Convertir un texto en un MP3 listo para usar se reduce a tres acciones: dejar el texto en forma de lectura, elegir una voz acorde al idioma y escuchar el resultado antes de guardarlo. La página de texto a voz de PixMind reúne los tres pasos en una sola interfaz: a la izquierda escribes el texto con el conteo de caracteres en vivo, a la derecha eliges voz y parámetros, el resultado se reproduce en la propia página y se descarga tras confirmar.
Abre texto a voz: con una presentación de producto de menos de 100 caracteres, en pocos minutos tendrás tu primer archivo de audio.
Puntos clave
- En la ventana de voces se escuchan muestras al instante; en generación, el motor Microsoft es gratuito y no exige registro, los demás requieren iniciar sesión y consumen créditos según los caracteres.
- Sin iniciar sesión: hasta 100 caracteres por generación y 2 pruebas gratuitas; con sesión iniciada, el plan gratuito mantiene los 100 caracteres por envío y la suscripción de pago sube a 10000.
- Los controles de velocidad y volumen sirven para todos los motores; el de tono aparece solo con el motor MiniMax; al cambiar de motor, los parámetros vuelven automáticamente a sus valores por defecto.
- El resultado se revisa primero en la barra de reproducción de la página —nombres propios, nombres de producto, números largos— y después se pulsa descargar para obtener el MP3.
Prepara un texto hecho para ser leído en voz alta
La diferencia de calidad nace casi siempre del texto, no de los parámetros. La misma voz lee frases largas de registro escrito y frases cortas con sensaciones opuestas; convertir el guion en “habla” antes de generar funciona mejor que mover controles sin parar.
Tres reglas de reescritura. Parte las frases largas dejando una idea por frase y elimina adornos escritos del tipo “cuenta con” u “orientado a”. Escribe números y siglas tal como deben leerse, con modelo, importe y año como palabras propias. Las pausas déjalas a la puntuación: la coma es pausa corta, el punto es respiración; no controles el ritmo con espacios.
Ejemplo con una presentación de producto. Original: “Este producto incorpora un motor de nueva generación desarrollado por nosotros, con las características de alta velocidad, estabilidad y facilidad de uso, capaz de satisfacer las necesidades diversificadas de usuarios individuales y clientes empresariales en múltiples escenarios”. Versión hablada: “Este es nuestro motor de nueva generación. Es rápido, y también estable. Sirve para ti y para tu equipo”.
El cuadro de texto trunca según el límite de caracteres vigente y muestra debajo el conteo en vivo “actual / límite”. El límite depende del estado de sesión; cómo comprobarlo, en “Cómo confirmar cuota y consumo estimado antes de empezar”.
Filtra voces por idioma y escúchalas
El panel derecho trae por defecto una voz acorde al idioma de la interfaz —interfaz en español, voz en español— y puedes generar la primera versión directamente con ella. Para cambiar de voz, sigue este orden:
- Pulsa “Elegir voz” para abrir la ventana de voces.
- En la fila superior “Modelo de voz” cambia de motor: Microsoft, Volcano, MiniMax, Google y lenguas minoritarias. Cada tarjeta indica cuántas voces ofrece ahora ese motor; la cifra exacta, la que muestre la interfaz.
- Filtra el idioma con el desplegable “Idioma”. Las opciones salen del catálogo de voces del motor activo y cambian al cambiar de motor.
- Si hace falta, acota con el desplegable “Género” (voz femenina, voz masculina) y el buscador; a la derecha se ve en vivo el número de resultados, “N voces”.
- Pasa el ratón sobre el avatar de la voz y pulsa reproducir para oír la muestra; las voces sin muestra avisan “esta voz no tiene muestra”.
- Pulsa “Elegir” en la tarjeta que te convenza: la ventana se cierra y el panel derecho queda con esa voz.
La escucha reproduce la muestra propia de la voz, no tu texto; para juzgar el efecto real, genera una versión con una frase corta y escucha. No hay veredicto único de motor: Microsoft es gratuito y cubre muchos idiomas; la página presenta Volcano como orientado a narración y audiolibros; MiniMax, a publicidad y doblaje de personajes; Google cubre más idiomas y acentos; y el motor de lenguas minoritarias cubre idiomas regionales. Probar una o dos voces por tarea resulta más fiable que memorizar conclusiones.
