Generador de texto a voz con IA

Crea voces en off en más de 600 idiomas

Lleva la misma idea a más mercados sin grabar cada versión desde cero. DomoAI Text to Speech admite más de 600 idiomas, incluidos inglés, japonés, chino y coreano. Úsalo para preparar tutoriales localizados, anuncios, actualizaciones de producto, líneas de personaje o clips de formación antes de la edición final.

Añade emoción a la frase

Añade etiquetas de emoción cuando una línea necesite un estado de ánimo más claro, como cheerful, sad, whispering, angry, excited, confused o playful. También puedes escribir una breve indicación personalizada si la emoción es más específica. Consejo: si no quieres escribir el diálogo desde cero, usa una herramienta LLM como ChatGPT, Claude o Gemini para crear varias opciones primero. Pide turnos cortos de Speaker A / Speaker B y pega la mejor versión en DomoAI. Idea de prompt: Escribe 5 guiones cortos de diálogo text-to-speech para [scenario]. Usa Speaker A y Speaker B. Añade etiquetas simples de emoción entre corchetes, como [cheerful], [deadpan] o [whispering]. Mantén cada línea lo bastante corta para una voz en off de video.

Clona una voz y controla la velocidad

Cuando el mismo hablante debe aparecer en muchos clips, añade tu propia voz. Graba o sube una muestra clara y sin ruido, ponle nombre a la voz y reutilízala en futuros guiones. Funciona bien para un presentador de marca, una persona de creador, una voz de personaje, un narrador de curso o Talking Avatar. Speed Control da más rango a las voces clonadas. Ralentiza la voz para instrucciones cuidadosas, mantenla cerca de 1,0x para una entrega natural o acelérala cuando un anuncio corto o clip social necesite un ritmo más ajustado. El rango de velocidad admite de 0,5x a 2,0x. Para mejores resultados, empieza con audio limpio de al menos 10 segundos.

Usa Text To Speech con Talking Avatar

Text to Speech es especialmente útil cuando quieres hacer hablar a un retrato. Escribe un guion corto, elige o clona una voz y usa esa voz dentro de DomoAI Talking Avatar para crear un video hablado con sincronización labial. El flujo de Talking Avatar es ideal para un sujeto único mirando al frente. Ofrece personalización de guion y voz, prompts de acción, etiquetas de emoción, 6 tonos de voz, clonación de voz, capacidades multilingües y cargas de audio (MP3, WAV, M4A) de hasta 80 MB.

Un flujo simple de guion a video