Cómo revisar una locución de SpeechGen: elegir la voz, corregir frases y ajustar las pausas al final

Para locuciones de cursos o demostraciones de productos, pruebe la voz y la velocidad con un texto breve antes de agrupar las correcciones y ajustar las pausas. La caché por frases de SpeechGen puede reducir la síntesis repetida, pero requiere el mismo texto y los mismos ajustes de voz. Que un archivo siga en el historial no garantiza revisiones gratuitas.

Fuente: speechgen.io
5 de noviembre de 2026
5 min

Cuando una locución de un curso entra en revisión, suelen llegar comentarios como «esta frase es incorrecta» y «deje aquí tiempo para mirar la imagen». En SpeechGen no conviene tratar estas dos peticiones con la misma acción: la primera exige corregir el texto, mientras que la segunda puede empezar por ajustar una pausa. Cambiar de voz o modificar la velocidad de todo el guion en cada ronda puede convertir una corrección de una sola frase en una nueva síntesis del texto completo.

Un flujo adecuado para correcciones sucesivas fija primero la voz y después mantiene estables el texto y los ajustes de las frases aprobadas. El siguiente ejemplo de narración para una demostración de producto explica cómo conectar las tareas basándose en la documentación oficial, no en pruebas de calidad de audio ni de ahorro económico.

Resolver con una muestra breve las decisiones que afectan a todo el guion

Elija primero un fragmento que contenga un nombre de producto, números y una frase larga. Seleccione el idioma correcto en el editor, escuche las voces candidatas y genere ese fragmento. Pida a quien lo revise que confirme la pronunciación, la voz y la velocidad antes de introducir el guion completo.

Así se reduce el alcance del ensayo y error. SpeechGen compara la caché según la frase y los ajustes de voz. Elegir otra voz o cambiar la velocidad o el tono en la fila de controles vocales puede requerir sintetizar de nuevo el guion original. «Solo un poco más rápido» no debe considerarse un cambio de formato sin coste. Si usa SSML para controlar la lectura, pruebe las etiquetas con la voz elegida: la documentación señala que no todas las voces admiten todas las etiquetas.

Registre la voz y los ajustes seleccionados junto con la versión del guion. Cuando otra persona tome el relevo, compruebe primero esa información para evitar que un mismo fragmento reciba otros parámetros de voz.

Vincular los comentarios a frases concretas

Una vez generado el guion completo, escúchelo entero y ordene los comentarios por frase: cuál se pronunció mal, cuál necesita reescribirse y dónde solo falta una pausa más larga. Cambie únicamente las frases que realmente lo necesiten, sin aprovechar para uniformar la puntuación o los espacios de todo el texto.

La documentación de la caché exige coincidencias carácter por carácter. Incluso cambiar una coma convierte la frase correspondiente en contenido nuevo. Si las demás condiciones no cambian y la caché sigue vigente, las frases intactas se pueden reutilizar directamente. Por eso conviene separar en el registro de cambios las correcciones de contenido y los ajustes de ritmo, en lugar de volver a pulir todo el guion en cada ronda.

Por ejemplo, si cambia el nombre de una función de la demostración, corrija y regenere la frase correspondiente. Si el nombre no cambia y el público solo necesita más tiempo para observar la imagen, pruebe primero una pausa. Esta separación no sustituye la escucha, pero aclara qué problema intenta resolver cada modificación.

Después de ajustar las pausas, comprobar de nuevo el audio con la imagen

Abra Settings debajo del cuadro de texto y busque Pause Control para ajustar por separado las pausas entre frases y entre párrafos. Según la documentación, cambiar solo las pausas no requiere volver a sintetizar la voz cuando se utiliza una caché válida. La pausa entre párrafos se suma a la que sigue a la última frase del párrafo, así que no calcule el silencio total a partir de un único valor del desplegable.

Los ajustes globales afectan a todo el texto. Úselos primero para establecer un ritmo general y después escuche las transiciones entre párrafos, especialmente donde cambia la imagen de la demostración. Alargar las pausas puede facilitar la comprensión, pero también modifica la duración total de la pista. Devuelva el audio a la línea de tiempo de edición para comprobarlo; que suene fluido en el editor no basta para entregarlo.

Tras confirmarlo, descargue el audio. La guía oficial indica que MP3 está disponible de forma predeterminada. Para WAV u OPUS, elija primero los ajustes de salida correspondientes, vuelva a generar y descargue. Al entregar el trabajo, conserve juntos el audio final, su texto y los ajustes de voz para que el editor de video no combine una pista antigua con imágenes nuevas.

La duración de la caché y el archivo de entregables son cosas distintas

La caché por frases de SpeechGen dura 7 días desde su último uso y no se comparte entre cuentas. El procesamiento por frases del modo de texto normal se aplica a textos de hasta 100000 caracteres cada uno. Los guiones más largos pasan a procesarse en bloques grandes, por lo que no cabe trasladarles las mismas expectativas de ahorro de las correcciones por frase.

El historial de proyectos, en cambio, se conserva durante 30 días. La documentación recomienda añadir los archivos importantes a favoritos para guardarlos a largo plazo. Los favoritos conservan el resultado final, no la caché de frases indefinidamente. Si la aprobación se retrasa hasta después de que caduque la caché, reconsidere el consumo antes de sintetizar otra vez, sin asumir que la revisión es gratuita porque el archivo anterior todavía se puede descargar.

Por ello, este flujo encaja mejor en proyectos cortos donde los comentarios puedan recopilarse de una vez. Fije la voz con un texto breve, agrupe las correcciones, ajuste las pausas, compruebe el resultado con la imagen y, por último, archívelo. Si su equipo suele volver mucho después para cambiar la voz de todo el guion, considere la nueva síntesis una carga de trabajo normal y no la caché una promesa de cambios gratuitos a largo plazo.

Nota sobre el contenido:Este artículo se basa en información pública y sirve como referencia para comparar y elegir herramientas. Las funciones, los precios y las políticas relacionadas pueden cambiar en cualquier momento; consulta la información oficial más reciente.

Fuente original:speechgen.io