¿Cuándo fue la última vez que escuchaste una voz grabada en una llamada de atención al cliente y pensaste que alguien la había grabado solo para ti? Pues Amazon acaba de abrir la puerta a que cualquier empresa tenga su propia voz sintética, y sale de la voz de una persona real.
Amazon Polly, el servicio de Amazon que convierte texto en voz, ya permite clonar una voz a partir de unos minutos de grabación. Se lanza con acceso restringido, con siete idiomas: inglés, español, alemán, francés, italiano, portugués e hindi.
¿Cómo se hace una voz clonada y cuánto tarda?
El proceso tiene cuatro pasos. Primero grabas a una persona, que tiene que haber dado su permiso. Después subes entre 1 y 10 grabaciones, indicas el idioma y confirmas que cuentas con ese consentimiento.
Antes de seguir: llévate las herramientas y prompts listos para usar, GRATIS. Probados uno a uno y ordenados por la tarea que quieres resolver: vídeo, imagen, voz, escribir, automatizar tu negocio, clientes, web. Es gratis y la lista crece cada semana.
Entras también en el boletín semanal de La Prensa IA. Te das de baja cuando quieras, con una palabra.
Luego toca esperar: crear la voz suele llevar entre 5 y 10 minutos, y en ese tiempo Amazon comprueba que el resultado se parezca de verdad a la persona. Cuando termina, ya puedes pedirle que lea cualquier texto con esa voz.
Y una cosa importante: cada voz clonada habla solo el idioma en el que se grabó. Si quieres una versión en español y otra en alemán, necesitas grabar a alguien en cada uno.
La voz de un jefe de ciencia, en un videojuego y en una línea de atención
Amazon enseña varios ejemplos en su blog. Trevor, su jefe de ciencia, aparece primero con su voz real y luego con la clonada, haciendo de personaje de videojuego que guarda un puente y pide resolver un acertijo o entregar un bocadillo.
También está Jeff Barr, director de evangelización de AWS, y Hannah, cuya voz clonada atiende una llamada de pedidos. Joely, por su parte, narra una clase sobre cómo aprende una red neuronal. Jonas, uno de los autores, lo prueba en alemán.
Amazon propone usos como la telefonía automática de una empresa, audiolibros, cursos, podcasts o aplicaciones de accesibilidad.
¿Y si alguien clona mi voz sin que yo lo sepa?
Es la pregunta obvia, y Amazon responde con varias medidas. Quien crea la voz tiene que confirmar el consentimiento del hablante cada vez, y el uso queda sujeto a las condiciones de AWS y a sus normas de IA responsable.
Además, el audio generado lleva una marca de agua, y cada voz solo puede usarla la cuenta de AWS que la creó. Amazon asegura que no guarda copia de las grabaciones una vez creada la voz ni las usa para entrenar sus modelos.
Ojo: esto es un anuncio de Amazon sobre sus propias salvaguardas. Y el acceso no es abierto: ya está activado para algunos clientes, y el resto tiene que contactar con su equipo de AWS o solicitarlo.
Qué implica para ti
Si tienes un negocio con atención telefónica, tienda online o contenido en audio, podrás tener una voz de marca propia y cambiar un mensaje sin volver a contratar un estudio. Crear la voz no cuesta nada: se paga solo por el uso, según la tarifa de Amazon Polly.
Si eres cliente, es probable que oigas más voces «humanas» que en realidad son clonadas. Si grabas tu voz para alguien, pregunta para qué se usará y si das tu consentimiento por escrito. Si no, tu voz podría estar diciendo frases que nunca pronunciaste.
PD: Amazon dice que la voz clonada se puede borrar con una sola orden, DeleteVoice, cuando ya no se necesite.
Imagen ilustrativa generada con inteligencia artificial.
Más sobre esto en LaPrensaIA
- Amazon quiere guardar los datos de todo lo que se vende, aunque no lo venda ella
- Alexa ahora te gestiona la compra y las entregas de Amazon con solo hablarle
Fuente original: aws.amazon.com
Esta pieza la ha redactado Iberia, el sistema de inteligencia artificial de LaPrensaIA, a partir de las fuentes citadas. Fermín Sánchez ha decidido publicarla y responde de ella. Cómo trabajamos.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.



