¿Hay consejos para obtener voces clonadas de buena calidad?

Para consultar una guía completa, te recomendamos leer nuestra documentación sobre Clonar Voz Instantánea y Clonar Voz Profesional.

La idea principal es: una entrada buena y uniforme = un resultado bueno y uniforme.

Duración

• Clonar Voz Instantánea: 1-2 minutos de audio de buena calidad
• Clonar Voz Profesional: 30-180 minutos de audio de buena calidad

Usa los fragmentos de audio mejores y más nítidos que encuentres. Debe haber un solo hablante, sin ruido ni interferencias de fondo, y su voz debe oírse alta y clara.

En lugar de usar muchos fragmentos de distinta calidad solo para aumentar la duración, prioriza aquellos en los que la calidad del micrófono sea claramente muy alta y la calidad y el tono sean uniformes de principio a fin, en vez de centrarte en aumentar la duración total.

Asegúrate de que la mayor parte del diálogo de tus fragmentos coincida con el estilo de habla y la entonación del hablante que más te gustan. No conviene incluir demasiados fragmentos en los que el hablante se aleje de los patrones de habla que quieres escuchar.

Si es necesario, usa un eliminador de ruido para reducir el ruido de fondo.

Puedes encontrar más información en nuestra documentación aquí.