Transcript · English → Spanish
Voice Cloning Tutorial Using AI
Así es como suena mi voz real. Y esta es mi voz clonada por IA. Hola, esta es la voz de IA de
Kevin. Probablemente no notes la diferencia. Pude clonarla en menos de 30 segundos. Te
mostraré cómo clonar cualquier voz en tu PC sin suscripciones ni configuraciones complicadas. Todo lo que
necesitas es una muestra corta de voz y podrás generar un nuevo discurso en segundos. Comencemos. Para ello,
en la parte inferior de la pantalla. VoiceBox utiliza algunos de los mejores modelos de voz de IA,
incluyendo Quinn3 y Chatterbox. En el sitio web, haz clic en descargar y aquí elige tu sistema
operativo y luego realiza la instalación. Una vez que termines de descargar e instalar VoiceBox,
llegarás aquí, a la interfaz principal. Ahora no hay configuraciones complicadas y todo
se ejecuta directamente en tu PC. Empecemos por crear nuestra primera voz. En el lado izquierdo,
asegúrate de hacer clic en este icono y justo aquí, en el centro de la pantalla, verás un gran
botón que dice crear voz. Hagamos clic ahí. Tienes unas cuantas opciones aquí. Puedes subir
audio. También podrías grabar tu propia voz o, justo aquí, incluso podrías capturar el audio
del sistema. Por ahora, voy a grabar mi propia voz. Como nota, puedes grabar hasta 30 segundos.
He descubierto que cuanto más te acerques a los 30 segundos, mejor suele ser la calidad, pero aun así
Mi nombre es Kevin Stratford y hoy, una vez que termines de grabar, justo aquí abajo, haz clic en
transcribir. Si es tu primera vez, necesitará descargar un modelo para procesar tu audio
primero y justo aquí abajo, podía ver todo lo que dije en mi grabación de muestra. Ahora, allí en
el lado derecho, puedes darle un nombre a esta voz. Llamaré a la mía Kevin porque esta es mi
voz. Una vez que lo escribas, en la esquina inferior derecha, ahora podemos crear un perfil de voz.
Haré clic aquí. Ahora, esta es la parte divertida. Aquí es donde podemos convertir texto en voz. Justo arriba,
asegúrate de seleccionar la voz que te gustaría usar. Seleccionaré Kevin, la voz que
acabo de crear. Luego, abajo, escribe el texto. Así que, por aquí, Kevin Cookie Company tiene las
mejores galletas del mundo. Por aquí, puedes elegir el modelo. Ahora, Quen 3 TTS es un modelo
nuevo que funciona excepcionalmente bien, así que recomiendo elegir este, pero también tienes
algunas otras opciones. Una vez que termines de escribir tu texto, justo aquí, haz clic en Generar.
Después de unos momentos, puedes reproducirlo. Escuchemos cómo quedó. The Kevin
Cookie Company tiene las mejores galletas del mundo. Suena bastante bien. Si te gusta el resultado,
en la esquina superior derecha, puedes hacer clic en los tres puntos, y aquí mismo, puedes exportar
el audio. También puedes intentar regenerar si quieres volver a intentarlo, y abajo, también puedes
eliminar. Ahora, probemos un ejemplo más. Ahora vamos a crear una nueva voz. Esta vez, en lugar de
grabar la voz, probemos a subir algo de audio. Haré clic en Subir y luego haré clic en
Elegir archivo, y ahí veo mi archivo. Haré doble clic en él, y luego hagamos clic en
Transcribir, y veo todo el texto abajo. Ahora, en el lado derecho, al igual que
hicimos antes, escribamos un nombre para esta voz. La llamaré el narrador, y luego hagamos clic en Crear
perfil. Justo arriba, ahora verán que tenemos dos voces. Seleccionaré una nueva voz, y abajo
podría escribir el texto que me gustaría que esa voz narrara. Luego, por aquí, generemos
algo de voz. Una vez que esté todo listo, reproduzcámoslo. Kevin Cookie Company tiene las mejores galletas
del mundo. Muy genial. VoiceBox también tiene algunas funciones muy potentes. En el lado izquierdo,
hagan clic en el icono de Historias. Justo arriba, agreguemos una nueva historia. Haré clic aquí, y puedo
darle un nombre a la historia. A esta la llamaré la pregunta de la galleta. Luego, hagamos clic en Crear. En el
En la esquina inferior izquierda, ahora podemos escribir la primera línea de la historia. Introduciré la pregunta,
¿Quién hace las mejores galletas? Luego, abajo, también puedes elegir la voz para esta línea.
