?

Tienes dos caminos.

Vuelve a locutar el guion

Traduce el guion y después prodúcelo con una voz nativa en cada idioma, por ejemplo inglés, francés o alemán. Así tienes el mayor control, y funciona bien en cursos basados en diapositivas. Deja margen en los tiempos: el texto traducido rara vez dura lo mismo que el original, así que una diapositiva cronometrada con el audio original puede necesitar unos segundos más.

Dobla el vídeo

Si el módulo es una grabación de pantalla o un vídeo con un presentador, el doblaje traduce y vuelve a locutar todo el vídeo. Antes puedes probarlo con un clip corto en el traductor de vídeo gratuito.

¿Cuánto cuesta la narración con IA de un curso?

Leelo cobra en créditos: 1 crédito equivale a 1 palabra con una voz estándar, y las voces premium cuestan 1,5 créditos por palabra. Los trabajos fallidos devuelven los créditos. Un ejemplo práctico para el curso de 10 módulos de arriba (unas 12.000 palabras):

• Voz estándar: unos 12.000 créditos.
• Voz premium: unos 18.000 créditos.
• Si añades líneas regeneradas y tomas alternativas, calcula entre un 20 y un 30 % más.

Eso cabe con holgura en el plan Starter (19 $ al mes, 80.000 créditos). Doblar un vídeo terminado consume los mismos créditos, por minuto de vídeo. Los créditos mensuales no se acumulan, así que planifica las producciones grandes dentro de un mes de facturación o compra un paquete de créditos, que dura 12 meses. Todos los detalles están en la página de precios, junto con cómo se cuentan los créditos. El uso comercial del audio, incluso en cursos que vendas, está permitido en los planes de pago.

¿Cómo hace la narración que un curso sea más accesible?

El audio ayuda a los alumnos a quienes les cuesta leer texto denso, entre ellos muchas personas con dislexia (lo tratamos en texto a voz para la dislexia). Pero el audio por sí solo puede dejar fuera a los alumnos sordos o con dificultades auditivas. Las pautas de accesibilidad como las WCAG esperan subtítulos para el vídeo y una transcripción para el contenido que es solo audio. Como tu guion es la transcripción, publícalo junto al audio y usa la herramienta de transcripción de Leelo para obtener el texto de las grabaciones que no tengan guion.

Encontrarás más ideas para equipos de formación en la página del caso de uso de e-learning.

Preguntas frecuentes

¿Les molestará a los alumnos que el narrador sea una voz de IA?

A la mayoría de los alumnos les importan mucho más la claridad, el ritmo y la calidad del audio que quién lo grabó. Los problemas suelen venir de guiones escritos para la página, de términos mal pronunciados y de niveles inconsistentes, y todo eso se puede corregir. Si te preguntan, sé transparente; no hace falta ocultar que la narración es sintética.

¿Cuál es la mejor velocidad de habla para la narración de e-learning?

Unas 150 palabras por minuto son un buen punto de partida, algo menos para definiciones técnicas o para alumnos que trabajan en un segundo idioma. Ajusta la velocidad línea a línea y no en todo el módulo, para que los puntos clave tengan más tiempo.

¿Puedo usar narración con IA en un curso que vendo?

En los planes de pago de Leelo se permite el uso comercial del audio, lo que incluye cursos de pago y trabajos para clientes. Los 1.000 créditos únicos del plan gratuito sirven para probar el estudio. Revisa también las condiciones de la plataforma en la que vendes.

¿Qué formato de audio debo exportar para mi herramienta de autor?

La mayoría de las herramientas de autor de e-learning aceptan MP3 y WAV. Usa WAV si piensas seguir editando el audio y MP3 para obtener archivos más pequeños cuando importes directamente. Exporta un archivo por diapositiva o por sección para facilitar las actualizaciones posteriores.

¿Cómo mantengo la misma voz en cursos hechos con meses de diferencia?

Usa la misma voz, los mismos ajustes de lectura y el mismo diccionario de pronunciación en todos los módulos. Como la voz es sintética, no envejece ni cambia de una sesión a otra, como sí puede ocurrir con una configuración de grabación humana. Si quieres una voz que no use nadie más, diseña una o clona la de un presentador que dé su consentimiento.