Leer en voz alta textos en japonés con IA
La IA lee en voz alta el texto en japonés que escribas, y puedes guardarlo como archivo de audio. La IA de síntesis de voz Irodori-TTS funciona dentro de tu navegador, así que el texto no se envía a ningún sitio. No hace falta instalar ninguna aplicación ni registrarse. Usa Chrome o Edge en un ordenador con GPU (WebGPU).
Esta herramienta lee textos en japonés. Los textos en otros idiomas no se leen correctamente.
Escribir los números en cifras, como en «10部», reduce los errores de lectura. Las palabras que se lean mal se pueden añadir al «Diccionario de pronunciación».
La ayuda con IA también funciona dentro de tu navegador, y el texto y tu petición no se envían a ningún sitio.
Voz y calidad
Si lo dejas vacío, se genera una descripción de voz adecuada al texto.
El diccionario se guarda en este navegador y no se envía a ningún sitio. Antes de leer, las palabras del texto se sustituyen por su lectura del diccionario.
Ajustes de salida
Modelos de IA guardados en este navegador
Cómo se usa
- 1
Escribe el texto
Escribe o pega el texto en japonés que quieras leer en voz alta. Escribir los números en cifras, como en «10部», reduce los errores de lectura. Al pulsar un botón de emoji se inserta una emoción o forma de hablar en la posición del cursor.
- 2
Elige la voz y la calidad
Elige una voz de la lista, o elige «Escribir mi propia descripción de la voz» y descríbela en japonés. Por defecto la calidad es «Estándar».
- 3
Lee en voz alta y guarda
Pulsa «Leer en voz alta». La primera vez se descarga el modelo de IA (unos 1,7 GB). Vuelve a generar las partes mal leídas con «Regenerar» y pulsa «Guardar» para obtener el archivo de audio.
Cómo funciona y cómo indicar la voz y la emoción
Elige una voz de la lista o descríbela en japonés en «Descripción de la voz», por ejemplo «落ち着いた低めの声の男性» (un hombre tranquilo de voz algo grave). Los emojis que pongas en el texto indican la emoción o la forma de hablar en ese punto (susurro, pausa, risa, etc.). Los textos largos se dividen y se generan en orden, y el resto se genera ajustándose a la voz de la primera parte, así que la misma voz lee hasta el final. La IA es el modelo de síntesis de voz Irodori-TTS (licencia MIT). El modelo de IA (unos 1,7 GB) solo se descarga de Hugging Face la primera vez y se guarda en tu dispositivo para las siguientes.
Puedes usar libremente el audio que crees. No hace falta citar la fuente. Se prohíbe usarlo para suplantar a una persona real o para hacer creer que una persona real dijo algo. Como la IA crea la voz cada vez, puede parecerse por casualidad a la de una persona real.
Preguntas frecuentes
¿Se envía mi texto a un servidor?
No. La lectura se hace en el navegador de tu dispositivo, y el texto que escribes, la descripción de la voz y el diccionario de pronunciación no se envían a ningún sitio. El modelo de IA se descarga de Hugging Face la primera vez y se guarda en el navegador. No hace falta registrarse. Las estadísticas de procesamiento que usamos para corregir errores (características del dispositivo, número aproximado de caracteres y frases, tipo de error, etc.; nunca el texto en sí ni la descripción de la voz) sí se envían al servidor de este sitio, y puedes desactivarlas con el interruptor de «Ayúdanos a mejorar el servicio» al final de la página.
¿Funciona en iPhone o en el móvil?
En iPhone y iPad no funciona. Una vez cargada, la IA de lectura usa unos 3 GB de memoria para sus cálculos. En iPhone y iPad, el sistema operativo limita la memoria que puede usar una sola página, y en el iPhone 15 Pro Max (8 GB de memoria) que probamos, la página superó ese límite tras descargar el modelo de IA y se volvió a cargar automáticamente antes de generar la voz. Para que la descarga de unos 1,7 GB no sea en vano, la herramienta se detiene en iPhone y iPad antes de empezar la descarga. Usa Chrome o Edge en un ordenador con GPU (WebGPU). También funciona en Android y en Safari para Mac, pero en algunos dispositivos puede detenerse a mitad.
¿Puede clonar voces (copiar mi propia voz o una voz que me guste)?
No. Para que no se use para copiar la voz de otra persona sin permiso ni para suplantar a nadie, a propósito no incluimos ninguna función que cargue una grabación o un archivo de audio para imitar una voz (clonación de voz). La voz se indica con el texto de la «Descripción de la voz». Una voz que te guste se puede guardar en este navegador con «Guardar esta voz» y usarla para leer cualquier texto con la misma voz. Al exportar una voz guardada a un archivo, solo se registra cómo se creó. Al importarla, esta herramienta vuelve a crear la voz, así que no se puede traer una voz hecha a partir de una grabación.
¿Puede leer textos largos?
Sí. El texto se divide por frases, se lee en orden y se une en un solo archivo de audio con silencios cortos entre medias. No hay límite de caracteres. En un ordenador que probamos (GPU integrada de un Ryzen 7 8745H), «Estándar» crea 1 minuto de audio en unos 30 segundos. «Alta calidad» tarda unas 6 veces más.
Ayúdanos a mejorar el servicio
Cuando una conversión falla, enviarnos las circunstancias nos ayuda a encontrar la causa. Saber qué dispositivos y formatos fallan más, y cuánto tarda el procesamiento, nos permite revisar los formatos admitidos y corregir los errores. Si no te importa, dejarlo activado nos ayuda mucho.
Qué se envía
La herramienta usada y los ajustes elegidos (formato de salida, calidad, etc.), las características del dispositivo (GPU, memoria, número de núcleos), el formato de entrada con su tamaño aproximado (en la lectura de texto en voz alta: el número aproximado de caracteres y frases, en cuántas partes se generó el texto y el tiempo de carga del modelo de IA), cuántos archivos tuvieron éxito o fallaron y cuánto tardó, y el tipo y los detalles del error cuando algo falla.
Qué no se envía nunca
Los archivos en sí, los nombres de archivo, el texto, los subtítulos o las indicaciones que añades a un vídeo, el texto que se lee en voz alta, las descripciones de voz, el diccionario de pronunciación y las voces guardadas, y las direcciones IP. Los datos van únicamente al servidor de este sitio, nunca a un servicio de terceros.