Intro de podcast con voz de IA: un cold open que enganche

Los primeros quince segundos de un podcast deciden si los cuarenta minutos siguientes llegan a existir. La mayoría de los programas los gastan en una cortinilla con el logo y un nombre, que es el equivalente sonoro de abrir una película con el rótulo de la productora. Así se escriben y se renderizan las dos piezas que de verdad funcionan, un cold open y un identificador del programa, en lo que tardas en hacerte un café.

Una cosa que conviene dejar clara desde el principio para planificar bien la sesión: la lectura y la cama musical son dos renders. El estudio de Voz te entrega la voz en MP3, y Music One hace la cama musical, o traes una que ya tengas con licencia. Las dos se juntan en la línea de tiempo del Editor o en el editor de audio que ya uses.

Dos piezas, dos trabajos distintos

Un cold open (arranque en frío) empieza a mitad de una idea. Sin saludo, sin nombre, sin contexto: una frase sacada del medio del episodio que hace que el oyente necesite el minuto que la rodea. Dura de ocho a quince segundos y se escribe para cada episodio.

Un identificador del programa es lo que nunca cambia. Nombre del programa, de qué va, quién lo hace, y fuera. Diez segundos como mucho, se renderiza una vez y se reutiliza durante un año.

Fallan en direcciones opuestas. Los cold opens fallan por explicar. Los identificadores fallan por intentar ser interesantes. Escríbelos por separado, renderízalos por separado y júntalos después con la cama musical.

Escribe para el oído, que no es como se escribe para la página

• Una idea por frase, y frases cortas. Quien escucha no puede releer.
• Pon el sujeto primero. Las subordinadas que llegan antes de lo importante se pierden en audio.
• Escribe los números como los dices. "Mil novecientos noventa y seis", no "1996". "Unos tres mil dólares", no "$3,000".
• Los nombres, pronto y una sola vez. Un nombre que aparece al final de una frase no se queda.
• Sin paréntesis ni punto y coma. Si una idea necesita paréntesis, necesita su propia frase.
• Léelo en voz alta antes de renderizarlo. Si tú tropiezas, el motor también.

La puntuación es la pista de dirección. Los motores de voz interpretan las comas, los puntos suspensivos, las rayas y la longitud de las frases, y Voice One también acepta una etiqueta [pause], así que escribe las pausas en el texto en lugar de esperar que aparezcan.

Un cold open para robar

Escrito para un programa cercano al true crime, pero la forma sirve para cualquier cosa:

Firmó la última página a las cuatro de la tarde. A las seis, el edificio estaba vacío, los servidores estaban borrados y la empresa que existía esa mañana ya no existía.

Nadie ha sido acusado nunca.

Esto es lo que pasó en los noventa minutos de en medio.

Fíjate en lo que hace la puntuación. La enumeración con comas del primer párrafo acelera. El párrafo de una sola línea que viene después cae como un punto final con aire alrededor. La última línea es corta porque a esas alturas el oyente debería estar inclinándose hacia delante, no recibiendo información.

Un identificador para robar

Nightline Files. Historias reales sobre la hora en que nadie miraba.

Episodios nuevos cada jueves — con Dana Ruiz.

Diez segundos, ningún adjetivo haciendo el trabajo que le toca a la interpretación, y una raya donde va una respiración.

Si el guion es donde te atascas, haz primero un borrador en el estudio de Texto: el registro Escena escribe prosa pensada para leerse en voz alta, y una respuesta cuesta 3 créditos con RP+ o 1 con RP mini, más barato que una hora mirando la pantalla.

Elige la voz y ajusta dos controles

El catálogo tiene 24 voces, cada una elegida para un registro, y dos de ellas cubren el primer minuto de un podcast. Aria es cálida e íntima, muy pegada al micrófono, justo lo que pide un cold open. Orion es grave y pausada y suena a radio de madrugada, justo lo que pide un identificador. Todas las voces del catálogo leen 13 idiomas, y un programa en español, francés, alemán, japonés o coreano tiene hablantes nativos entre los que elegir. Si el programa tiene presentador, clonar la voz del propio presentador es la mejor opción para el identificador, porque el público debería reconocerla.

Después, los dos controles que hay junto al modelo:

• Cold open, Aria: Velocidad 1.00, Expresividad 65%. La puntuación lleva el drama, así que el control solo tiene que dejarlo pasar.
• Identificador, Orion: Velocidad 0.95, Expresividad 35%. Algo lento, plano a propósito. Un identificador entusiasmado suena a anuncio.

