Voz de Loquendo online: qué fue y qué usar hoy

Loquendo era una empresa de Turín (Italia) dedicada a la tecnología de voz: convertir texto en voz, reconocer lo que se dice y verificar quién habla. Nació como grupo de investigación a mediados de los años setenta dentro de CSELT, el laboratorio de la telefónica italiana, y en febrero de 2001 se convirtió en una empresa propia de Telecom Italia.

Lo que más vendía era el motor de texto a voz. Las empresas lo metían en centralitas, navegadores GPS y teléfonos; los particulares compraban sus voces a través de programas lectores como TextAloud y las usaban en casa. Por esa segunda puerta llegó Jorge a YouTube.

La voz más usada fue Jorge, una voz masculina de español de España. Le acompañaban otras como Carmen (femenina, también de España), Diego (argentino) o Francisca (chilena). Sonaban claras, algo metálicas y con la entonación plana. Era una limitación y acabó siendo su sello.

A partir de 2007 llegaron los «loquenderos», sobre todo en España y Latinoamérica: canales que narraban con Jorge parodias de GTA: San Andreas, creepypastas, gameplays comentados y videos explicativos. Con la voz nadie tenía que ponerse delante del micrófono. Y había un efecto que nadie buscó: Jorge contaba cualquier disparate con la seriedad de un parte meteorológico, y eso lo hacía más gracioso. Quien busca hoy «voz de Loquendo» casi siempre quiere recuperar ese tono.

No de forma legal. Loquendo nunca fue gratis: las voces se compraban con licencia, una por voz y por programa, y desde la compra de 2011 la marca dejó de venderse por separado. Todo lo que circula con nombres como «Loquendo portable» o «Loquendo + voces» son copias sin licencia, a menudo empaquetadas con cracks para saltarse la activación.

Y es justo el tipo de descarga que más infecciones trae. En un estudio de la Universidad Nacional de Singapur, el 100 % de las webs analizadas que ofrecían programas pirata exponía al usuario a riesgos de seguridad, y el troyano fue el código malicioso más frecuente en lo que se descargó de ellas (el 51 % de las infecciones).

• Instaladores que piden desactivar el antivirus «para que funcione el crack».
• Ejecutables escondidos dentro de un archivo .zip o .rar con contraseña.
• Programas de 2008 que ya no se instalan bien en un Windows actual y piden «parches».

Antes de elegir, decide qué buscas: el sonido robótico exacto de aquellos videos o un narrador que lea tu guion con claridad. Ninguna opción te da las dos cosas.

Lo que se puede imitar de aquellos videos es el tono: un narrador serio, neutro, que cuenta cualquier cosa con la misma calma. Así se hace en Voizum:

1. 1Entra en Voces y filtra por español. Para algo cercano a Jorge, busca una voz masculina de España; si tu público es de Latinoamérica, una de acento latino. Escucha la muestra de varias antes de elegir.
2. 2En el generador, baja la Expresividad hacia «Contenida». La voz se suelta menos y suena más neutra, como un locutor que lee sin actuar.
3. 3Ajusta la Velocidad. Va de 0.5× a 2×: los videos de aquella época se narraban algo deprisa, así que prueba a subirla un poco en lugar de dejarla en 1×.
4. 4Escribe pausas donde quieras un silencio dramático: <#1.5#> entre dos frases mete un segundo y medio, hasta un máximo de 10 segundos.
5. 5Las cantidades y las fechas se leen bien solas; las siglas, escríbelas como quieres que suenen. Si pones «GTA», puede salir de una forma que no esperas; «ge te a» no deja dudas.
6. 6Genera un trozo corto primero, escúchalo y, cuando el tono te convenza, genera el guion entero. Descárgalo en MP3 y llévalo al editor.

Loquendo funcionaba como un collage. Una persona grababa durante horas miles de frases; el programa las cortaba en trozos muy pequeños (sílabas, transiciones entre sonidos) y, para leer tu texto, buscaba los trozos que encajaban y los pegaba uno detrás de otro. A esa técnica se le llama síntesis por selección de unidades.

Por eso sonaba como sonaba: cada pieza era voz real, pero las uniones se notaban, y la entonación de una frase la decidían unas reglas, no el sentido de lo que se decía. Una pregunta y una afirmación salían casi iguales.

Una voz con IA no pega trozos. Ha aprendido de muchísimas horas de habla cómo suena alguien leyendo y genera cada frase entera según lo que dice: dónde cae el énfasis, cómo baja el final de una afirmación y sube el de una pregunta. No hay costuras, y el ritmo cambia de una frase a otra.

Para un video de diez minutos, cuenta con unos 10.000 caracteres de guion. Luego afina con la velocidad, porque cada voz tiene su ritmo y eso pesa más en la duración que el propio texto.

En Voizum cada 1.000 caracteres cuestan 60 créditos, sin suscripción, y los que compras no caducan. Si entras con Google tienes 600 créditos gratis cada mes, unos 10 minutos de audio: suficiente para probar varias voces con el arranque de tu guion antes de pagar.

Usar una voz con IA para narrar tus videos, incluso con fines comerciales, está permitido. Lo que no lo está es usarla para hacerte pasar por otra persona ni para contenido ilegal.

• No presentes tu video como hecho con Loquendo ni uses su logotipo: es una marca registrada de otra empresa.
• No intentes reproducir la voz de un youtuber o locutor conocido: imitar a una persona real sin su permiso no está permitido.
• No descargues instaladores de «Loquendo gratis»: recuerda el estudio de Singapur de más arriba.