Lo pondré como Kevin, y por aquí, ahora podemos generar la voz. Ahora, podría introducir
otra línea. Aquí, escribiré la siguiente línea. Por supuesto, es la Kevin Cookie Company,
y abajo, ahora puedo elegir la voz. Lo configuraré como el narrador y luego haré clic en Generar.
Abajo del todo, ahora podemos reproducir toda la conversación. ¿Quién hace las mejores galletas?
Por supuesto, es la Kevin Cookie Company. Ahora, algunas de las funciones geniales de aquí. Es una línea de tiempo,
así que puedes mover diferentes elementos. Puedes ajustar el tiempo, y aquí arriba, también, puedes
también puedes cambiar la posición de la historia. Una vez que hayas terminado, en la esquina superior derecha,
puedes exportar el audio. Esto combina todas las líneas de cada hablante en un solo archivo.
Echemos ahora un vistazo a otras funciones. Allí, en el lado izquierdo,
podemos hacer clic en Voces, y aquí puedes revisar todas las diferentes voces que has creado.
Si hacemos clic en Efectos, aquí puedes ver los diferentes efectos que podrías aplicar a las voces.
Por ejemplo, si quieres que una voz suene más robótica. En otras palabras, si quieres
sonar como yo. También tienes otras opciones, como Radio, Cámara de eco y Voz profunda, y arriba del todo,
incluso puedes crear la tuya propia. Aquí, en el lado izquierdo, también puedes confirmar el
diferentes dispositivos de audio, como qué micrófono estás usando o qué altavoces estás usando.
Allí en el lado izquierdo, podemos hacer clic aquí, y también puedes ver qué modelos se están utilizando
detrás de escena para generar estas voces. Por último, hagamos clic en Configuración avanzada.
Para acelerar las cosas, arriba del todo, haz clic en GPU, y si tienes una tarjeta gráfica dedicada,
puedes seleccionarla. Por defecto, se ejecutará en tu CPU.
Para obtener los mejores resultados, aquí tienes algunos consejos rápidos. Asegúrate de usar una muestra de audio limpia
con un ruido de fondo mínimo. Intenta grabar en un entorno silencioso y asegúrate de hablar
con claridad. Las muestras más largas suelen producir los mejores resultados, especialmente si se aproximan a
una larga duración. Además, si el resultado no suena del todo bien, intenta generarlo de nuevo,
o ajustar ligeramente el texto de entrada. Y ahora, podrías clonar cualquier voz gratis,
directamente en tu PC. Solo quieres asegurarte de usar esto con voces para las que tengas
permiso para usar. Dime qué piensas de esta herramienta aquí abajo en los comentarios,
y nos vemos en el próximo video.
