Producir un audiolibro con narración de IA, del manuscrito a la publicación
8 etapas, 23 herramientas
actualizada el
Una novela suele durar unas diez horas de audio terminado, y esa cifra explica tanto el atractivo como la dificultad de la narración con IA. Grabar tanto con un narrador humano lleva días de estudio y edición. Una voz sintética puede leerlo en una tarde. Aun así, alguien tiene que escuchar las diez horas.
Esa escucha es el verdadero trabajo de esta guía. Los motores de texto a voz leen mal nombres, palabras inventadas, abreviaturas, cifras, fechas y palabras que se escriben igual pero se pronuncian distinto. Pueden aplanar un chiste o atropellar una línea de diálogo. Nada de esto se ve en pantalla, así que cada capítulo debe oírse, corregirse y regenerarse donde la lectura sea errónea.
Lo segundo que conviene resolver pronto es dónde se venderá el audiolibro. Cada librería y distribuidor tiene su propia postura sobre la narración sintética: algunos la aceptan con una etiqueta clara, otros exigen un narrador humano salvo autorización expresa, y las reglas cambian. Consulta las tiendas a las que apuntas antes de generar un solo capítulo. Si clonas una voz, la tuya o la de otra persona, obtén el consentimiento por escrito y lee las condiciones del proveedor sobre uso comercial.
Para quién es esta guía Autores que se autopublican, editoriales pequeñas y creadores de cursos o contenido que ya tienen un texto terminado y editado y quieren publicar una edición en audio sin contratar a un narrador ni un estudio.
Una elección para cada uno de tres pasos centrales, escogidas porque su ficha describe ese paso de forma directa. Prueba un solo capítulo de principio a fin antes de comprometer un libro entero con cualquier voz.
Aplica la corrección de volumen a un capítulo y compara la versión original y la tratada con auriculares.
1
Etapa 1: Preparación del manuscrito
Conviertes el archivo final del libro en un guion de narración limpio: un archivo por capítulo, con las partes preliminares y finales recortadas para el audio, las notas al pie y las tablas reescritas, y una lista de nombres y palabras poco habituales con su pronunciación.
Lo que hace la IA aquí
Convertir un PDF o un archivo de libro electrónico en texto editable, recuperar texto de escaneos y revisar el guion mostrando cada cambio para que lo apruebes.
Lo que la IA no puede hacer aquí
Decidir cómo adaptar un libro para el oído. Qué hacer con las notas al pie, las imágenes, las tablas y los cortes de sección es una decisión editorial que debe tomar el autor.
Señala problemas de gramática, ortografía y puntuación en un borrador, algo importante porque un motor de voz lee los errores en voz alta.
Conjunto de herramientas de escritura para autores que abarca la planificación de la historia, los hábitos de escritura, la edición de estilo y la crítica del manuscrito.
Ver herramienta
2
Etapa 2: Elección o clonación de una voz
Eliges al narrador: una voz de catálogo que encaje con el género y aguante horas, una voz diseñada a partir de una descripción o un clon de tu propia voz. Pruebas a los candidatos con una página difícil antes de comprometerte.
Lo que hace la IA aquí
Ofrecer amplias bibliotecas de voces para probar, diseñar una voz nueva a partir de una descripción escrita y crear un clon reutilizable a partir de una grabación corta.
Lo que la IA no puede hacer aquí
Darte derecho a usar la voz de alguien. Clonar requiere el consentimiento explícito del dueño de la voz, y los derechos comerciales del resultado dependen de tu plan.
Crea una voz personalizada reutilizable a partir de una muestra de audio corta y ofrece una amplia biblioteca de voces de la comunidad para explorar.
Plataforma de voz con IA para convertir texto en voz y clonar voces, con etiquetas de emoción, una amplia biblioteca de voces y una API para desarrolladores.
Builds a reusable voice model from a recording of ten to thirty seconds, with a stated rule that the voice's owner must agree.
Plataforma de voz con IA para clonar una voz a partir de una muestra breve, convertir texto en voz y transcribir audio.
Ver herramienta
3
Etapa 3: Generación de la narración
Capítulo a capítulo, el guion se convierte en audio. Mantienes ajustes idénticos en todo el libro, asignas voces distintas a los personajes si usas más de una y guardas cada capítulo como un archivo propio.
Lo que hace la IA aquí
Leer un documento subido o un guion pegado con la voz elegida, dividir textos largos en bloques editables y regenerar una sola línea sin rehacer el capítulo.
Lo que la IA no puede hacer aquí
Interpretar como un actor que ha entendido el libro. El subtexto, la ironía y la progresión de una escena suelen quedar aplanados, algo que importa más en ficción que en no ficción.
Convierte texto escrito en audio hablado con varios modelos que equilibran coherencia y rango emocional, en un editor de estudio pensado para la narración extensa.
