Voces para bienes raíces: guía de selección

Por Equipo editorial VozInmobiliaria · Actualizado 2026-11-19

Esta guía ayuda a agencias inmobiliarias a seleccionar la voz ideal para sus narraciones de propiedades, tours virtuales y vídeos promocionales. Se explica cómo las ocho voces disponibles se adaptan a diferentes estilos de presentación, desde guías neutrales hasta narradores dinámicos, garantizando claridad y profesionalismo en cada proyecto.

Descubre qué voz elegir según el tipo de propiedad y el público objetivo, además de consejos técnicos sobre velocidad, idiomas y formatos de audio. El objetivo es ayudarte a integrar una voz consistente y escalable en tu flujo de trabajo sin contratar locutores, optimizando tanto el tiempo de producción como la calidad del audio final.

word_count_check_assumption: The prompt asks for 90-140 words total. Let's count the Spanish words. Para: 1 Esta: 2 guía: 3 ayuda: 4 a: 5 agencias: 6 inmobiliarias: 7 a: 8 seleccionar: 9 la: 10 voz: 11 ideal: 12 para: 13 sus: 14 narraciones: 15 de: 16 propiedades,: 17 tours: 18 virtuales: 19 y: 20 vídeos: 21 promocionales.: 22 Se: 23 explica: 24 cómo: 25 las: 26 ocho: 27 voces: 28 disponibles: 29 se: 30 adaptan: 31 a: 32 diferentes: 33 estilos: 34 de: 35 presentación,: 36 desde: 37 guías: 38 neutrales: 39 hasta: 40 narradores: 41 dinámicos,: 42 garantizando: 43 claridad: 44 y: 45 profesionalismo: 46 en: 47 cada: 48 proyecto.: 49 (49 words) Para: 50 Descubre: 51 cómo: 52 elegir: 53 la: 54 voz: 55 ideal: 56 según: 57 el: 58 tipo: 59 de: 60 propiedad: 61 y: 62 el: 63 público: 64 objetivo,: 65 además: 66 de: 67 consejos: 68 técnicos: 69 sobre: 70 velocidad,: 71 idiomas: 72 y: 73 formatos: 74 de: 75 audio.: 76 El: 77 objetivo: 78 es: 79 ayudarte: 80 a: 81 integrar: 82 una: 83 voz: 84 consistente: 85 y: 86 escalable: 87 en: 88 tu: 89 flujo: 90 de: 91 trabajo: 92 sin: 93 contratar: 94 locutores,: 95 optimizando: 96 tanto: 97 ei: 98 tiempo: 99 de: 100 producción: 101 como: 102 la: 103 calidad: 104 del: 105 audio: 106 final.: 107 (107 - 49 = 58 words) Total: 49 + 58 = 107 words. This fits the 90-140 range.

Voces para bienes raíces: guía de selección

Preguntas frecuentes

¿Qué voz es mejor para tours virtuales?

Luna es ideal para narrar historias de propiedades con un tono suave y narrativo. Atlas ofrece neutralidad para presentaciones informativas. Usa la API para generar audio claro que acompañe el recorrido visual sin distraer al cliente potencial.

¿Cuál es la diferencia entre Aria y Nova?

Aria tiene un tono cálido y claro, ideal para narración. Nova es brillante y enérgica, perfecta para presentaciones dinámicas. Ambas son voces femeninas disponibles en la API y funcionan con cualquier formato de audio soportado.

¿Qué voz es más profesional para bienes raíces?

Atlas es neutral y adecuada para noticias o datos. Sage es calmada e instruccional. Milo es amigable y conversacional. Elije según si prefieres objetividad o cercanía con el cliente en la presentación de la propiedad.

¿Puedo usar la misma voz en todos los idiomas?

Sí, cada una de las 8 voces puede hablar cualquier idioma soportado. Solo debes especificar el código ISO del idioma en la solicitud. Si no lo indicas, el sistema intenta adivinarlo, pero para texto latino no inglés, configúralo manualmente.

