Cómo grabar una muestra para que el clon suene como tú
Una sola persona hablando, una habitación silenciosa sin eco y entre 30 y 60 segundos de habla natural en el idioma que usarás. La música, las llamadas y el ruido arruinan el clon.
Actualizado el 2 de noviembre de 20262 min de lectura
El clon copia todo lo que escucha en la muestra: el timbre, la forma de hablar y también el eco, el zumbido de un refrigerador o la música de fondo. Una mejor grabación da una voz más parecida, y el proveedor no puede arreglar una mala grabación después.
Dónde grabar
Graba en una habitación pequeña y silenciosa con objetos suaves alrededor, como un dormitorio con cortinas y un sofá. Las paredes vacías, un baño o una habitación desocupada añaden eco, y el clon lo conserva.
Apaga la televisión, la música, el ventilador y el aire acondicionado, y cierra la ventana.
Mantén el teléfono a 15–30 cm de tu boca y conserva esa distancia hasta el final.
No cubras el micrófono con la mano ni con una funda, y no grabes a través de una bufanda o una mascarilla.
Cómo hablar
Habla tal como quieres que suene la voz en el resultado. Si necesitas una narración tranquila, lee con calma; si necesitas una animada, lee con energía.
Usa tu ritmo y volumen habituales. No susurres, no grites ni alargues las palabras.
Lee el texto en la pantalla hasta el final. Contiene diferentes sonidos e intonaciones que el clon necesita.
Si te equivocas, toca Grabar de nuevo y empieza otra vez. Una pausa larga o una tos en el medio terminará en el clon.
Graba en el idioma que usarás
El clon suena más natural en el idioma de la muestra. Una voz grabada en ruso puede hablar en inglés, pero el acento y la entonación seguirán siendo rusos. MiniMax es especialmente sensible a esto, y la app te lo recuerda en la pantalla Nueva voz. Una voz de Qwen 3 habla 10 idiomas: inglés, ruso, chino, alemán, francés, español, italiano, japonés, coreano y portugués.
Qué archivo elegir
Un archivo funciona si solo habla una persona, sin música ni efectos. Los límites son de 10 segundos a 5 minutos y hasta 20 MB, y la app recomienda 60 segundos.
| Funciona bien | Da un mal clon |
|---|---|
| Tu mensaje de voz grabado en un lugar tranquilo | Una llamada telefónica o de mensajería: el sonido está comprimido y se cuela la voz de la otra persona |
| Un fragmento de un podcast o una conferencia con un solo orador | Un video con música o con una calle ruidosa de fondo |
| Una grabación hecha con una app de grabadora de voz | Una conversación de dos o más personas |
| 30–60 segundos de habla continua | Una grabación de 10 segundos con pausas |
Si el clon todavía no suena como tú
Prueba con el otro proveedor usando la misma grabación. MiniMax y Qwen 3 reproducen la misma voz de manera diferente, y una voz de Qwen 3 cuesta alrededor de 1 token, por lo que es económico comparar. Una voz no se puede reentrenar: para mejorarla, crea una nueva a partir de una mejor grabación y elimina la anterior en Mis voces. Otras causas y errores: la clonación de voz falló o no suena como tú.
Contactar a soporte
Describe el problema y te responderemos por correo. Adjunta el nombre del archivo o ID de la tarea si lo tienes.