Mueve uno cada vez. Por encima de un 80% de Expresividad, más o menos, la voz empieza a interpretar puntuación que no buscabas, y una Velocidad por debajo de 0.85 convierte la solemnidad en somnolencia. El rango completo va de 0.70× a 1.30× en Velocidad y de 0 a 100% en Expresividad.

Renderízalo, y lo que cuesta

Abre el estudio de Voz, pega el cold open, elige la voz, ajusta los controles, genera y descarga el MP3. Itera con Voice Turbo a 2 créditos por cada 100 caracteres mientras sigues retocando frases, y haz la pasada final con Voice One a 3.

Las cuentas son tan pequeñas que puedes ignorarlas, y de eso se trata. La facturación cuenta bloques de 100 caracteres empezados, así que el cold open de arriba (unos 260 caracteres) son 3 bloques, o 9 créditos en Voice One. El identificador tiene unos 120 caracteres, así que son 2 bloques, o 6 créditos. Renderizar los dos quince veces mientras pules el texto sale por 225 créditos, $2.25 a la tarifa del paquete de entrada, y los 40 créditos gratis de una cuenta nueva cubren de sobra las 2 primeras pasadas.

Cada render se guarda automáticamente en tu biblioteca, así que el identificador que hiciste en marzo sigue ahí en septiembre, cuando necesites rehacer la intro.

Ponle la cama musical

Haz la cama musical en la página Música: activa Instrumental, describe el sonido en una frase («un pad de sintetizador lento y cálido con un pulso suave, radio de madrugada»), elige 30 segundos y Music One renderiza dos tomas para elegir, a 3 créditos cada una. Luego deja la mezcla en el estudio: abre el Editor, suelta la cama y las líneas de voz desde la pestaña Audio y monta ahí la intro, o lleva los dos MP3 a Reaper, Audition, Audacity o Premiere si es donde ya trabajas:

1. La voz en su propia pista y la cama en otra, tanto si la cama es una toma de Music One como una pista con licencia.
2. Baja la cama entre seis y diez dB bajo la voz (ducking), con un fade in corto y un fade out más largo.
3. Haz que la cama empiece un segundo antes de la primera palabra y siga dos segundos después de la última.
4. Deja un instante de silencio entre el cold open y el identificador. Ese hueco trabaja más que la cortinilla.
5. Exporta la mezcla (en el Editor, el botón Banda sonora del diálogo de exportación guarda todos los sonidos del montaje como un WAV) a tu objetivo de sonoridad habitual y compruébalo en el altavoz de un teléfono: es donde escucha la mayor parte de tu público.

Para la parte de video del mismo episodio, video con IA para clips de podcast explica cómo convertir el audio en algo publicable, y voz con IA para audiolibros y podcasts tiene las cuentas de créditos del formato largo si narras segmentos enteros y no solo una intro. El caso de uso de audiolibros y podcasts es la versión corta de ambos.

Preguntas frecuentes

¿Puedo hacer también la cama musical en eroq?

Sí. Music One, en la página Música del estudio, hace instrumentales además de canciones: activa Instrumental, describe el sonido en una frase y elige una duración de 30 segundos a 4 minutos, a 3 créditos por cada 30 segundos empezados y por toma. Luego bájala bajo la voz en la línea de tiempo del Editor y exporta la mezcla como WAV, o haz lo mismo en tu propio editor de audio. Lo que puedes hacer con una canción una vez creada está en los términos del servicio.

¿Uso una voz clonada o una del catálogo para la intro de un podcast?

Usa un clon cuando el público deba reconocer al presentador, y una voz del catálogo cuando la intro tenga que sonar a locutor de emisora más que a una persona. Aria va bien para cold opens íntimos, Orion para identificadores, y las dos funcionan con cualquiera de los dos modelos de voz.

¿Cuánto debe durar un cold open?

De ocho a quince segundos, que son más o menos de 200 a 350 caracteres de guion. Si es más largo, deja de ser un gancho y empieza a ser el episodio, que es a lo que el oyente venía de todos modos.

¿Cómo hago que la voz haga una pausa entre dos líneas?

Con la puntuación y los saltos de párrafo: un punto detiene, unos puntos suspensivos dejan la frase en el aire, una raya corta y un párrafo nuevo se lee como una separación mayor. En Voice One, una etiqueta [pause] o [long pause] también añade un tiempo. Ninguna es un hueco medido, así que si necesitas uno exacto, córtalo en la línea de tiempo.

¿Tienes el guion? Abre el estudio de Voz y renderiza primero el cold open: es la parte que decide si se escucha el resto.