¿Las voces suenan artificiales?

Cada archivo generado lleva una marca de agua inaudible que lo identifica como voz sintética. Las voces están basadas en grabaciones con licencia, por lo que suenan naturales pero son claramente generadas por la API.

¿Qué velocidad de voz es recomendable?

Puedes ajustar la velocidad entre 0.25 y 4.0. Para tours virtuales, una velocidad cercana a 1.0 suele ser óptima. Si el texto es largo, la generación es aproximadamente en tiempo real, facilitando la sincronización con el video.

¿Puedo mezclar voces en un mismo vídeo?

La API genera un archivo de audio por solicitud. Para mezclar voces, debes hacer múltiples solicitudes con diferentes parámetros de voz y unir los archivos de audio resultantes en tu editor de vídeo antes de la publicación final.

¿Son todas las voces en español?

No. Hay 8 voces disponibles que pueden hablar en 23 idiomas, incluido el español. Cada voz mantiene su timbre característico independientemente del idioma seleccionado en la configuración de la solicitud a la API.

¿Qué significa un preset de voz?

Es una configuración predefinida de tono y estilo vocal. Tenemos 8 presets como Aria, Nova o Atlas. Estos presets determinan la personalidad de la voz sin necesidad de ajustes complejos, facilitando la integración en tus flujos de trabajo.

¿Las voces tienen acentos regionales?

Las voces no tienen acentos regionales fijos. Pueden pronunciar texto en cualquier idioma soportado, como español o inglés, manteniendo su tono base. El idioma se detecta o se especifica manualmente, pero el acento no varía por región.

¿Puedo cambiar la voz después de generar el audio?

No. El audio generado es un archivo estático (mp3, wav, etc.). Para cambiar la voz, debes realizar una nueva solicitud a la API con el texto y la nueva voz deseada, obteniendo un archivo de audio diferente.

¿Qué es LibriVox?

LibriVox es una fuente de audiolibros de dominio público. Nuestras voces están basadas en grabaciones licenciadas de LibriVox bajo la licencia CC BY 4.0, lo que garantiza el origen legal de las muestras vocales utilizadas en el motor de síntesis.

¿Las voces están licenciadas?

Sí, están basadas en grabaciones de LibriVox con licencia CC BY 4.0. Esto asegura que el contenido de voz utilizado para entrenar o generar los presets tiene una base legal clara y transparente para el uso comercial.

¿Puedo usar la voz para anuncios de TV?

Sí, puedes usar las voces generadas en anuncios de TV. La API proporciona archivos de audio de alta calidad (como FLAC o WAV) adecuados para producción. Solo debes gestionar la facturación por caracteres consumidos según tu plan.

¿Hay voces más jóvenes o mayores?

Las voces se definen por su tono (cálido, profundo, enérgico), no por edad cronológica. Por ejemplo, Orion es profunda y Atlas es neutral. No hay etiquetas de edad, pero el timbre sugiere distintas personalidades profesionales para bienes raíces.

¿Qué voz usa la competencia?

No afirmamos qué voces usan otros. Nuestra API ofrece 8 presets específicos como Aria o Felix. Puedes comparar características técnicas o precios, pero no tenemos datos sobre las elecciones de voz de competidores específicos en tiempo real.

Criterios de selección de voz

Ilustración de onda de sonido para: Criterios de selección de voz

Seleccionar la voz adecuada para una agencia inmobiliaria requiere priorizar la claridad, el tono y la adaptación al contexto. Una articulación nítida garantiza que las descripciones de propiedades sean comprensibles sin esfuerzo, mientras que un tono profesional construye confianza con compradores potenciales.

Claridad en la articulación

El API utiliza voces basadas en grabaciones licenciadas de LibriTTS-R, lo que asegura una dicción precisa. Para agencias, esto significa que los detalles de las propiedades se transmiten sin ambigüedades, facilitando la comprensión de características técnicas o ubicaciones específicas.

