¿Qué es la clonación de voz?
La clonación de voz consiste en crear una voz sintética que suena como una persona real concreta, a partir de grabaciones de su habla. El clon puede decir después frases nuevas que esa persona nunca grabó, incluso en otros idiomas, y así es como las herramientas de doblaje mantienen la voz de un hablante en una traducción.
Muestra: 42 segundos de Anna hablando en inglés en su vídeo
Texto: “Empezamos con tres clientes y una sala alquilada.”
Resultado: la frase en español, dicha con una voz que suena como AnnaCómo se clona una voz con IA
Un modelo de voz entrenado con muchas voces aprende qué hace distinta a cada una: tono, timbre, acento y ritmo. Con una muestra de un hablante nuevo, capta esos rasgos y los aplica a cualquier texto que diga. Las palabras salen del texto; de la muestra solo sale cómo suena la voz.
Clones instantáneos y profesionales
Un clon instantáneo se crea en segundos a partir de una muestra corta, a menudo de menos de uno o dos minutos, y suena parecido a la persona en un habla neutra. Un clon profesional se entrena con mucho más audio, normalmente de media hora a varias horas de grabaciones limpias, y aguanta mejor la emoción, los gritos o los susurros.
Consentimiento y ley
Una voz identifica a una persona. Según el RGPD (GDPR), los datos de voz tratados para identificar a alguien son datos biométricos, y los servicios que clonan voces, incluido este, tratan las muestras como tales: necesitan una base jurídica, normalmente el consentimiento explícito. La BIPA de Illinois cubre las huellas de voz, la ELVIS Act de Tennessee protege la voz de una persona frente a imitaciones no autorizadas y la EU AI Act obliga a indicar que un audio sintético lo es. Clonar a alguien sin permiso puede infringir varias de estas normas a la vez.
Para qué se usa
Doblar los vídeos de un creador con su propia voz, corregir una palabra en una grabación sin repetir la toma, narración para personas que han perdido la voz y audiolibros leídos por su autor. La misma tecnología hace posibles las estafas de voz, y por eso las herramientas serias piden confirmar que puedes usar esa voz.
Preguntas
¿Cuánto audio hace falta para clonar una voz?
Para un clon instantáneo, de unos 20 segundos a un par de minutos de habla clara. Los clones profesionales se entrenan con 30 minutos o más.
¿Es legal clonar una voz?
Clonar tu propia voz, o una que tengas permiso para usar, es legal en la mayoría de los lugares. Clonar a alguien sin su consentimiento puede vulnerar leyes de privacidad, de datos biométricos y de derechos de imagen, y usarlo para engañar es fraude.
¿Una voz clonada puede hablar otro idioma?
Sí. Los modelos de voz multilingües pueden hacer que el clon hable idiomas que la persona no habla, manteniendo cómo suena su voz, aunque el acento puede cambiar.
¿Se nota la diferencia entre una voz clonada y la real?
En frases cortas y neutras, a menudo no. En una pieza más larga, la emoción plana, un énfasis raro o nombres mal pronunciados suelen delatarla.
Leer más
Términos relacionados
Actualizado: