Introducción
Generas la escena de la confesión y la voz es perfecta: baja, dubitativa, quebrándose en la última palabra. Generas la escena siguiente y ella suena como una locutora de radio. Mismo personaje, mismo generador, distinto día. El público no escucha «el modelo varió»; escucha «esa es otra persona», y la serie pierde lo único que convierte a un personaje en un personaje.
Un generador de voz de personaje con IA produce una voz. Convertirla en la voz de un personaje es un problema de flujo de trabajo: la voz tiene que definirse una vez, vincularse al personaje y dirigirse por línea de la misma manera cada vez. Esta guía muestra cómo hacerlo en ArcLoop — desde la definición de la voz en el asset, pasando por la dirección de líneas con estado y escena, hasta elegir el modelo según el trabajo y revisar la voz junto al rostro.
Dónde vive la voz
En ArcLoop un character asset guarda más que el rostro. Vincula la voz del personaje al asset junto a la Main image y las referencias, y cada shot que hace referencia a @Mira obtiene la misma voz, igual que obtiene el mismo rostro. La voz pasa a formar parte de la identidad, no de una configuración por clip.
Eso tiene una consecuencia práctica: define la voz antes de necesitarla. Un personaje que recibe su voz en el episodio cuatro suena como algo añadido a posteriori, porque los tres primeros episodios fueron improvisados. Elige la voz cuando construyes el asset, en la misma sesión que el turnaround.
Si estás eligiendo una voz rápidamente desde una biblioteca, la página de la herramienta AI Character Voice Generator explica cómo seleccionar una voz, pegar líneas y dirigir la interpretación; este artículo es la versión que vive dentro de una serie.
Reglas para una voz que aguante
- Un perfil por personaje, escrito. Edad percibida, tono, ritmo, textura, dónde se quiebra la voz. Guárdalo en la descripción del asset; la guía de prompts de voz cubre los campos.
- Dirige el estado, no el adjetivo. «Triste» es un promedio. «Intentando no levantar la voz, la rabia rompiéndose en las últimas palabras» es una interpretación.
- Cada línea lleva su escena. Dónde está ella, con quién habla, qué está ocultando. El modelo interpreta el contexto.
- El mismo modelo para el mismo personaje durante toda una temporada. Cambiar de motor a mitad de la serie es la manera más rápida de conseguir una voz distinta.
- Revisa la voz con el rostro, nunca sola. Una línea que suena bien de manera aislada puede ser incorrecta para la expresión sobre la que se reproduce.
Cómo construir y usar la voz del personaje, paso a paso
- Escribe el perfil de voz en el character asset en My Assets: edad, tono, ritmo, textura, rango emocional, un gesto vocal característico («corta las sílabas finales cuando miente»).
- Vincula la voz del personaje al asset con Bind. Elige desde la Library o crea una; ahora es parte de
@Mira. - Elige el motor según el trabajo. Seed Audio 1.0 para escenas interpretadas donde la emoción tiene que moverse dentro de la línea; ElevenLabs para entregas estables y reutilizables con etiquetas como
[whispers]o[crying]. La comparativa de doblaje detalla la diferencia. Elige una vez por personaje. - Escribe cada línea con su estado y escena en el shot card: con quién habla, qué quiere, dónde se quiebra la voz.
- Genera primero el vídeo de los shots, para que el rostro y el timing existan.
- Ejecuta Generate Voiceover en Edit. Las líneas se colocan en el timeline frente a sus shots.
- Revisa con la imagen. Mira el shot con la voz; si la entrega choca con la expresión, cambia la dirección de la línea, no el perfil de voz.
- Reutiliza en episodios posteriores. El asset lleva la voz; los nuevos episodios solo necesitan líneas nuevas. Para escenas con varios personajes, la guía de voiceover multiPersonaje explica cómo mantener las voces diferenciadas.
Ejemplo 1: Perfil de voz en el asset
@Mira voice profile: female, reads 26–28, low-medium pitch, slightly dry texture, unhurried pace with short pauses before the words that cost her something. Emotional range: controlled to breaking; never shouts, gets quieter when angry. Signature: clips the ends of words when she is lying, and laughs only on an exhale. Engine: Seed Audio 1.0 for the whole season; do not switch engines for one-off lines.