  • Voces con dicción clara y sin ambigüedades.
  • Base en grabaciones de LibriVox de dominio público.
  • Ideal para listas de características de propiedades.

Tono profesional y confiable

Un tono adecuado transmite seriedad. Voces como Atlas (neutral) o Sage (calmada) son ideales para presentaciones institucionales. Por otro lado, Milo ofrece un acercamiento conversacional para contenido más cercano. Esta distinción permite alinear la voz con la identidad de marca de la agencia.

  • Atlas para presentaciones institucionales.
  • Milo para acercamiento conversacional.
  • Sage para instrucciones claras y calmadas.

Adecuación al tipo de propiedad

La naturaleza del inmueble influye en la elección. Félix, con su energía, funciona bien para lanzamientos o promociones. Luna, siendo suave, resulta adecuada para narrar la historia de hogares familiares. Nova aporta un toque brillante para propiedades modernas o dinámicas.

  • Félix para lanzamientos.
  • Luna para hogares familiares.
  • Nova para propiedades modernas.

Voces femeninas disponibles

Ilustración de onda de sonido para: Voces femeninas disponibles

Las voces femeninas de NexOraWeb ofrecen claridad y profesionalismo para narrar propiedades. Cada preset está diseñado para un contexto específico dentro de una agencia inmobiliaria, permitiendo ajustar el tono según la audiencia y el tipo de inmueble.

Estas voces pueden hablar cualquier idioma soportado, incluyendo español e inglés. Se seleccionan mediante el parámetro voice en la solicitud API, garantizando una integración directa en los flujos de producción de vídeo.

Aria: narradora clara y cálida

Aria es ideal para presentaciones generales de propiedades. Su tono cálido y claro mantiene la atención del cliente sin resultar invasiva, perfecta para descripciones de interiores residenciales.

Utilice Aria para tours virtuales estándar donde la claridad en la articulación es prioritaria.

  • Tono: cálido y claro.

Nova: brillante y dinámica

Nova aporta energía y optimismo, adecuada para promociones de viviendas nuevas o desarrollos modernos. Su voz brillante ayuda a destacar características atractivas de manera enérgica.

Ideal para vídeos cortos en redes sociales o anuncios rápidos de propiedades disponibles.

  • Tono: brillante y dinámico.

Luna: suave para historias

Luna tiene un estilo suave, excelente para narrar la historia de un hogar o un barrio. Su voz facilita la conexión emocional con el espectador sin distraer del contenido visual.

Recomendada para tours de propiedades de lujo o históricos donde el contexto narrativo es importante.

  • Tono: suave y narrativo.

Sage: calmada e instruccional

Sage es la opción más neutra y calma, ideal para explicar características técnicas o instrucciones de uso dentro de una propiedad. Su voz instruccional es clara y directa.

Úsela para vídeos educativos o presentaciones de amenidades donde se requiere precisión en la información entregada.

  • Tono: calmado e instruccional.

Voces masculinas disponibles

Ilustración de onda de sonido para: Voces masculinas disponibles

Las voces masculinas de NexOraWeb ofrecen versatilidad para distintos formatos de presentación inmobiliaria, desde anuncios dinámicos hasta tours estructurados.

Felix: enérgico para promociones

Felix transmite energía para destacar ofertas urgentes o lanzamientos de nuevos desarrollos. Su tono es ideal para vídeos promocionales cortos que buscan captar la atención inmediata del comprador.

  • Uso ideal para anuncios de 15-30 segundos
  • Tono dinámico que resalta precios y ubicaciones clave.

Milo: amigable y conversacional

Milo aporta un tono cercano, perfecto para explicar características de una propiedad como si fuera una recomendación personal. Facilita la conexión emocional con el cliente sin sonar artificial.

  • Ideal para narración de tours virtuales interiores
  • Tono natural que humaniza la presentación.

