Convierte un artículo en un pódcast a dos voces

Para convertir un artículo o un PDF en un pódcast, le das el texto a una herramienta que escribe una conversación entre dos presentadores, compruebas ese guion con la fuente y lo locutas con dos voces de IA distintas en un solo archivo de audio. En Speecho es un botón en Texto a voz: los presentadores comentan tu texto en su mismo orden, el guion se abre en un editor donde puedes corregir cada línea, y un episodio de diez minutos cuesta alrededor de un dólar con voces Standard. Aquí tienes para qué sirve un episodio a dos voces, cómo elegir el texto y cómo asegurarte de que los presentadores solo dicen lo que dice el texto.

Para qué sirve un episodio a dos voces

• Escuchar en movimiento. Ese artículo largo que guardaste la semana pasada y nunca abriste se convierte en diez minutos de trayecto, de carrera o de fregar platos.
• Estudiar. Un capítulo convertido en preguntas y respuestas hace audible su estructura: un presentador pregunta cuál es la idea, el otro la explica, y oyes el argumento en lugar de un muro de frases. Sirve para repasar, no para sustituir la lectura.
• Boletines. Una edición en audio de cada número para los lectores que prefieren escuchar.
• Comunicación interna. Un cambio de política, un informe trimestral o las notas de una versión como un episodio corto que el equipo sí va a escuchar.

¿Por qué dos voces y no un narrador? Una conversación guía al oyente: una pregunta anuncia lo que viene, una reformulación repite la idea clave y el cambio de voz mantiene la atención. Una sola voz leyendo palabra por palabra un artículo denso cansa a los pocos minutos. Si quieres el texto leído tal cual, usa texto a voz o PDF a audio.

Cómo elegir el texto

Las mejores fuentes tienen un argumento o una historia: textos divulgativos, ensayos, informes, un capítulo de libro, tus propios apuntes de un curso. Las tablas, el código, las listas largas de cifras y los textos legales en los que cada palabra cuenta dan para poca conversación.

Antes de empezar, ayudan unas cuantas cosas:

• Limpia el texto extraído. El texto de un PDF suele traer números de página, encabezados repetidos y una lista de referencias. Bórralos y quita cualquier sección que no quieras que se comente.
• Ojo con el tamaño. El texto puede tener entre 300 y 60.000 caracteres, más o menos de 50 a 10.000 palabras. De un texto más largo solo se usan los primeros 60.000 caracteres, así que divide un libro por capítulos.
• Comprueba los derechos. Más sobre esto al final.

Crea el episodio en Speecho

1. Añade el texto. Abre Texto a voz y pega el texto en el cuadro, o elige “Abrir un archivo” para un documento PDF, Word o EPUB. El archivo se lee en tu navegador.
2. Pulsa “Crear un pódcast a partir de un texto”. Aparece en el modo Diálogo y, cuando el texto es lo bastante largo, junto al selector Texto / Diálogo.
3. Configura a los presentadores. Son dos. Speecho elige sus voces por ti, una mujer y un hombre de entre las voces pensadas para conversar, y puedes cambiar ambas después. Los nombres son opcionales; sin nombre, cada presentador usa el de su voz.
4. Elige la duración: unos 5, 10 o 20 minutos.
5. Elige el idioma. Por defecto, el guion va en el idioma del texto. Elige otro para convertir, por ejemplo, un informe en alemán en un episodio en español.
6. Pulsa “Escribir el guion”. El botón muestra el precio. Escribirlo lleva de 10 a 30 segundos.
7. Revisa el guion en el editor de diálogo, donde se abre con los dos presentadores y todas las réplicas. Más abajo te explicamos cómo.
8. Locútalo. Todo el diálogo se convierte en un único MP3. Un diálogo largo se locuta por partes: primero se locutan unos 5.000 caracteres, para que puedas escucharlos antes de pagar el resto, y luego locutas el resto desde la tarjeta.

Revisa el guion antes de locutarlo

Los presentadores tienen instrucciones de ceñirse al texto, seguir su orden y comentarlo en lugar de leerlo en voz alta. Aun así, el guion lo escribe una IA, y una IA puede equivocarse en los detalles. Cinco minutos de revisión te ahorran volver a locutar:

• Datos y cifras. Compara cada cifra, fecha y cita con la fuente. Borra cualquier afirmación que el texto no haga.
• Orden y énfasis. El guion sigue la fuente. Si una sección importa más a tus oyentes, dale más réplicas; si importa menos, borra algunas.
• Nombres. Comprueba que personas, empresas y lugares se escriben como en la fuente. Si una voz pronuncia mal un nombre en la prueba, escríbelo como suena en esa réplica.
• La apertura. La primera réplica debe nombrar bien la fuente: quién la escribió y dónde se publicó.
• El tono. Quita las réplicas que solo se entusiasman (“¡Qué fascinante!”) y quédate con las que hacen avanzar el tema.

Editar es gratis: no se cobra nada hasta que locutas el guion.

Cómo elegir las voces

• Que se distingan fácilmente. Dos voces de distinto género o con un tono claramente diferente permiten seguir quién habla sin necesidad de nombres.
• Voces nativas del idioma. Un presentador con acento nativo en el idioma del episodio suena natural, así que elige voces hechas para ese idioma.
• Elige un nivel. Standard basta para comunicación interna y escucha personal. Enhanced suena más natural y es la opción habitual para lo que vas a publicar. Premium es la más expresiva.
• Escucha antes de locutar. Oye primero la muestra de cada voz en el editor.