Ejemplo 2: Una línea dirigida para una confrontación
Line for @Mira, Shot 9, kitchen, facing @Daniel across the counter, she has already seen the boarding pass. State: calm on the surface, anger under it, trying not to give him the satisfaction. Pace: slower than normal; a full pause before the last word. Line: "How was Osaka." Delivery note: not a question — flat, the period audible, no rise at the end, and no breath before she says it.
Ejemplo 3: El mismo personaje, otra escena, la misma voz
Line for @Mira, Shot 3 of EP4, hospital corridor, alone, on the phone to @Sora. State: exhausted, relieved, close to laughing at herself. Pace: quicker, breath audible, the dry texture stays. Line: "I know. I know. I'm coming home." Delivery note: the third phrase is almost a whisper; keep the pitch where it was in EP1 — same person, worse night.
Las formas más comunes en que las voces de personaje se rompen
- Voz elegida por clip. Una voz distinta en cada generación. Vincúlala al asset con Bind.
- Dirección con adjetivos. «Emotiva» produce una emoción aleatoria. Escribe el estado y la escena.
- Motor cambiado a mitad de temporada. El personaje cambia de garganta en el episodio cinco. Un motor por personaje.
- Líneas escritas para la página. Frases largas que la voz tiene que apurar. Corta hasta lo que cabe en un subtítulo.
- Revisada sin el rostro. Sonaba bien, se reprodujo sobre la expresión equivocada. Revisa en el timeline.
Cómo comparar voces de personajes con la misma frase
Antes de producir todas las líneas, prueba una frase breve con cada personaje: «Pensé que no volverías». Mantén las palabras para escuchar qué cambia en la interpretación. Es un ejercicio de dirección, no una muestra de audio ya generada.
| Personaje original | Intención de la frase | Qué escuchar |
|---|---|---|
| Una guardiana que oculta su alivio | Quiere saber por qué la otra persona tardó, sin admitir que estaba preocupada | Inicio contenido, una pausa breve y un final más suave; sin convertir toda la frase en un susurro |
| Un aprendiz que se siente abandonado | Quiere una explicación, pero teme la respuesta | Ritmo algo vacilante y una pregunta implícita; sin añadir llanto si la escena no lo necesita |
| Una mensajera que sospecha una mentira | Quiere comprobar la reacción de quien regresa | Pausa antes de «volverías» y cierre firme; sin acelerar toda la línea |
Selecciona la voz de cada personaje y conserva esa elección durante la comparación. Cambia primero la intención o la pausa, no varias variables a la vez. Escucha la frase junto a la imagen: una voz convincente por sí sola puede no encajar con una expresión tranquila. Después prueba una segunda frase del episodio siguiente para comprobar si sigue sonando como la misma persona.
Si buscas «voces IA de personajes», empieza por voces para tus personajes originales y una interpretación que puedas reutilizar. Esta prueba no presupone una función de imitación exacta ni de clonación de una voz concreta. La herramienta de voz de personajes sirve como punto de entrada; en una serie, conserva la voz vinculada al personaje y revisa cada nueva interpretación.
Preguntas frecuentes
¿Pueden dos personajes compartir una voz generada? No deberían. Incluso con una dirección distinta, el público se guía por el timbre. Dale a cada personaje recurrente su propio perfil y su propia elección en la Library.
¿Y si quiero la voz en varios idiomas? Conserva el perfil y la dirección; genera la línea en cada idioma con el mismo motor para que el personaje suene igual en todos los idiomas.
¿Cuánta dirección es demasiada? Si la nota es más larga que la línea, recorta la nota. Estado, escena, ritmo y un detalle de entrega es suficiente.
¿La voz también funciona para la narración? Sí, pero la narración es un personaje distinto. Dale su propio perfil para que el narrador nunca suene como el protagonista.
Próximo paso
Abre el asset de tu personaje principal en ArcLoop y escribe el perfil de voz en un párrafo: edad, tono, ritmo, textura, dónde se quiebra, un gesto vocal. Vincula la voz con Bind, elige el motor y dirige una línea con su estado y su escena. Genérala, reprodúcela frente al shot y ajusta la dirección hasta que la voz y el rostro sean la misma persona.
