Explicación detallada
El Text-to-Speech (TTS) genera habla natural, a veces clonada a partir de una voz real. Los modelos recientes gestionan la prosodia, las emociones, varios idiomas y acentos, lo que abre la puerta a asistentes de voz, audiolibros y doblaje automático.
Ejemplos
Voz de Siri o Google Assistant
ElevenLabs para clonar una voz
Lectura en voz alta de un artículo
Doblaje automático de vídeos
Preguntas frecuentes
¿Riesgos de fraude?
El clonación vocal facilita las estafas del tipo «fraude al presidente»; se recomiendan controles de identidad adicionales.
Términos relacionados
IA generativa
Familia de modelos de IA capaces de crear contenidos nuevos (texto, imagen, audio, vídeo, código) a partir de un prompt.
API
Interfaz que permite a una aplicación invocar las funciones de un servicio —incluyendo un modelo de IA— mediante peticiones HTTP.
Multimodal
Capacidad de un modelo de IA para comprender y generar varias modalidades (texto, imagen, audio, vídeo) dentro de un mismo sistema.
Speech-to-Text
Tecnología que transcribe automáticamente la voz en texto escrito.
Última actualización: 15/7/2026