¿Necesitas escuchar cómo suena un párrafo antes de enviarlo, o quieres que se lea una página en voz alta mientras haces otra cosa? Esta herramienta de texto a voz convierte lo que escribas o pegues en audio hablado, directamente en tu navegador. Elige una voz, ajusta la velocidad, y pulsa reproducir. Sin software que instalar, sin cuenta, nada que subir.

Hay dos formas de generar la voz: una opción instantánea que usa el motor de voz de tu navegador, y una voz neuronal opcional de mayor calidad que además te deja guardar el resultado como MP3 o WAV.

Por qué la gente usa esta herramienta

• Detecta frases raras o errores antes de enviar algo. Escuchar el texto en voz alta hace evidentes los fallos de una forma que leer en silencio no consigue
• Revisa documentos o artículos largos sin cansar la vista
• Escucha de antemano cómo sonará un guion, un anuncio o una locución antes de grabarlo de verdad
• Hace que el contenido escrito sea más fácil de consumir para quien prefiere escuchar antes que leer
• Practica la pronunciación mientras aprendes un idioma nuevo
• Convierte notas, borradores o artículos largos en audio que puedes escuchar mientras haces otra cosa

Dos formas de convertir texto en voz

La pestaña Voces Estándar usa el motor de voz ya instalado en tu navegador y sistema operativo. Es instantáneo: sin descargas, sin esperas, y funciona completamente offline. La calidad y el número de voces disponibles dependen de tu navegador y sistema. Chrome en Windows o macOS suele ofrecer docenas de voces en muchos idiomas; Safari y Firefox traen un conjunto más reducido. Es la forma más rápida de simplemente escuchar tu texto leído en voz alta.

La pestaña Voces HD usa un pequeño modelo neuronal de texto a voz que corre localmente en tu navegador mediante WebAssembly. La primera vez que la activas, se descarga un modelo de voz único (unos 90MB) que queda guardado en caché, así que cada generación posterior es instantánea y sigue siendo completamente offline. La contrapartida es que Voces HD por ahora solo funciona en inglés, y generar audio tarda unos segundos en lugar de ser instantáneo, porque realmente está sintetizando la onda de sonido en vez de simplemente llamar al motor de voz de tu sistema.

Afinando cómo suena

Ambos modos te dejan ajustar la velocidad de reproducción. Voces Estándar también da control sobre el tono y el volumen, además de un filtro de idioma para reducir una lista larga de voces a las que coinciden con el texto que estás leyendo. Si tu navegador tiene voces instaladas en varios idiomas, cambiar entre ellas es cuestión de un clic.

Voces HD cambia algunos de esos controles por un conjunto curado de once voces en inglés (americano y británico, masculino y femenino), cada una evaluada por su claridad y elegida para sonar natural en vez de robótica. Aun así puedes ajustar la velocidad antes de generar.

Guardar el audio como archivo

Esta es la diferencia principal entre los dos modos. Voces Estándar, como la mayoría de los motores de voz del navegador, solo puede reproducir audio en voz alta. No hay forma de capturar lo que reproduce el navegador y convertirlo en un archivo descargable, sencillamente no es algo que exponga la API subyacente.

Voces HD no tiene esa limitación, porque genera los datos de audio reales en lugar de simplemente enviar sonido a tus altavoces. Una vez que generes un clip, puedes descargarlo como archivo WAV para software de edición, o como MP3 a 128, 192 o 320 kbps para algo más pequeño y portátil. Si necesitas un archivo descargable, Voces HD es el modo que debes usar.

Dónde ocurre realmente el procesamiento

Nada de esto toca un servidor. Voces Estándar depende por completo de la síntesis de voz integrada en tu navegador, la misma tecnología detrás de los lectores de pantalla y las herramientas de accesibilidad que ya tienes en tu dispositivo. Voces HD descarga su modelo una vez y luego ejecuta la red neuronal localmente usando WebAssembly, igual que lo haría una app offline. Tu texto nunca sale de tu dispositivo en ninguno de los dos modos, algo que importa si estás leyendo algo privado, como borradores, notas internas, o cualquier cosa que prefieras que no pase por un servidor de terceros.

Una vez tengas un archivo de audio, el Cortar Audio puede recortarlo hasta dejar solo la parte que necesitas, y el Conversor de Audio se encarga de cambiar entre formatos si necesitas algo distinto de MP3 o WAV. ¿Estás generando varios clips y quieres tenerlos como un solo archivo? Combinar Audio los une con crossfades opcionales. Y si prefieres grabar tu propia voz en lugar de una sintetizada, la Grabadora de Voz captura audio directamente desde tu micrófono.