Plataforma de audio con IA para texto a voz, clonación de voz, transcripción, doblaje, música y agentes de voz conversacionales.
Lee en voz alta manuscritos de Word, PDF o EPUB subidos con una voz sintética elegida, de un catálogo que incluye muchos acentos regionales del inglés.
Herramienta de texto a voz y creación de video que convierte guiones, documentos y presentaciones en locuciones y videos narrados.
Convierte un libro creado en la plataforma en audio narrado como parte del mismo flujo de publicación.
Plataforma de publicación de libros con IA para redactar, diseñar, exportar y vender ebooks y otros tipos de libros.
Ver herramienta
4
Etapa 4: Escucha de revisión y correcciones de pronunciación
Escuchas cada capítulo con el texto delante y anotas los nombres mal leídos, los acentos erróneos, las pausas raras y las líneas con un tono equivocado. Cada una se corrige con una entrada de pronunciación, una pausa o una indicación de entonación, y se regenera.
Lo que hace la IA aquí
Guardar pronunciaciones personalizadas, insertar pausas y énfasis, cambiar la emoción o la velocidad línea a línea y permitir cortar el audio editando su transcripción.
Lo que la IA no puede hacer aquí
Oír sus propios errores. Ninguna herramienta sabe con fiabilidad que un nombre se pronunció mal, así que una persona tiene que escuchar la grabación completa a velocidad normal.
Cambia el tono a mitad de frase cuando se escriben en el texto marcadores como susurrando, emocionado o pausa larga.
Plataforma de voz con IA para convertir texto en voz y clonar voces, con etiquetas de emoción, una amplia biblioteca de voces y una API para desarrolladores.
Transcribe el audio de modo que borrar o mover palabras en el texto corta la grabación, lo que ayuda a localizar y eliminar una línea defectuosa.
Editor de video y audio con IA en el que cortas las grabaciones editando la transcripción, con un asistente llamado Underlord.
Ver herramienta
5
Etapa 5: Limpieza de audio y masterización
Todos los capítulos se llevan al mismo volumen y tono, con un silencio uniforme al principio y al final de cada archivo, y se exportan en el formato y con los niveles que indique tu distribuidor. La narración que grabaste tú también necesita eliminar el ruido.
Lo que hace la IA aquí
Quitar el ruido de fondo, el eco, los sonidos de boca y las respiraciones, igualar el volumen de una grabación y procesar un archivo hacia un volumen objetivo.
Lo que la IA no puede hacer aquí
Conocer la especificación técnica de tu distribuidor. El rango de volumen, el nivel de ruido de fondo, el formato del archivo y la duración de los silencios difieren según la librería; ACX, por ejemplo, pide RMS entre -23 dB y -18 dB, picos no superiores a -3 dB y un nivel de ruido de fondo no superior a -60 dB RMS. Un archivo que no cumpla la especificación puede ser rechazado.
Equilibra el volumen para que los pasajes bajos y altos queden en niveles uniformes y reduce los chasquidos de boca, las oclusivas y las sibilantes duras del habla.
Herramienta de IA en línea que limpia grabaciones: elimina ruido y eco, corrige el volumen y pule la voz.
Elimina el ruido de fondo, el zumbido, el eco, las respiraciones y los sonidos de boca de una narración que grabaste tú, y puede mejorar una toma sin tratar.
Editor de podcasts con IA que elimina muletillas, ruido de fondo y silencios de grabaciones de audio y video.
Su función Studio Sound elimina el ruido de fondo y mejora las voces de una grabación con una sola acción.
Editor de video y audio con IA en el que cortas las grabaciones editando la transcripción, con un asistente llamado Underlord.
Ver herramienta
6
Etapa 6: Portada
Las tiendas de audiolibros usan una portada cuadrada, así que la portada vertical del libro hay que recomponerla, no simplemente recortarla. El título y el autor deben seguir siendo legibles en tamaño miniatura, y el crédito del narrador debe seguir las normas de cada tienda.
Lo que hace la IA aquí
Generar conceptos de portada a partir de un brief con título, género y ambiente, refinarlos con instrucciones escritas y cambiar un diseño existente a nuevas dimensiones.
Lo que la IA no puede hacer aquí
Garantizar un rotulado limpio ni la titularidad. La tipografía dibujada por IA puede contener errores, y las imágenes totalmente generadas con IA pueden no ser aptas para la protección de derechos de autor en algunos países.
Convierte un diseño existente a las dimensiones necesarias para otra plataforma, lo que sirve para adaptar la portada de un libro a un formato cuadrado.
Suite de diseño en el navegador para publicaciones sociales, presentaciones, video e impresión, con herramientas de IA integradas.
Ver herramienta
7
Etapa 7: Ediciones traducidas
Para otro idioma traduces el manuscrito, pides a un lector competente que lo revise y narras el texto traducido con una voz que hable ese idioma de forma nativa. Los nombres y los términos necesitan un glosario coherente.
