Grabar una voz en off limpia requiere un micrófono decente, una sala silenciosa y —si te equivocas a mitad de un guion de 3 minutos— paciencia. El texto a voz se salta todo eso: escribe tu guion, elige una voz y obtén un archivo MP3 en segundos.
Cómo funciona el motor de texto a voz
El modo text_to_mp3 de RapidVideoMaker usa edge-tts, el mismo motor de voces neuronales detrás de la función "Leer en voz alta" de Microsoft. A diferencia del TTS robótico más antiguo, son voces neuronales — manejan de forma natural el ritmo, la entonación y las pausas en la puntuación, que es lo que marca la diferencia entre "claramente un ordenador" y "suficientemente bueno para publicar".
Qué puedes generar
- Texto: hasta 5000 caracteres por solicitud (unas 800–1000 palabras, varios minutos de voz)
- 48 voces en 20 idiomas, cada idioma con 2 o 3 voces (masculina/femenina, a veces acentos regionales — por ejemplo, inglés estadounidense y británico, portugués europeo y brasileño)
- Una opción "lento" que reduce la velocidad del habla un 25%, útil para tutoriales o contenido de aprendizaje de idiomas
- Salida: un archivo MP3 listo para usar — no hace falta vídeo, así que puedes incorporarlo directamente en tu propio editor si lo prefieres
Cómo generar una voz en off con RapidVideoMaker
- Abre la pestaña "Texto a MP3" y escribe o pega tu guion (hasta 5000 caracteres).
- Elige un idioma y luego una voz concreta — puedes escuchar una vista previa de cada voz antes de generar.
- Activa opcionalmente "lento" para un ritmo más pausado.
- Genera. Tu MP3 está listo para descargar de inmediato.
La misma generación está disponible a través de la documentación de la API con el modo text_to_mp3 — envía text, lang (o un voice concreto), sin necesidad de subir ningún archivo. Esto facilita automatizar voces en off para un lote de vídeos, por ejemplo generando la narración de varios clips de producto a partir de una hoja de cálculo de guiones.
Combinar texto a voz con imagen a vídeo
Un flujo habitual: genera una voz en off a partir de tu guion con text_to_mp3, y luego usa ese MP3 en image_to_video junto con una sola imagen para producir un vídeo narrado con texto animado — sin cámara ni grabación de ningún tipo.
Algunos consejos prácticos
- Frases cortas y puntuación clara dan un ritmo más natural que un párrafo largo sin pausas — el motor hace una pausa en puntos y comas.
- Si un guion necesita sonar especialmente claro (tutoriales, instrucciones), la opción "lento" sacrifica algo de naturalidad a cambio de comprensión.
- Escucha una vista previa de una voz con un fragmento corto antes de comprometerte con un guion largo — el acento y el tono varían de forma notable entre las 2–3 voces disponibles por idioma.
Preguntas frecuentes
¿Hay un límite de caracteres?
Sí, 5000 caracteres por solicitud. Para un guion más largo, divídelo en varias solicitudes y concatena los MP3 resultantes, o fusiónalos directamente con las herramientas de audio de RapidVideoMaker.
¿Qué pasa si no elijo una voz concreta?
Se usa automáticamente la primera voz disponible para el idioma seleccionado.
¿Puedo usar la voz generada con fines comerciales?
Las voces provienen del motor de voces neuronales edge-tts de Microsoft; revisa las condiciones de Microsoft para tu caso de uso concreto si piensas redistribuir el audio fuera de tu propio contenido de vídeo.