Atlas: neutral y periodístico

Atlas ofrece una voz clara y objetiva, adecuada para presentar datos técnicos, planos o especificaciones de construcción. Su neutralidad evita sesgos y se centra en la información factual.

  • Claridad en la articulación de detalles técnicos
  • Adecuado para presentaciones formales o corporativas

Orion: profundo para documentales

Orion aporta autoridad y profundidad, ideal para documentales de propiedades de lujo o grandes complejos residenciales. Su tono solemne refuerza la percepción de exclusividad y solidez.

  • Tono serio que denota prestigio
  • Recomendado para vídeos de alta gama

Uso de voces para tours virtuales

Ilustración de onda de sonido para: Uso de voces para tours virtuales

Los tours virtuales requieren una narración que guíe al espectador sin interrumpir la experiencia visual. La API de NexOraWeb permite generar archivos de audio sincronizados con el recorrido, asegurando que la voz complemente la imagen en lugar de distraerla.

Narración de recorridos interiores

Utiliza voces como Aria o Milo para describir salas y habitaciones. El límite de 4096 caracteres por solicitud facilita la división de textos largos en fragmentos manejables, manteniendo la coherencia del tono durante todo el recorrido.

  • Divide textos largos en segmentos de hasta 4096 caracteres.
  • Selecciona voces claras como Aria para interiores residenciales.

Descripción de exteriores y entorno

Para zonas comunes o vecindarios, voces como Felix o Atlas aportan energía y neutralidad. Especifica el idioma (por ejemplo, "es" para español) para evitar que el sistema adivine el lenguaje incorrectamente, asegurando la pronunciación adecuada de nombres de calles o barrios.

  • Define el campo language explícitamente para nombres propios.
  • Usa Atlas para un tono informativo y directo.

Guía de características técnicas

Incluye detalles como metros cuadrados o año de construcción con precisión. Ajusta la velocidad entre 0.25 y 4.0 según la densidad de información; una velocidad normal (1.0) es ideal para que el espectador procese los datos técnicos mientras observa.

  • Ajusta la velocidad para equilibrar información y visualización.
  • Mantén un tono neutral para datos técnicos.

Uso de voces para vídeos promocionales

Ilustración de onda de sonido para: Uso de voces para vídeos promocionales

Los vídeos promocionales de propiedades requieren una estructura narrativa clara que guíe la atención del espectador desde la primera impresión hasta la decisión de contacto. La voz seleccionada debe enfatizar los elementos de venta sin saturar la escena visual, manteniendo un ritmo que coincida con los cortes de cámara.

El uso estratégico de llamadas a la acción, precios y ubicaciones permite transmitir información crítica de manera eficiente. Una voz adecuada transforma datos fríos en una invitación tangible a visitar el inmueble, aumentando la retención del mensaje en formatos cortos para redes sociales y campañas digitales.

Llamadas a la acción claras

Una instrucción directa como "Agenda tu visita hoy" o "Contáctanos para más detalles" debe enunciarse con una voz que proyecte confianza y urgencia moderada. Evita el tono excesivamente enérgico en propiedades de lujo; prioriza la claridad articulación para que la instrucción sea indiscutible.

Las voces como Aria o Atlas funcionan bien para este propósito al ofrecer una dicción precisa. El texto debe ser breve, idealmente menos de 15 palabras, para no competir con la música de fondo o el ruido ambiental en dispositivos móviles.

  • Usar frases imperativas cortas y directas.
  • Mantener la velocidad entre 1.0 y 1.2 para naturalidad.
  • Evitar superposición de voz con efectos de sonido fuertes.

Presentación de precios y ubicación

La mención de cifras monetarias y direcciones geográficas requiere una articulación distinta para asegurar la comprensión. Una voz como Milo o Sage puede facilitar la escucha de números complejos sin que el tono suene robótico.

Es recomendable incluir el código postal o el nombre de la zona, no solo la ciudad, para dar contexto real. La voz debe palear ligeramente antes y después de los números para darles peso informativo, sin detener el flujo narrativo principal.