Ajusta velocidad, volumen y los parámetros disponibles
En el panel “Ajustes de voz”, los controles de velocidad y volumen funcionan con todos los motores; el tercero, “tono”, aparece solo al elegir una voz del motor MiniMax. Los rangos varían por motor:
| Motor | Velocidad | Volumen | Tono |
|---|---|---|---|
| Microsoft | De -100 % a +100 %, 0 por defecto | De 0 a 100 | No disponible |
| Volcano | De 0.8x a 2.0x, 1.0x por defecto | De 0.5x a 2.0x | No disponible |
| MiniMax | De 0.5x a 2.0x | De 0 a 10 niveles | De -12 a 12 semitonos |
| Google y lenguas minoritarias | De -100 a +100, convertido al enviar | De 0 a 100, convertido al enviar | No disponible |
Los parámetros siguen al motor elegido, no a la voz: al pasar a una voz de otro motor, los controles vuelven a los valores por defecto de ese motor y lo ajustado antes no se conserva. El botón “Restablecer parámetros”, bajo el panel, recupera los valores por defecto en cualquier momento.
Conviene fijar un orden: genera la primera vez con los valores por defecto, escucha y decide si el problema es el ritmo o la sonoridad, mueve luego el control correspondiente cambiando una sola cosa por vez; si no, no sabrás qué ajuste hizo el efecto.
Escucha antes de descargar el MP3
Con texto y voz listos, pulsa “Generar voz”; durante el proceso el botón muestra “Generando…”. Antes de generar se validan texto, voz y número de caracteres, y si algo no cumple, el aviso aparece de inmediato, sin esperas en balde. Con el resultado, procede así:
- Escúchalo entero en la barra de reproducción inferior. Muestra progreso, tiempo actual, duración total y el nombre de la voz usada, y el progreso se puede arrastrar.
- Verifica con lupa tres tipos de contenido: nombres propios, nombres de producto y números largos. Son los que más probabilidades tienen de leerse mal.
- Si hay fallos, vuelve al texto —ajusta la grafía o añade y quita puntuación— y genera la nueva versión, que sustituirá a la anterior.
- Confirmado todo, pulsa “Descargar MP3”: el archivo guardado empieza por pixmind-tts- con extensión .mp3.
Audio de ejemplo completo (voz: Yunxi):
La página conserva un solo resultado cada vez: para varios audios, genera y descarga segmento a segmento.
Cómo confirmar cuota y consumo estimado antes de empezar
La cuota no hay que adivinarla: se muestra justo bajo el cuadro de texto. Antes de generar, revisa tres puntos:
- El conteo “X / Y caracteres”: sin sesión y en el plan gratuito, Y es 100; con suscripción de pago, 10000.
- El texto junto al conteo: sin sesión muestra “2 pruebas gratuitas · hasta 100 caracteres por vez”; con sesión iniciada en el plan gratuito, “los usuarios gratuitos disponen de hasta 100 caracteres por vez”.
- El “consumo estimado”: con el motor Microsoft muestra “gratis”, sin descontar créditos; con motores de pago muestra el número de créditos, a razón de 10 créditos por cada 100 caracteres, contando las fracciones de 100 como 100.
Agotadas las pruebas sin sesión, el servidor rechaza la generación y abre la ventana de inicio de sesión; al entrar, continúas con normalidad. Las muestras de la ventana de voces no están sujetas a este límite: se pueden escuchar en cualquier momento.
Preguntas frecuentes
¿Qué voces se pueden probar gratis?
Toda voz con muestra se escucha directamente en la ventana, sin iniciar sesión. En generación hay dos grupos: las voces del motor Microsoft son gratuitas y generan sin registro, con el límite sin sesión de 2 pruebas de 100 caracteres cada una; las de Volcano, MiniMax, Google y lenguas minoritarias exigen sesión y consumen créditos por caracteres. La comprobación es simple: mira si en el “consumo estimado” aparece la etiqueta “gratis” o un número de créditos.
¿En qué formato se descarga el archivo?
MP3. Tras cada generación, pulsa “Descargar MP3” a la derecha de la barra de reproducción; el nombre empieza por pixmind-tts- e incluye la marca de tiempo de la generación. La página conserva un resultado por vez: varios contenidos exigen generarlos y descargarlos uno a uno.
¿Cómo segmentar un texto largo?
Confirma primero el límite vigente: 100 caracteres por envío sin sesión y en el plan gratuito, 10000 con suscripción de pago; el texto que excede no se genera. Corta por párrafos naturales o grupos de frases y genera y descarga cada tramo por separado. Usa la misma voz en todo el documento cuando puedas y recuerda que cambiar de motor restablece velocidad, volumen y demás parámetros: anota tus ajustes antes de segmentar.
Genera ahora tu primer MP3
Empieza con una presentación de producto de menos de 100 caracteres: reescríbela en frases cortas, elige una voz en tu idioma, genera con los parámetros por defecto, escucha el resultado entero y decide entonces si ajustas la velocidad o cambias de voz. Con el primer MP3 en tu equipo, los guiones más largos son solo repetir el mismo flujo.
