Voz TTS personalizada en Twitch: crea un clon de tu propia voz

Una voz TTS personalizada lee los mensajes con tu voz. Esta guía explica cómo crearla con Own Voice, dónde se guardan las grabaciones y cómo probarla de forma segura.

Las voces de la biblioteca están disponibles con cualquier cuenta de ControlPlay. Own Voice, la voz clonada de la que trata esta guía, es una opción independiente que ControlPlay habilita por invitación.

Cómo crear una voz TTS a partir de tu voz

Añade grabaciones de voz claras. Sube entre uno y 25 archivos MP3, WAV, OGG o WebM, de hasta 10 MB cada uno. Después, indica un nombre y el idioma.
Crea la voz. ControlPlay envía las grabaciones a Instant Voice Cloning de ElevenLabs, que las usa como referencia sin una fase de entrenamiento aparte.
Configura una acción de TTS. El espectador envía un mensaje con sus Coins disponibles. ControlPlay analiza el texto antes de generar el audio.

En cada acción eliges la voz, la cantidad de Coins, el tiempo de espera, el volumen y la salida de audio. También decides si seguirá activa en modo DND, la limitas a ciertos juegos y puedes silenciar tu micrófono durante la reproducción.

Dónde se guardan tus grabaciones y cómo borrar la voz

ElevenLabs almacena las grabaciones utilizadas para clonar la voz. Según su documentación, Instant Voice Cloning no admite el modo Zero Retention. ControlPlay no guarda permanentemente los originales en sus servidores, pero conserva los metadatos y la vista previa generada.

Al eliminar la voz, desaparece de tu biblioteca y queda en cola una solicitud de eliminación en ElevenLabs. Borrar tu cuenta inicia el mismo proceso. ControlPlay no puede garantizar cuándo completará ElevenLabs la eliminación. Se aplica su Política de privacidad.

Qué voces puedes clonar

Puedes clonar tu propia voz. Para la de otra persona necesitas su permiso expreso por escrito y todos los derechos necesarios. Antes de subir los archivos, debes declarar que cuentas con todo ello.

Una grabación pública no te permite clonar a una celebridad, otro streamer o alguien con quien juegas. Las normas de Twitch y la Política de usos prohibidos de ElevenLabs prohíben las imitaciones no autorizadas, engañosas o perjudiciales.

Cómo se moderan los mensajes

Antes de generar el audio, ControlPlay aplica un filtro de palabras y un análisis semántico al mensaje completo. Un texto bloqueado no genera audio. En el modo Bloquear, se devuelven al espectador los Coins gastados.

La guía de moderación de TTS explica estas herramientas. Los espectadores no acceden a tu micrófono ni a tus grabaciones; solo escriben el texto de una acción habilitada.

Tu voz en Discord y en el chat de voz del juego

Durante el directo, el clon funciona como cualquier voz TTS moderada. El micrófono virtual también puede enviar el audio a Discord o a un chat de voz compatible. Selecciónalo y pruébalo en cada aplicación.

Los mensajes TTS de texto libre usan Coins de ControlPlay no transferibles y sin valor monetario. Hasta tres recompensas beta opcionales pueden convertir Puntos del canal vinculados a tu canal en Coins según la tasa que configures; ControlPlay calcula automáticamente los Coins acreditados. Esta vía no genera ingresos ni reparto 80/20. Los Bits nunca se ofrecen directamente para TTS de texto libre ni chat de voz. En canales de Afiliados y Socios elegibles, el espectador puede confirmar en Twitch una interacción directa permitida y definida por la Extensión, o un paquete de Coins. Los Coins solo se acreditan tras la confirmación de Twitch. El paquete no puede eludir las restricciones sobre Bits directos. En ambos usos permitidos, Twitch asigna actualmente el 80 % de un centavo estadounidense por Bit al streamer elegible y el 20 % a ControlPlay. Twitch puede cambiar el programa.

Así encaja ControlPlay: el espectador gasta Coins en un mensaje. ControlPlay lo analiza y tu voz lo lee en el directo o mediante el micrófono virtual.

Clip

El TTS de ControlPlay durante un directo y la reacción posterior del streamer (twitch.tv/eurefloheit). El clip no muestra específicamente Own Voice ni la reproducción del audio en un chat de voz.

Cómo grabar tu voz para obtener un resultado natural

Graba en condiciones parecidas:

Busca un lugar tranquilo, sin música, sonido del juego ni zumbidos.
Mantén siempre la misma distancia al micrófono y habla con naturalidad.
Habla en el idioma y con el tono que quieres reproducir.
Evita otras voces, alertas o conversaciones de fondo.

ElevenLabs recomienda entre uno y dos minutos de audio nítido. Escucha la vista previa antes de activar la acción y vuelve a grabar si hay ruido o poca semejanza.

Configura tu voz TTS personalizada

Crea una cuenta de ControlPlay, conecta Twitch, instala el cliente para Windows y activa la Extensión.
Configura una voz de la biblioteca con la guía de TTS para Twitch.
Pregunta al soporte de ControlPlay por Own Voice, ya que la opción de clonación se habilita por invitación.
Sube las grabaciones, elige el idioma y lee cómo se almacenarán. Declara después que tienes derecho a usar esa voz.
Escucha la vista previa, asigna la voz y ajusta los Coins, el tiempo de espera, el volumen y la salida de audio.
Prueba un mensaje desde otra cuenta y grábalo en OBS. Comprueba el chat de voz por separado.

Empieza con una acción y una moderación estricta. Ajusta la configuración tras las primeras pruebas.