El formato de moneda debe ser consistente con la región objetivo. Si la audiencia es internacional, especificar la divisa por escrito o por voz evita confusiones sobre el valor de la propiedad.

  • Articular números con separación clara de decimales.
  • Incluir referencias geográficas específicas además de la ciudad.
  • Verificar la pronunciación de nombres de calles complejas.

Resumen de características clave

Listar amenidades como "piscina climatizada", "estacionamiento subterráneo" o "vistas al mar" debe hacerse con un ritmo constante. La voz Orion o Felix puede añadir energía positiva a estas listas sin sonar exagerada.

El resumen debe concentrarse en los tres o cuatro puntos de venta únicos de la propiedad. Demasiada información abruma al comprador potencial. La voz debe mantener un tono informativo pero cálido, invitando a la curiosidad más que a la presión de compra.

Revisar que la longitud total del resumen no exceda los 30 segundos de audio para mantener la atención en plataformas digitales. La claridad es más importante que la exhaustividad en este formato breve.

  • Limitar la lista a 3-4 amenidades principales.
  • Mantener un tono positivo pero no exagerado.
  • Verificar la longitud del audio resultante para optimización web.

Consideraciones de idioma

Ilustración de onda de sonido para: Consideraciones de idioma

La API soporta 23 idiomas, incluyendo español e inglés, permitiendo que cualquier voz pronuncie cualquier idioma de la lista sin necesidad de cambiar la configuración de la voz. Esto facilita la creación de contenido multilingüe sin gestionar múltiples perfiles de voz.

Si no se especifica el campo language, el sistema intenta adivinarlo basándose en el script (el texto latino por defecto es inglés). Para textos en español o inglés con acento, es recomendable establecer explícitamente el código ISO para garantizar la pronunciación correcta.

Voces en español para mercado local

Las ocho voces están diseñadas para articular claramente el español, adecuado para presentaciones de propiedades locales. La claridad es esencial para que los compradores entiendan las características clave sin ambigüedades.

  • Todas las voces soportan español nativo
  • Ideal para tours virtuales en ciudades locales
  • Articulación clara para listas de amenidades

Voces en inglés para clientes internacionales

El inglés es el idioma por defecto si no se especifica otro. Las voces generan audio en inglés con alta precisión, ideal para atraer compradores extranjeros o para propiedades de lujo con audiencia global.

  • Soporte nativo para inglés
  • Sin necesidad de configuración adicional
  • Adecuado para audiencias internacionales

Detección automática de script

El sistema detecta automáticamente el idioma basado en los caracteres del texto de entrada. Si el texto contiene caracteres latinos no reconocidos específicamente, se asume inglés.

  • Detección automática basada en script
  • Defecto: inglés para texto latino
  • Recomendado: establecer language explícitamente para español

Velocidad de narración

Ilustración de onda de sonido para: Velocidad de narración

La velocidad de narración se ajusta mediante el parámetro speed (0.25–4.0), que permite adaptar el ritmo del audio generado a la densidad de la información. Dado que la generación es aproximadamente en tiempo real (25 caracteres por segundo), este control es clave para la fluidez de los tours virtuales.

Velocidad normal para tours

Configura speed en 1.0 para recorridos estándar. Esta velocidad natural permite a los oyentes absorber la descripción de habitaciones y espacios sin sentir prisa ni aburrimiento, manteniendo un ritmo profesional y claro.

Velocidad rápida para resúmenes

Utiliza velocidades superiores a 1.0 (hasta 2.0) para resúmenes de características clave o llamadas a la acción. Esto es útil cuando necesitas transmitir múltiples datos de ubicación o precios en un tiempo reducido sin perder la comprensión.

Velocidad lenta para detalles

Reduce la velocidad (por ejemplo, a 0.75) para textos con terminología técnica específica o direcciones complejas. Una narración más pausada mejora la claridad de la articulación, facilitando que el cliente entienda detalles finos de la propiedad.