End of transcript · 1,114 words · machine translated
Original transcript (English)
This is what my real voice sounds like. And this is my AI cloned voice. Hi, this is Kevin's AI voice. You probably can't tell the difference. I was able to clone it in under 30 seconds. I'll show you how to clone any voice on your PC with no subscriptions and no complicated setup. All you need is a short voice sample and you could generate new speech in just seconds. Let's dive in. To do at the bottom of the screen. VoiceBox uses some of the best AI voice models behind the scenes,
including Quinn3 and Chatterbox. On the website, click download and here choose your operating system and then run through the install. Once you finish downloading and installing VoiceBox, you'll land here in the main interface. Now there's no complicated setup and everything runs directly on your PC. Let's start by creating our first voice. Over on the left-hand side, make sure to click on this icon and right here in the center of the screen, you'll see a large
button that says create voice. Let's click on that. You have a few options here. You can upload audio. You could also record your own voice or right over here, you could even capture system audio. For now, I'm going to record my own voice. Now, as a note, you can record up to 30 seconds. I found that the closer you get to 30 seconds, typically the better the quality, but it still My name is Kevin Stratford and today, once you finish recording, right down below, click on
transcribe. If this is your first time, it'll need to download a model to process your audio first and right down below, I could see everything that I said in my sample recording. Now, over on the right-hand side, you can give this voice a name. I will call mine Kevin because this is my voice. Once you type that in, in the bottom right-hand corner, we can now create a voice profile. I'll click here. Now, this is the fun part. This is where we can turn text into speech. Right up on
top, make sure to select the voice that you would like to use. I'll select Kevin, the voice that I just created. Then, down below, type in the text. So, over here, the Kevin Cookie Company has the best cookies in the world. Over here, you can choose the model. Now, Quen 3 TTS is a brand new model that works exceptionally well, so I recommend going with this, but you do also have a few other options. Once you finish typing in your text, right over here, click on Generate.
After a few moments, you could play it back. Let's listen to how it turned out. The Kevin Cookie Company has the best cookies in the world. Sounds pretty good. If you like the result, in the top right-hand corner, you could click on the three dots, and over here, you could export the audio. You could also try regenerating if you want to try again, and down below, you could also delete. Now, let's try one more example. Let's now create a new voice. This time, instead of
recording the voice, let's try uploading some audio. I'll click on Upload, and then click on Choose File, and there, I see my file. I'll double-click on that, and then let's click on Transcribe, and I see all the text down below. Now, over on the right-hand side, just like we did before, let's type in a name for this voice. I'll call it the narrator, and then click on Create Profile. Right up on top, you'll now see that we have two voices. I'll select a new voice, and down
below, I could type in text that I would like that voice to narrate. Then, over here, let's generate some speech. Once it's all done, let's play it back. The Kevin Cookie Company has the best cookies in the world. Very cool. VoiceBox also has some really powerful features. Over on the left-hand side, click on the Stories icon. Right up on top, let's add a new story. I'll click here, and I can give the story a name. I'll call this the cookie question. Then, let's click on Create. In the
bottom left-hand corner, we can now type in the first line of the story. I'll enter in the question, Who makes the best cookies? Then, down below, you can also choose the speaker for this line. I'll put it down as Kevin, and over here, we can now generate the speech. Now, I could enter in another line. Here, I'll type in the next line. Why, of course, it's the Kevin Cookie Company, and down below, I can now choose the speaker. I'll set it to the narrator, and then click on Generate.
At the very bottom, we can now play back the entire conversation. Who makes the best cookies? Why, of course, it's the Kevin Cookie Company. Now, some of the cool features here. It's a timeline, so you can move different items around. You can adjust the timing, and up on top here, too, you can also shift the position of the story. Once you're all done, in the top right-hand corner, you can export the audio. This combines all the lines from each speaker into just a single file.
Let's now take a look at some of the other functionality. Over on the left-hand side, we can click into Voices, and here, you can review all the different voices that you've created. If we click on Effects, here, you can see different effects that you could apply to voices. For example, if you want to make a voice sound more robotic. In other words, if you want to sound like me. You also have other options, like Radio, Echo Chamber, and Deep Voice, and up on top,
you can even create your own. Over on the left-hand side, here, you can also confirm the different audio devices, like which microphone you're using, or which speakers you're using. Over on the left-hand side, we can click here, and you can also look at which models are being used behind the scenes to generate these voices. Lastly, let's click into Advanced Settings. To speed things up, up on top, click on GPU, and if you have a dedicated graphics card,
you can select that. By default, it'll run on your CPU. For the best results, here are a few quick tips. Make sure to use a clean audio sample with minimal background noise. Try to record in a quiet environment, and make sure to speak clearly. Longer samples usually produce the best results, especially if they're closer to long. Also, if the output doesn't sound quite right, try generating it again,
or slightly adjust your input text. And now, you could clone any voice for free, directly on your PC. You just want to make sure that you use this with voices that you have permission to use. Let me know what you think about this tool right down below in the comments, and I'll see you in the next video.
