Voz y grabación
Ruido y eco al clonar voz: cómo revisar tu muestra
Detecta interferencias antes de crear la voz y distingue problemas de grabación de dudas de pronunciación.

Ruido y eco pueden afectar una muestra de clonación de voz. En los 10 segundos que permite Vox, una conversación de fondo, un golpe o una habitación reverberante pueden ocupar una parte importante del audio. Antes de buscar ajustes complejos, escucha la grabación y decide si se entiende tu voz de principio a fin. Una muestra clara es una base mejor, aunque no garantice perfección.
Identifica la interferencia
Si oyes un zumbido continuo, comprueba ventiladores o equipos cercanos. Si hay golpes, revisa si rozas el dispositivo. Si las palabras parecen repetirse en la habitación, cambia a un espacio con menos eco. Haz un ajuste cada vez para saber cuál ayuda.
No compenses el ruido gritando. Mantén un tono natural y una posición estable. Una segunda voz debe excluirse de la muestra, tanto por claridad como por consentimiento.
Repite la muestra antes de generar
En My Voice, selecciona el idioma y vuelve a grabar la guía si la primera toma tiene una interrupción importante. Habla con calma; no aceleres para llenar cada segundo. Cartesia recomienda audio claro y una muestra en el idioma que la persona habla.
No hace falta prometer calidad de estudio ni comprar equipo sin probar lo disponible. El primer criterio es que cada palabra resulte comprensible y que no haya un sonido dominante ajeno a tu voz.
Separa la muestra del resultado TTS
Después de clonar, prueba una referencia breve en la sala de escucha. Si una palabra suena mal, revisa también su texto: no todos los problemas provienen de ruido. Los nombres, el idioma y las pausas del sintetizador pueden requerir otra comprobación.
Anota la referencia y el problema observado antes de repetir generaciones. Así distingues una muestra defectuosa de una duda sobre pronunciación. Conserva expectativas realistas: mejorar el ambiente de grabación reduce interferencias, pero no certifica cada palabra del audio como lectura correcta.
