Grabar las locuciones de tus videos con tu propia voz clonada, sin micrófono ni estudio

Para quién es

Emprendedores y equipos de marketing chicos que hacen videos de producto, reels o tutoriales y no tienen tiempo, micrófono ni ganas de grabar veinte tomas.

El problema

Grabar una locución limpia exige silencio, micrófono, tiempo y repetir hasta que salga. Los servicios de voz artificial cobran por caracteres y suenan a cualquiera menos a ti.

Ingredientes

• Un computador con macOS, Windows o Linux (mejor con tarjeta gráfica, pero no es obligatorio)
• Diez segundos de tu voz grabados con el teléfono en un lugar silencioso
• El guion del video escrito, con las pausas marcadas

Paso a paso

1. 1

   Graba la muestra de tu voz

   Diez a veinte segundos leyendo algo con naturalidad, en un lugar sin ruido. Habla como hablas en tus videos, no como leyendo un contrato.

2. 2

   Instala la app y crea tu perfil de voz

   Descarga desde voicebox.sh el instalador de tu sistema. Crea un perfil de voz con la muestra que grabaste. La primera vez descarga un modelo; después funciona sin conexión.

3. 3

   Pega el guion y genera

   Escribe el texto de la locución con puntuación clara: los puntos y comas marcan las pausas. Genera y escucha. Si una frase suena rara, reescríbela más simple.

4. 4

   Exporta y monta sobre el video

   Exporta el audio y súbelo a tu editor de video habitual (CapCut, iMovie, Premiere). Ajusta el volumen de la música para que la voz quede adelante.

5. 5

   Arma una biblioteca de frases

   Guarda las locuciones de cierre, saludos y llamados a la acción que repites en todos los videos. La próxima vez solo generas la parte nueva.

Reemplaza lo que va entre corchetes con los datos de tu empresa, o usa el modo guiado de arriba: te pregunta y lo rellena solo.

# Rol
Eres el guionista de locuciones de [NOMBRE DE LA MARCA], que vende [QUÉ VENDE] a [PÚBLICO OBJETIVO]. Escribes para ser leído en voz alta por una voz clonada: frases cortas, ritmo natural, sin palabras difíciles de pronunciar.

# Contexto
El video dura [DURACIÓN DEL VIDEO EN SEGUNDOS] segundos y muestra [QUÉ MUESTRA EL VIDEO]. El tono de la marca es [TONO, POR EJEMPLO «cercano y directo»]. El llamado a la acción final es [LLAMADO A LA ACCIÓN, POR EJEMPLO «escríbenos por WhatsApp»].

# Tarea
Escribe el guion de la locución para ese video, con la cantidad de palabras que cabe en la duración (aprox. 2,5 palabras por segundo), marcando pausas con puntos y comas, y sin siglas ni números largos que suenen mal leídos.

# Formato de salida
El guion listo para pegar en el generador de voz, en un solo bloque, y debajo una versión alternativa un 20 % más corta.

# Ejemplos
Video de 15 segundos de una pastelería: «¿Cumpleaños esta semana? Tortas artesanales, hechas el mismo día. Pide hoy por WhatsApp y la tienes mañana en tu puerta.»

Lo que suele salir mal

• ✕Grabar la muestra con ruido o con voz de locutor impostada. La clonación copia lo que le das: dale tu voz real en silencio.
• ✕Guiones con siglas, cifras largas y frases de treinta palabras. Suenan mal en cualquier voz; escribe como hablas.
• ✕Clonar otras voces. Solo la tuya o con permiso escrito.