Generador de diálogos con IA para dos participantes. Anfitrión e Invitado ya tienen voz asignada. Escribe la conversación, genera el audio y descarga un solo archivo con todo.
El estudio de diálogo ya incluye dos participantes. Escribe la conversación, genera el audio y descarga un solo archivo final. Cada participante mantiene una voz distinta.
Otros casos de uso
Escribe una línea por intervención. Anfitrión e Invitado ya tienen asignada una voz. Haz clic en Generar conversación y descarga un solo archivo WAV o MP3 con todo el audio.
Una línea por turno. El anfitrión dice la primera línea, el invitado la segunda y después se turnan. Si ya escribes tus guiones con etiquetas «NOMBRE:», siguen funcionando.
El anfitrión y el invitado ya tienen voces distintas. Puedes cambiar sus nombres, elegir otras voces o sumar a otro participante. La herramienta nunca detecta quién habla a partir del guion.
Con un clic en Generar conversación, creas la conversación. Reproduce el audio y descarga un solo archivo WAV o MP3 con toda la conversación.
Un podcast con dos anfitriones. Una voz de IA hace las preguntas y la otra explica. Escribe el guion, genera el audio de anfitrión A y anfitrión B con voces claramente diferenciadas y une el resultado. No necesitas suscripción ni lista de espera.
Dale una voz de Kokoro distinta a cada personaje de tu guion gráfico o prototipo de Twine. Con 54 voces, armas un reparto pequeño sin contratar actores de voz para el montaje inicial.
Narra la prosa con una sola voz (River o Daniel) y usa voces distintas para cada personaje en las citas directas. Así quien escucha sabe quién habla sin un "ella dijo" en cada línea.
Genera diálogos de dos voces en español, francés, hindi, japonés, mandarín y 4 idiomas más. Combina una voz nativa masculina y una femenina para practicar intercambios realistas entre los roles A y B.
Un diálogo funciona o no según si quien escucha distingue las dos voces sin pensarlo. Estas seis combinaciones se diferencian por el género, el acento o el tono del personaje. Elige una y empieza a generar el audio.
Presentador e invitado experto
Ideal para
Podcasts explicativos al estilo de NotebookLM. Sarah hace las preguntas y Adam responde con autoridad. Es la combinación más natural para programas de inglés estadounidense con dos presentadores.
Conversación casual
Ideal para
Podcasts de estilo de vida, formatos de charla entre amigos y diálogos de cafetería en audiolibros. Ambas voces suenan cálidas, así que el ida y vuelta se siente relajado y no formal.
Drama de época o al estilo de BBC
Ideal para
Escenas de audiolibros ambientadas en el Reino Unido, conversaciones a dos en documentales de prestigio y podcasts de historia con un presentador y un narrador. El mismo acento da unidad a toda la historia.
Personajes de animación o de videojuegos
Ideal para
Cortos animados, prototipos de Twine y diálogos de personajes no jugadores en videojuegos independientes. Puck es travieso y Sky es alegre. Son voces de personaje bien definidas, no de narrador.
Narrador de documental y persona entrevistada
Ideal para
Documentales de crímenes reales, historia y ciencia en los que una narración fluida conecta las citas recreadas. River lleva la voz principal y Nova da voz a la persona entrevistada en el archivo.
Energía de coanfitriones
Ideal para
Charla ligera de programa matutino, formatos de noticias y conversación, y presentaciones de podcasts de marca donde dos anfitriones cruzan una apertura en frío antes de que empiece el programa.
¿Quieres escucharlas? Ver las 54 voces →
El modelo pone la voz. El realismo sale de cómo escribes los tiempos, los silencios y las pequeñas reacciones entre personajes. Seis reglas que cubren todo el proceso.
El anfitrión toma la primera línea, el invitado la segunda, y así se van alternando. Las etiquetas opcionales «NOMBRE:» al inicio de cada línea siguen funcionando si ya escribes tus guiones así.
Una coma es un cuarto de tiempo, un punto es medio tiempo, una raya es una pausa real y unos puntos suspensivos son un tiempo sostenido. Si un personaje duda, escribe "Bueno... no sé si eso es cierto." en lugar de "Bueno no sé si eso es cierto." La pausa es lo que hace creíble la duda, y Kokoro respeta la puntuación.
En una conversación real, la pausa entre turnos ronda los 250 ms. Si pegas dos fragmentos de texto a voz uno tras otro, el diálogo suena robótico. Añade 300 ms de silencio real entre turnos en tu editor y suena como dos personas conversando. En escenas tensas, baja a 100 ms. En intercambios pausados, sube a 600 ms.
