Voz en off gratis
El comando exacto de edge-tts, las cuatro voces latinas que no suenan a robot, la velocidad medida y cómo pegar el audio al video sin que se desincronice.
Para qué sirve
Para ponerle voz a un video sin cámara (un tutorial de pantalla, una escena generada, un anuncio de producto) sin pagar un servicio de voz. edge-tts usa las voces de Microsoft y es gratis desde la terminal.
Instalación
pip install edge-ttsEl comando
edge-tts --voice es-CL-CatalinaNeural --rate "+15%" --text "Tu texto aquí, con puntuación." --write-media voz.mp3O desde un archivo de texto: --file guion.txt en vez de --text.
Las cuatro voces que no suenan a robot
| Voz | Cómo suena | Para qué |
|---|---|---|
| es-CL-CatalinaNeural | Chilena, clara, neutra | Tutoriales, explicaciones |
| es-MX-DaliaNeural | Mexicana, cálida | Anuncios de producto, historias |
| es-CO-SalomeNeural | Colombiana, suave | Escenas, voz en off narrativa |
| es-AR-ElenaNeural | Argentina, con más ritmo | Piezas con energía |
Prueba las cuatro con el mismo párrafo de tu guion antes de elegir. Una voz que suena bien en un anuncio suena rara en un tutorial.
La velocidad
+15% está medido: al 0 por ciento suena lenta y a lectura; sobre el 20 se atropella en las comas. Si el guion tiene muchas cifras, baja a +10.
Cómo pegar el audio al video sin desfase
- Genera la voz primero y mide su duración (
ffprobe voz.mp3). - Corta o alarga el video a esa duración, no al revés. Acelerar el audio para que quepa (atempo) cambia lo que dice y se nota.
- Si el video tiene varias tomas, genera la voz por toma y pégala toma por toma: un solo audio largo sobre varias tomas concatenadas se corre porque el audio de cada toma es un poco más corto que el video.
ffmpeg -i video.mp4 -i voz.mp3 -c:v copy -map 0:v:0 -map 1:a:0 -shortest salida.mp4Qué NO resuelve
No clona tu voz: es una voz genérica, buena para lo que no lleva tu cara. Para tu voz está «Tu clon de avatar».
Siguiente paso
Con la voz lista, «Escena sin cámara» o «Anuncio de producto con IA» te dan la imagen.