Síntesis de voz (TTS): cómo lee un ordenador un texto en voz alta
La síntesis de voz (TTS, Text-to-Speech) es una tecnología que convierte un texto escrito en habla humana. Las voces neuronales actuales suenan casi como personas reales.
En pocas palabras
Las antiguas voces del GPS sonaban como un robot leyendo por sílabas: «En. Dos. Cien. Tos. Me. Tros. Gi. Re. A. La. De. Re. Cha». Se montaban con trocitos de grabaciones, como un collage de recortes. La síntesis actual es como un actor de doblaje que lee con expresión: hace pausas, marca acentos y hasta se ríe donde toca.
Cómo funciona
- El programa analiza el texto: lo divide en frases, decide los acentos y lee números y abreviaturas.
- Una red neuronal predice cómo debe sonar: entonación, ritmo, pausas.
- Otra parte del modelo (el vocoder) lo convierte en una onda de sonido real.
- Puedes elegir la voz, la velocidad y la emoción.
- Los mejores modelos funcionan en tiempo real y casi sin retraso.
Dónde lo verás
Navegadores GPS, asistentes de voz, lectura de artículos y libros, funciones de accesibilidad para personas con baja visión (TalkBack, VoiceOver), avisos automáticos, vídeos con voz en off y asistentes de IA con los que puedes hablar.
¿Importa al elegir?
En los aparatos, fíjate en que el asistente de voz y la función «leer en voz alta» admitan tu idioma. Para estudiar es práctico: puedes escuchar tus apuntes en el trayecto. Y recuerda: la síntesis de voz también es la base de la clonación de voz, así que no te fíes de cualquier voz «conocida» en una llamada.
Mitos
- Mito: Una voz sintética siempre suena a robot. En realidad: Las voces neuronales actuales a menudo son casi imposibles de distinguir de las reales.
- Mito: La síntesis de voz solo funciona bien en inglés. En realidad: La calidad en muchos otros idiomas, incluido el español, ha mejorado mucho estos años, aunque en palabras raras el acento aún puede fallar.
Preguntas frecuentes
¿Cómo activo la lectura en voz alta en el móvil?
En Android, con «Seleccionar para pronunciar» o TalkBack; en iPhone, con «Leer selección» en los ajustes de accesibilidad.
¿Funciona la síntesis sin internet?
Las voces básicas, sí; las más realistas suelen necesitar internet.
¿Puedo crear mi propia voz para la síntesis?
Sí, eso se llama clonación de voz.
Términos relacionados
Reconocimiento de voz, Clonación de voz, Traducción de llamadas en directo, IA en el dispositivo