Corta el audio del personaje A a mitad de palabra y mueve el del personaje B para que empiece entre 50 y 100 ms antes de que A termine. Ese breve solapamiento es la señal de audio universal de que alguien interrumpió. Un fundido cruzado de 100 ms en la zona de solapamiento suaviza el empalme y la interrupción suena natural.
Mueve la voz del personaje A 15% a la izquierda y la del personaje B 15% a la derecha. No es tan marcado como para sonar teatral, pero basta para que quien escucha con audífonos no confunda quién habla. La panorámica extrema (50%+) solo funciona en radioteatro. Para podcasts y audiolibros, 15% es el punto justo.
No uses SSML ni la etiqueta <laugh>. Escribe lo que quieras oír. «Hah hah hah» da una risa limpia de tres sílabas, «mmhm» suena a asentimiento y «ugh» transmite fastidio. Prueba la reacción con una generación de 10 caracteres en una sola voz. Si otra voz la dice mejor, cámbiala y pon el WAV en una pista aparte de tu edición.
PlayHT y Murf incluyen modos nativos para varios hablantes: pegas el texto una vez y obtienes una sola mezcla. El costo es el límite mensual de caracteres, el registro y una licencia comercial de pago. Esta es la comparación sin adornos.
Diálogos con varias voces
FreeTextoSpeech
Anfitrión e invitado ya tienen una voz asignada. Escribe una línea por turno y exporta toda la conversación en un solo archivo.
Planes gratuitos de PlayHT y Murf
La función de diálogo con varios hablantes viene integrada, pero requiere un plan de pago. El plan gratuito tiene un catálogo de voces limitado.
Variedad de voces por escena
FreeTextoSpeech
Cuentas con 54 voces en 9 idiomas, suficientes para un elenco completo.
Planes gratuitos de PlayHT y Murf
El plan gratuito tiene menos voces, y la mayoría de las voces de personaje más distintivas son de pago.
Costo de un diálogo de 5 minutos
FreeTextoSpeech
Gratis. 25,000 caracteres en la nube cada 30 días sin cuenta, 500,000 al iniciar sesión y sin límite de uso en tu dispositivo (voces en inglés).
Planes gratuitos de PlayHT y Murf
En el plan gratuito, las generaciones descuentan caracteres del límite mensual. Las escenas más largas pueden llevarte a un plan de pago.
Licencia para uso comercial en el plan gratuito
FreeTextoSpeech
Uso comercial completo, sin atribución.
Planes gratuitos de PlayHT y Murf
En el plan gratuito, el uso comercial tiene restricciones. Para monetizar podcasts o usar el audio en juegos independientes, necesitas un plan de pago.
Formato de salida
FreeTextoSpeech
Un solo archivo MP3 o WAV de 24 kHz con toda la conversación, listo para cualquier editor de audio.
Planes gratuitos de PlayHT y Murf
En el plan gratuito, el audio sale en MP3 comprimido. A menudo, solo puedes generar una mezcla.
Registro
FreeTextoSpeech
Sin registro. Abre la página, pega el texto y genera el audio.
Planes gratuitos de PlayHT y Murf
Necesitas registrarte con un correo y dejar una tarjeta de crédito para las funciones comerciales.
Generación de varias voces con un clic
FreeTextoSpeech
Generación de varios hablantes dentro de la herramienta, con voces ya cargadas, exportación en un solo archivo y controles avanzados opcionales.
Planes gratuitos de PlayHT y Murf
Modo de diálogo integrado para varios hablantes, disponible en planes de pago. Pega el texto una vez y genera el audio una vez.
La generación procesa las intervenciones en orden para no sobrecargar el motor de voz compartido.
¿Aún tienes dudas? Contáctanos →
Lecturas con calidad de estudio para intros y segmentos de podcasts con dos anfitriones.
Narración de audiolibros independientes con cambios de voz en los diálogos entre personajes.
Por qué las voces de Kokoro suenan como personas en escenas largas de diálogo.
Lleva las escenas de diálogo directo a Premiere o DaVinci Resolve.
Genera el audio gratis en menos de 10 minutos y con todos los derechos de uso comercial.
Un pequeño favor
Permite los anuncios de este sitio y vuelve a comprobar. ¿Prefieres no ver anuncios? Los planes de pago los quitan y agregan más caracteres en la nube, desde $4 al mes.
Permite los anuncios de freetexttospeech.net y vuelve a comprobar.
¿Ya tienes un plan de pago?Iniciar sesiónpara recuperar tus beneficios.
Enviar opinión
Cuéntanos qué te parece
Fallos, ideas o lo que sea que mejore FreeTextoSpeech.