Voz y grabación
Cómo grabar 10 segundos limpios para clonar tu voz
Prepara un lugar tranquilo, una sola voz y una lectura natural antes de crear tu perfil en Vox.
Para clonar tu voz en Vox, la aplicación admite una grabación de hasta 10 segundos. Aprovechar bien ese tiempo depende más de la claridad que de intentar hablar rápido. Una muestra con una sola persona, volumen estable y pocas interferencias ofrece un punto de partida más útil que un fragmento apresurado. El resultado sigue pudiendo variar: una preparación cuidadosa no garantiza una copia perfecta.
Prepara el lugar antes de grabar
Apaga música y evita conversaciones cercanas. Si un ventilador o una ventana introduce ruido, cambia de posición o de habitación. No hace falta comprar equipo nuevo para empezar; primero comprueba qué capta el micrófono que ya tienes.
Mantén una distancia cómoda y estable. Evita rozar el dispositivo, tapar el micrófono o cambiar de orientación mientras lees. Si la habitación produce mucho eco, busca un espacio con menos superficies duras expuestas.
Lee de forma natural
Selecciona el idioma y sigue la frase guía que aparece en My Voice. Habla con tu tono habitual y no fuerces un acento que no usas. Cartesia recomienda muestras en el idioma que la persona habla y audio claro.
No aceleres para llenar los diez segundos. Tampoco añadas música, efectos o una segunda voz. Si te equivocas de forma importante o se oye una interrupción, repite la muestra antes de clonarla.
Escucha y decide antes de continuar
Revisa el audio disponible en la tarjeta: ¿se entiende cada frase?, ¿hay un golpe fuerte?, ¿el final quedó cortado? Corrige la muestra si hace falta. Cuando completes la clonación, Vox te lleva a la sala de escucha.
Prueba allí una referencia pequeña y comprueba nombres y pausas con el texto escrito. La calidad de una muestra no elimina todos los errores posibles del TTS. Conserva expectativas realistas y usa solo tu voz o una voz cuyo titular haya autorizado la clonación para ese propósito.