I.A en LOCALHOST | 2º Como pasar de TEXTO a AUDIO MP3 con IA LOCAL – PINOKIO + OpenAudio

En esta lección del curso de inteligencia artificial en local convertimos texto en voz (y lo guardamos como audio) con OpenAudio, un modelo de IA gratuito que funciona en tu propio ordenador. También veremos cómo clonar una voz a partir de unos segundos de audio.

Para instalarlo usamos Pinokio: un programa que instala y ejecuta modelos de IA en Windows con un clic, sin pelearte con Python ni con la consola. Te recomiendo instalarlo, porque lo usaremos en más lecciones.

1. Instalar Pinokio

1. Busca Pinokio en Google y entra en su web oficial (el primer resultado, con el logo de Pinokio).
2. Pulsa Download y, en el paso 1, Download for Windows. Baja la última versión.
3. Viene en un .zip: descomprímelo (con el Explorador o con 7-Zip).
4. Doble clic en Pinokio Setup. Se instala solo en unos segundos y se abre. Tendrás acceso directo en el escritorio y en el menú Inicio.

2. Instalar OpenAudio

1. En Pinokio, pulsa Visit Discover Page (o el botón Discover). Verás un montón de modelos de IA para todo tipo de cosas. Aviso: no todos se instalan bien en todos los ordenadores; algunos me han dado guerra.
2. Busca OpenAudio (con el buscador de arriba si no aparece a la vista). Sirve para texto a voz y clonar voces en varios idiomas, entre ellos el español.
3. Pulsa One-Click Install with Pinokio → Download → Install.

Ojo con el espacio: una vez instalado, OpenAudio ocupa unos 9-10 GB. Cada modelo de IA ocupa mucho, así que revisa el espacio libre. La instalación tarda unos minutos, según tu equipo.

3. Arrancarlo

Al terminar se abre solo. Las siguientes veces:

1. Abre Pinokio y pulsa la casita (Home).
2. Haz clic en OpenAudio. Tarda un minuto en arrancar y se abre su interfaz.
3. Para cerrarlo, pulsa Stop en Pinokio y cierra.

4. Pasar texto a voz

1. En Texto de entrada, escribe lo que quieras que diga.
2. Pulsa Generar. Tarda de unos segundos a medio minuto, según tu ordenador.
3. Dale al play para escucharlo.

Cada vez que generas, usa una voz distinta (de hombre, de mujer…). Si no te gusta, vuelve a generar. Los ajustes de abajo (como la temperatura) se pueden tocar, pero yo los dejo como están.

Truco: si pronuncia mal un nombre, escríbelo como suena. Mi nombre se escribe con tx (Txomin) y lo pronunciaba mal; con ch lo dice bien.

Guardar el audio

Pulsa la flechita de descarga encima del reproductor, elige carpeta y nombre. Se guarda en .wav. Si lo quieres en MP3, pásalo con cualquier conversor de audio.

5. Clonar una voz

1. Abre Audio de referencia y sube un MP3 o WAV de 5 a 10 segundos con la voz que quieres imitar.
2. Escribe el texto y pulsa Generar.

Cuanto más largo y limpio sea el audio de referencia (voz clara, sin ruido ni música), mejor saldrá. En el vídeo uso uno de 3 segundos y malo, y se nota; con mejores audios consigue parecerse bastante. No es tan bueno como los servicios de pago, pero para ser gratis y local está muy bien.

Uso responsable: clona solo tu voz o la de alguien que te haya dado permiso. Usar la voz de otra persona para engañar o suplantarla puede ser delito.

Preguntas frecuentes

¿Necesito internet?

Solo para instalar Pinokio y el modelo. Después, todo se genera en tu ordenador.

¿Necesito tarjeta gráfica?

Con una gráfica NVIDIA va mucho más rápido. Sin ella funciona, pero cada audio tarda bastante más.

No se instala o da error

Comprueba el espacio libre y vuelve a intentarlo desde Pinokio. Algunos modelos dan problemas en ciertos equipos; si uno no va, prueba más adelante con una versión nueva.

En la siguiente lección creamos subtítulos automáticos con Subtitle Edit. ¿Dudas? En los comentarios.