Elige una voz o clona la tuya
Descripción general
Cuando Sokuji lee en voz alta tu traducción (modo Yo o Ambos, con Solo texto desactivado), KizunaAI usa una voz. Puedes elegir una de unas 200 voces predefinidas o clonar tu propia voz a partir de una grabación corta, para que la otra parte oiga la traducción con tu voz. Todo esto está en Configuración → Avanzado → Proveedor. Las capturas son de Sokuji 0.41.1.
1Abre los ajustes de voz
Abre Configuración, cambia a Avanzado con el botón de la parte superior derecha del panel y elige la pestaña Proveedor. Configuración de Voz muestra la voz en uso, con una breve descripción de cómo suena.
2Explora y filtra las voces predefinidas
Haz clic en la voz para abrir la lista. Fíltrala por género, edad, acento, uso y estilo, y pulsa el botón de reproducción para escuchar una muestra. Las muestras se sintetizan para ti y se cobran de tu saldo.
3Añade tu propia voz
En Voces personalizadas, elige Añadir una voz…. Importa un archivo de audio con Importar voz…, graba al momento con Grabar voz… o suelta un archivo en el cuadro de diálogo. El clip debe durar entre 3 segundos y 2 minutos, y ocupar como máximo 35 MB.
Tip
Una grabación clara en la que hables con naturalidad, en una habitación silenciosa, da el mejor resultado.
4Escucha, confirma y clona
Escucha el clip, marca Confirmo que tengo derecho a usar esta voz y haz clic en Clonar voz. La grabación se envía a Kizuna AI y se transmite a Soniox para crear tu voz. No se almacena en los servidores de Kizuna AI: permanece en este dispositivo para que tu voz se pueda volver a crear más adelante.
5Usa «Mi voz»
Tu clon aparece como Mi voz en Voces personalizadas. Selecciónala como cualquier voz predefinida; el botón de reproducción la reproduce y la papelera la elimina.
6Sustituye tu voz
Cada cuenta tiene una sola voz personalizada. Para usar una grabación nueva, elimina primero Mi voz y después añade la nueva: si solo vuelves a grabar, se conserva la voz que ya tienes.
7Ajusta la velocidad del habla
En Configuración Síntesis de voz (TTS), Velocidad del habla hace que la voz traducida sea más lenta o más rápida, de 0,7× a 1,3×.
Consejos
- Una voz solo se usa cuando las traducciones se leen en voz alta. Con Solo texto activado, y para el lado de la otra persona, que siempre se muestra como texto, no hace falta ninguna voz.
- Crear una voz personalizada y escuchar muestras de voces requiere saldo en tu cuenta.
- Los ajustes se bloquean mientras hay una sesión en marcha. Detén la sesión para cambiar la voz.
Preguntas frecuentes
¿Por qué una sesión usa una voz integrada en lugar de Mi voz?
Sokuji te avisa cuando ocurre y te dice por qué. Los motivos más habituales: este dispositivo no tiene una copia de tu grabación (vuelve a grabarla en Configuración para usar tu voz en este ordenador), todos los espacios para voces personalizadas están ocupados en este momento, o no se pudo crear la voz a partir del clip (prueba con una grabación más clara). La sesión continúa con una voz integrada.
¿Puedo clonar la voz de otra persona?
Solo con su permiso. Antes de clonarla, confirmas que tienes derecho a usar esa voz.
¿Funciona mi voz en todas las regiones?
Las voces personalizadas pertenecen a una sola región, y cada región recuerda su propia elección de voz. Si cambias de región, vuelve a añadir tu voz allí.
Solución de problemas
¿Sigues atascado? Envíanos tus comentarios desde el menú de la cuenta o escribe a support@kizuna.ai. También puedes preguntar en GitHub Discussions.