Velocidad de narración

Formatos de audio recomendados

Ilustración de onda de sonido para: Formatos de audio recomendados

La elección del formato de audio impacta directamente en la velocidad de carga de los tours virtuales y el consumo de datos de los usuarios. Cada formato ofrece un equilibrio distinto entre calidad, tamaño de archivo y compatibilidad con los reproductores estándar.

MP3 para web y móvil

Es el formato estándar para la reproducción en navegadores y aplicaciones móviles. Ofrece una compresión eficiente que mantiene el tamaño de archivo bajo sin sacrificar la claridad de la voz, ideal para tours virtuales que deben cargar rápidamente en conexiones móviles.

WAV para edición posterior

Proporciona audio sin pérdida, preservando la fidelidad original de la síntesis. Es el formato recomendado si tu equipo de producción necesita editar o mezclar la narración con música de fondo antes de publicarla en los canales de marketing.

OPUS para eficiencia de banda

Ofrece una excelente relación calidad-tamaño, superando a MP3 en compresión. Es ideal para reducir el consumo de ancho de banda en propiedades con múltiples tours o para distribuir contenido a usuarios con planes de datos limitados.

Integración técnica de la voz

Ilustración de onda de sonido para: Integración técnica de la voz

La integración técnica se centra en el endpoint POST https://api.sv366.info/v1/audio/speech. El cuerpo JSON requiere campos específicos para generar audio de calidad para bienes raíces.

Seleccionar voz en el JSON

Define el campo voice con uno de los 8 presets. Para tours, usa atlas o sage. Para promociones, felix o nova.

  • Cuerpo JSON con model, input, voice y response_format.

Passthrough de parámetros

Pasa speed entre 0.25 y 4.0. Ajusta la velocidad según la densidad de información de la propiedad.

Prueba de A/B de voces

Genera clips cortos con diferentes voces. Compara la claridad en dispositivos móviles para decisiones finales.

Licencia de las voces

Ilustración de onda de sonido para: Licencia de las voces

Las voces de NexOraWeb no son imitaciones artificiales ni clonaciones personalizadas; están construidas sobre grabaciones reales de narradores profesionales. Esto garantiza una calidad auditiva superior y una naturalidad que los sintetizadores puramente algorítmicos suelen perder.

Voces basadas en grabaciones licenciadas

Cada preset vocal (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion) se basa en muestras licenciadas bajo la licencia CC BY 4.0 del proyecto LibriTTS-R. Esto asegura que la base acústica sea legítima y de alta fidelidad.

Origen en LibriVox público

Las grabaciones originales provienen de audiolibros de dominio público de LibriVox. Al utilizar estas fuentes, la API ofrece voces con una prosodia natural y una claridad artística que no requieren entrenamiento adicional de modelos genéricos.

Uso comercial permitido

La licencia CC BY 4.0 permite el uso comercial de las grabaciones base. Las agencias inmobiliarias pueden generar audio para tours virtuales, vídeos promocionales y presentaciones sin pagar regalías adicionales ni preocuparse por infringir derechos de autor sobre la voz base.

  • Uso comercial directo permitido
  • Sin regalías adicionales por carácter
  • Licencia CC BY 4.0

Limitaciones de las voces

Ilustración de onda de sonido para: Limitaciones de las voces

Las voces generadas son claras y profesionales, pero carecen de modulaciones expresivas avanzadas. No pueden asignarse etiquetas de emoción como alegría, urgencia o tristeza de forma nativa, ya que la entonación sigue un patrón predeterminado.

Para quienes necesitan variaciones específicas de la voz base, la clonación personalizada no está disponible. Tampoco existe control granular sobre la entonación fina, por lo que la cadencia de la lectura es consistente pero fija.

Sin emociones personalizables

La síntesis no permite inyectar etiquetas de emoción como alegría o urgencia. La entonación es consistente y predeterminada, lo cual mantiene un tono profesional adecuado para bienes raíces sin distraer al oyente con expresiones exageradas.

Sin clonación de voz propia

No se puede subir una grabación para clonar la voz de un agente o locutor específico. Las voces son fijas (8 presets) basadas en grabaciones licenciadas, lo que garantiza consistencia pero limita la personalización de marca vocal.

Sin control de entonación fina

No hay control granular sobre la entonación ni soporte para SSML ni diccionarios de fonemas. Esto evita la necesidad de ajustes complejos, aunque significa que no se pueden marcar pausas específicas o énfasis manuales en la pronunciación.

Recomendaciones finales para agencias

Ilustración de onda de sonido para: Recomendaciones finales para agencias

La consistencia auditiva refuerza la identidad de la agencia. Seleccionar una voz principal para todos los tours virtuales y vídeos promocionales asegura que los clientes reconozcan inmediatamente el contenido como parte de su marca. Esto genera confianza y profesionalismo en cada interacción.

Establecer un estándar de narración simplifica la producción de contenido a gran escala, permitiendo que las agencias escalen su oferta de bienes raíces sin perder coherencia en la experiencia del usuario final.

Estandarizar una voz de marca

Elige una voz que refleje los valores de tu agencia, como la claridad de Aria o la neutralidad de Atlas. Úsala consistentemente en todos los tours virtuales y vídeos de propiedades para crear un sonido distintivo y reconocible.

La uniformidad en la narración ayuda a los clientes a asociar la voz con la calidad de tus servicios, fortaleciendo la identidad corporativa en cada presentación.

  • Elige una voz principal (ej. Aria o Atlas).
  • Úsala en todos los tours virtuales y vídeos.
  • Mantén la consistencia en el tono profesional.

Probar con textos reales de propiedades

Genera audio con descripciones reales de propiedades, incluyendo precios, ubicaciones y características técnicas. Esto revela cómo la voz maneja números, nombres de calles y terminología específica del sector inmobiliario.

La prueba con datos reales asegura que la claridad y la velocidad sean adecuadas para la información crítica que los clientes necesitan escuchar.

Evalúa la legibilidad de textos con estructuras complejas para ajustar la velocidad o el formato según sea necesario.

  • Usa descripciones reales de propiedades.
  • Incluye precios, ubicaciones y características.
  • Evalúa la claridad de números y términos técnicos.

Monitorear la claridad en distintos dispositivos

Reproduce los audios generados en diferentes dispositivos (móviles, tablets, sistemas de sonido en oficinas). La claridad puede variar según el altavoz y el entorno de escucha.

Asegúrate de que la voz sea comprensible en condiciones reales de uso, como en una sala de ventas o durante la reproducción en un smartphone.

Esto garantiza que la experiencia del cliente sea óptima sin importar cómo acceda al contenido narrado.

  • Prueba en móviles, tablets y altavoces.
  • Verifica la claridad en entornos reales.
  • Ajusta el volumen o formato si es necesario.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. No se puede subir una grabación para clonar la voz de un agente o locutor específico.

Avatar de la voz aria
ariafemenino
Avatar de la voz nova
novafemenino
Avatar de la voz luna
lunafemenino
Avatar de la voz sage
sagefemenino
Avatar de la voz felix
felixmasculino
Avatar de la voz milo
milomasculino
Avatar de la voz atlas
atlasmasculino
Avatar de la voz orion
orionmasculino

23 idiomas

Cualquier voz puede hablar cualquiera de estos idiomas.

Fuentes y lecturas adicionales

  1. Wikipedia
  2. openai-node on GitHub
  3. LibriTTS-R paper (arXiv 2305.18802)
  4. curl documentation
  5. Node.js documentation
  6. Creative Commons Attribution 4.0
  7. IETF RFC 7845: Ogg Opus
  8. TRON developer hub: TRC-20
  9. OpenAI API reference: create speech
  10. FFmpeg documentation
  11. Python documentation
  12. W3C WAI: making audio and video accessible

Más en este sitio