Un mensaje de donación leído por una voz robótica del catálogo está bien. El mismo mensaje leído con tu propia voz es un momento del que tu comunidad habla durante semanas. Esta guía explica cómo los streamers clonan su propia voz para TTS, qué pasa con los datos de tu voz y qué impide que los espectadores te hagan decir cosas que nunca dirías.
Un apunte antes de empezar: el TTS de ControlPlay se habilita por cuenta durante la beta actual, y Own Voice, el clon de IA de tu propia voz, es una opción independiente disponible solo por invitación. Las voces de la biblioteca funcionan sin ella.
Cómo funciona el TTS con tu propia voz
- Grabas muestras cortas. En el cliente de ControlPlay subes clips de tu propia voz: hasta 25 muestras, cada una de hasta 10 MB, en formatos habituales como MP3, WAV u OGG.
- Se crea un modelo de voz con IA. Las muestras se envían una sola vez al proveedor de voz para crear tu modelo de voz. No hay cola de entrenamiento; la voz está disponible justo después de la creación.
- Los espectadores escriben, tu voz habla. Un espectador envía un mensaje a través de la acción que has activado en la Extensión de Twitch, usando los Coins disponibles. Tras la moderación, el mensaje se reproduce con tu voz clonada.
Eliges la voz por cada acción TTS, así que puedes ofrecer voces de la biblioteca y tu propia voz en paralelo, con distintas cantidades de Coins.
¿Es seguro subir tu voz?
Las preguntas que importan son la propiedad, el almacenamiento y el borrado. Esta es la respuesta clara para ControlPlay:
- Solo tu propia voz. Únicamente puedes clonarte a ti mismo. El cliente muestra información de privacidad antes de que crees el clon.
- Las muestras no se conservan. Tus grabaciones se transmiten una sola vez para crear el modelo de voz. Después, la generación de voz solo envía la referencia de voz y el texto del mensaje.
- Puedes borrarla. Elimina tu voz clonada en el cliente en cualquier momento; también se borra en el proveedor de voz. Al eliminar tu cuenta de ControlPlay, desaparece automáticamente.
Clonar a otra persona es una historia distinta. Una celebridad u otro streamer nunca dio su consentimiento a tu subida, y la suplantación de identidad está cubierta por las Normas de la comunidad de Twitch. Mantén el clonado donde corresponde: tu voz, tu consentimiento, tu canal.
¿Qué impide que los espectadores abusen de tu voz?
El miedo honesto detrás de cada voz personalizada: un desconocido escribe un insulto de odio y tu propia voz lo dice. ControlPlay comprueba cada mensaje antes de que exista audio alguno: un filtro de palabras detecta los términos conocidos y los trucos habituales para saltárselo, y después una comprobación semántica con IA lee el mensaje completo en busca de odio, acoso y amenazas. Los mensajes que no superan las comprobaciones nunca se sintetizan, y en el modo Bloquear, los Coins del espectador se devuelven automáticamente.
Además controlas las palabrotas cotidianas, tus propios términos bloqueados y las suspensiones por espectador. La guía de moderación de TTS cubre el sistema completo. Y para ser precisos con la mecánica: los espectadores nunca obtienen acceso a tu micrófono real. Ellos envían texto; quien habla es tu sistema configurado y moderado.
Tu voz en Discord y en el chat de voz del juego
Reproducido en la salida de la transmisión, un mensaje con tu voz clonada es un momento TTS normal. Enrutado a través del micrófono virtual configurado, llega a Discord, TeamSpeak o un chat de voz compatible dentro del juego, y tus compañeros de equipo oyen en pleno partido cómo «tú» reaccionas al chat. Que un chat de voz concreto lo capte depende de tu configuración de audio, así que pruébalo en una llamada privada antes de salir en directo.
Función especial de ControlPlay: líneas escritas por espectadores, habladas con tu propia voz clonada, moderadas antes de la reproducción y enrutables al chat de voz. Cada pieza existe en algún sitio; la combinación es lo que genera clips.
Grabar muestras que suenen como tú
El modelo solo puede ser tan bueno como el audio que le das:
- Graba en una habitación silenciosa, sin música, sonido del juego ni zumbidos.
- Habla con naturalidad, como hablas en la transmisión, no como un presentador de noticias.
- Usa varios clips más cortos con frases variadas en lugar de una sola toma monótona.
- Descarta los clips en los que suenen otras voces; el modelo solo debe oírte a ti.
Si el primer resultado no suena a ti, borra la voz y vuelve a crearla con muestras más limpias.
Configura tu voz TTS personalizada
- Crea una cuenta de ControlPlay, conecta Twitch, instala el cliente para Windows y activa la Extensión.
- Configura primero el TTS con una voz de la biblioteca; la guía de configuración de TTS en Twitch cubre las voces, el enrutamiento y las pruebas.
- Own Voice está disponible solo por invitación durante la beta; ponte en contacto con el soporte de ControlPlay para preguntar por el acceso.
- Tras la invitación, graba tus muestras, revisa la información de privacidad y crea tu voz.
- Configura la cantidad de Coins, el tiempo de espera y la moderación de la acción, y haz una prueba con un mensaje inofensivo desde una cuenta de espectador.
Empieza con una moderación más estricta de lo que crees necesitar. Tu propia voz diciendo lo que no debería duele más de lo que podría doler cualquier voz robótica.