¿Cuánto debe durar el episodio?

Duración	Para qué	Tamaño del guion
Unos 5 minutos	Un artículo o un número de boletín	Unas 750 palabras
Unos 10 minutos	Un artículo largo, un informe, notas de versión	Unas 1.500 palabras, unos 9.000 caracteres
Unos 20 minutos	Un capítulo de libro, un informe largo	Unas 3.000 palabras

El episodio comenta el texto en lugar de leerlo, así que su duración no depende de la fuente: un capítulo de 6.000 palabras puede convertirse en una conversación de 20 minutos que recorre las ideas principales, no en 45 minutos de lectura. La duración es un objetivo, no una promesa; con 20 minutos el resultado puede quedarse unos minutos por debajo.

Subtítulos para una versión en vídeo

Muchos pódcast se publican también en vídeo, a menudo con una imagen fija o una forma de onda y subtítulos. Los clips con voces Enhanced y Premium incluyen archivos de subtítulos: elige “Subtítulos (SRT)” o VTT en la flecha junto a la descarga del MP3, o “Subtítulos con nombres (SRT)” en un diálogo donde deba aparecer el nombre de quien habla. Los tiempos siguen al audio, así que el archivo entra directamente en un editor de vídeo o en una subida a YouTube. Las voces Standard no tienen archivos de subtítulos.

Corregir una réplica después

¿Has oído una palabra mal después de locutar? No hace falta rehacer el episodio. Cada réplica de un diálogo locutado tiene “Volver a locutar esta línea”: elige otra voz, corrige una palabra o añade una indicación como [whispers]. El resto se queda igual, y el precio de esa réplica se muestra antes de confirmar.

Cuánto cuesta

Se pagan dos cosas por separado, y ambos precios se muestran antes de cobrar nada:

• El guion: 15 créditos por un guion de hasta 5 minutos, 25 de hasta 10, 40 de hasta 20, más 1 crédito por cada 3.000 caracteres del texto original. Un texto corto no se estira hasta los minutos elegidos y se cobra por el guion que realmente da. Un artículo de 6.000 caracteres cuesta 17 créditos a 5 minutos o 27 a 10; un capítulo de 30.000 a 10 minutos, 35.
• La locución: por cada 1.000 caracteres de guion, 50 créditos en Standard, 110 en Enhanced y 160 en Premium.

Un episodio de 10 minutos, unos 9.000 caracteres de guion, sale por unos 450 créditos en Standard y 990 en Enhanced. Los créditos vienen en paquetes: 5 $ por 2.400, 10 $ por 6.000, 25 $ por 16.800 y 50 $ por 36.000. Así, un episodio de 10 minutos cuesta unos 0,94 $ con voces Standard y unos 2 $ con Enhanced en el paquete más pequeño, y menos en los grandes. No hay suscripción y los créditos no caducan. Consulta los precios para más detalle.

Dónde puedes publicarlo

La mayoría de las plataformas aceptan pódcast con voces de IA, algunas con condiciones. Apple Podcasts, por ejemplo, pide indicar el uso de voces sintéticas en el propio episodio y en sus metadatos. Una frase al principio (“Este episodio lo presentan voces de IA y se basa en un artículo de…”) y una línea en las notas del episodio lo cubren. Las reglas de cada plataforma están reunidas en dónde se permiten las voces IA. Las voces de Speecho son voces de catálogo con licencia, no copias de personas reales, y puedes usar el audio con fines comerciales.

Usa solo textos que tengas derecho a usar

Un pódcast hecho a partir del artículo de otra persona es una adaptación de su obra. Usa tus propios textos, documentos de tu empresa, textos con una licencia que permita adaptaciones u obras de dominio público. Publicar un episodio basado en el artículo o el libro de otro autor sin su permiso es un problema de derechos de autor, aunque lo cites, y que lo presenten voces de IA no cambia nada.

Preguntas frecuentes

¿Puedo hacer un pódcast a partir de un PDF?

Sí. Abre el PDF en Texto a voz y pulsa “Crear un pódcast a partir de un texto”. El archivo se lee en tu navegador; un PDF escaneado sin capa de texto pasa antes por la pestaña Escanear texto.

¿Los presentadores de IA se inventan cosas?

Tienen instrucciones de ceñirse al texto y a su orden, pero el guion lo escribe una IA y puede equivocarse en los detalles. Por eso se abre primero en el editor: revisa datos, cifras y nombres antes de locutar.

¿Qué longitud puede tener el texto original?

De 300 a 60.000 caracteres. Un texto más largo se recorta a sus primeros 60.000 caracteres, así que divide los libros por capítulos.

¿Cuánto cuesta un episodio de 10 minutos?

Unos 450 créditos con voces Standard o 990 con Enhanced, más entre 15 y 40 créditos y 1 por cada 3.000 caracteres por el guion. En el paquete de 5 $, con un artículo de 6.000 caracteres (un guion de 27 créditos), eso son unos 0,99 $ o unos 2,12 $.

¿Puedo cambiar una réplica cuando el episodio ya está locutado?

Sí. Usa “Volver a locutar esta línea” en esa réplica para cambiar la voz, una palabra o la entonación. El resto del episodio se queda igual.