Lo que hace la IA aquí
Traducir un documento conservando su formato, aplicar un glosario fijo y locutar el resultado en otros idiomas, incluso con un clon de la voz original.
Lo que la IA no puede hacer aquí
Entregar una traducción literaria lista para la venta. El estilo, el humor y las expresiones requieren a un traductor o editor humano, y los derechos de traducción deben ser tuyos.
Traduce audio a otros idiomas y puede recrear la propia voz del hablante para la pista traducida, con un editor de transcripción para la revisión.
Herramienta de IA para localizar video y audio: traducción, doblaje, clonación de voz y sincronización labial en más de 135 idiomas.
Ver herramienta
8
Etapa 8: Publicación y distribución
Subes los archivos de los capítulos, la portada, la descripción y los créditos a una librería o distribuidor, declaras cómo se narró el libro, fijas el precio y esperas la revisión. Cada tienda tiene su propia especificación de archivos y su propia política sobre las voces sintéticas.
Lo que hace la IA aquí
Crear una ficha de venta del libro y de su edición en audio en la misma plataforma donde se produjo.
Lo que la IA no puede hacer aquí
Lograr que se acepte un título narrado con IA donde la tienda no lo permite. Lee las reglas vigentes de cada librería sobre narración sintética y etiquetado antes de empezar la producción.
Crea una ficha de venta del libro en su propia plataforma, sujeta a revisión de contenido, e indica la parte que corresponde al autor en las ventas de audiolibros.
Plataforma de publicación de libros con IA para redactar, diseñar, exportar y vender ebooks y otros tipos de libros.
Ver herramienta
Expectativas realistas
Las reglas de las librerías sobre la narración con IA difieren
Las tiendas no coinciden. ACX indica que los envíos deben estar narrados por una persona salvo autorización expresa, y prohíbe las grabaciones de texto a voz o de IA no autorizadas. Spotify for Authors acepta la narración con voz digital cuando se marca al subirla y añade una nota para los oyentes. Las políticas cambian, así que confirma las reglas vigentes de cada tienda que vayas a usar antes de la producción.
Clonar una voz exige consentimiento
Clonar a un narrador, un actor o un familiar sin su permiso explícito puede ser ilegal e infringe las condiciones de las herramientas de voz de esta guía. Conserva el consentimiento por escrito, también para tu propia voz si interviene una editorial.
Los derechos comerciales dependen del plan
Varios generadores de voz permiten el uso comercial solo en planes de pago, y algunos planes gratuitos son solo para uso personal. Revisa la licencia que se aplica al audio que vendas y guarda un registro.
Hay que escuchar cada hora
Los nombres, las cifras y las palabras homógrafas mal leídos son frecuentes e invisibles en la interfaz. Reserva tiempo real para escuchar completo cada capítulo, idealmente por alguien que no haya escrito el libro.
Los derechos de audio son aparte
Si el libro tiene editorial, traductor, letras de canciones citadas o imágenes con licencia, comprueba que tienes los derechos de audio. Un autor no siempre los controla.
Preguntas frecuentes
¿Puedo vender un audiolibro narrado con IA en las grandes tiendas de audiolibros?
Depende de la tienda y de la fecha en que preguntes. ACX exige narración humana salvo autorización expresa, mientras que Spotify for Authors acepta la narración con voz digital marcada al subirla y la etiqueta para los oyentes. Otras librerías y distribuidores fijan sus propias condiciones. Consulta las normas de envío vigentes de cada tienda e indica la narración con honestidad allí donde publiques.
¿Vale la pena clonar mi propia voz para narrar mi libro?
Puede valerla, sobre todo en no ficción, donde los oyentes esperan al autor. Un clon conserva tu sonido sin días de grabación. Los resultados dependen de la calidad de tu muestra y de la herramienta, y una voz clonada puede leer mal y sonar plana en pasajes largos. Graba una muestra limpia, prueba un capítulo y compáralo con una voz de catálogo antes de decidir.
¿Cuánto se tarda en producir un audiolibro con IA?
Generar el audio es rápido. El tiempo se va en la preparación y la revisión. Cuenta con dedicar al menos la duración del libro a la escucha de revisión, además de las correcciones, la masterización y la subida. Para un libro de diez horas, varios días de trabajo son realistas para un primer proyecto cuidadoso, y menos cuando ya tengas tu lista de pronunciaciones y tus ajustes.
¿Les molesta a los oyentes la narración con IA?
A algunos sí, sobre todo en ficción, donde la interpretación importa y una voz sintética se nota más. En no ficción práctica, guías y obras breves la tolerancia es mayor. Ser transparente sobre la narración, elegir una voz que se adapte al material y corregir con cuidado las lecturas erróneas influye más en las valoraciones que la tecnología en sí.