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: eroq renderiza voz, no programas. No hay línea de tiempo, ni generación de música, ni mezclador. Lo que recibes es un MP3, y la cama musical va debajo en el editor 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 con la cama musical en tu editor.

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 (no hay un marcado aparte), 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 dos voces, elegidas para registros distintos. 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. Las dos leen 13 idiomas. 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, algo más de dos dólares a la tarifa del paquete de entrada, y los 50 créditos gratis de una cuenta nueva cubren de sobra las tres 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, en tu editor

Este es el paso que eroq no hace, y fingir lo contrario te costaría una hora. Lleva el MP3 a Reaper, Audition, Audacity, Premiere o lo que ya tengas, y monta la intro ahí:

1. La voz en su propia pista y la cama en otra, con la música sacada de donde la licencies normalmente.
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 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?

No. No hay generación de música ni línea de tiempo: los modelos de voz devuelven un MP3 y la mezcla se hace en tu propio editor. Consigue la cama como ya lo haces y bájala bajo la voz ahí.

¿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. No hay etiqueta de pausa, así que si necesitas un hueco exacto, córtalo en tu editor.

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