Conversor de TXT a MP3 — voz de IA, 192 kbps

El texto se convierte en un MP3 que puedes llevar a cualquier parte

MP3 es lo más parecido que tiene el audio a una moneda universal. Todos los teléfonos, coches, portátiles, altavoces inteligentes y reproductores multimedia aficionados nacidos en las últimas dos décadas lo reproducen sin quejarse, todos los sistemas de mensajería y de correo lo aceptan como adjunto, y sigue siendo lo bastante pequeño para moverse con soltura. Sin reproductor propietario, sin caza de códecs, sin correo de compatibilidad de un colega confundido. Cuando tus palabras necesitan viajar como sonido, MP3 es el formato que nunca hace preguntas.

Eso es exactamente lo que produce esta página: texto a voz sin nada que instalar y sin línea de tiempo que montar. Sube un archivo TXT plano — notas de una reunión, un anuncio redactado, un borrador de artículo, una hoja de estudio — y recibe un MP3 que puedes soltar en una lista de reproducción, un chat o una app de pódcast. Los escritores oyen sus borradores en el trayecto; los profesores entregan audio de repaso a sus alumnos; la gente ocupada convierte el tiempo de lectura muerto en tiempo de escucha. Como la salida es un MP3 ordinario, nada en tu equipo actual tiene que cambiar — el archivo se comporta como cualquier otro audio que ya tengas. El formato se desvanece en el fondo, que es exactamente lo que quieres de una utilidad.

De texto a WAV a MP3 de 192 kbps

La canalización es honesta con sus dos etapas. Primero el motor de síntesis Qwen3-TTS lee tu texto y lo plasma como voz en un archivo WAV — el formato de trabajo sin pérdida de la síntesis. Luego FFmpeg transcodifica ese WAV al MP3 definitivo de 192 kbps, que es lo que descargas.

El bitrate de 192 kbps es una elección deliberada para la voz. Mantiene las voces nítidas y libres de los artefactos acuosos que añade la compresión agresiva, mientras encoge el archivo dramáticamente frente a la versión WAV — el MP3 es la forma más pequeña y más amistosa para compartir del mismo audio, la que adjuntas a un mensaje sin pensarlo dos veces. La voz además tolera este bitrate con elegancia: no hay platillos vibrantes ni mezclas densas que emborronar, así que el ahorro de tamaño casi no cuesta nada al oyente.

Los tiempos se miden en minutos, no en segundos: la mayoría de las conversiones terminan en unos minutos, y un texto largo cercano al límite de entrada puede tardar hasta unos 25 minutos en el peor caso, incluido el paso extra de transcodificación. El progreso se muestra durante todo el proceso; el MP3 se descarga en cuanto está listo. El diseño en dos etapas es la razón por la que el techo se anuncia en unos 25 minutos y no menos — primero la síntesis, luego la transcodificación, un solo reloj para ambas.

La voz, descrita con honestidad

La voz la genera la IA con el motor Qwen3-TTS — no es una grabación de un narrador humano, y la página no finge lo contrario. Para el material que se beneficia de una lectura neutra y estable, el resultado es genuinamente agradable; para los proyectos que necesitan una interpretación, querrás talento real.

La voz por defecto es Vivian, con un estilo fijo de locución informativa — medida, clara, profesional. Por ahora no hay selectores de voz ni deslizadores de velocidad: cada conversión sale en el mismo registro aplomado, lo que mantiene los resultados predecibles de un archivo a otro. Si una actualización futura añade más voces, la página lo dirá; hasta entonces, Vivian es la voz.

Límites y privacidad

La entrada está limitada a 2000 caracteres — unos nueve minutos de audio terminado. Los textos que superan el límite se rechazan con un mensaje claro en lugar de acortarse en silencio. El hábito práctico es dividir el material largo en los límites de capítulo o de sección y convertir las partes de una en una, en orden, numerando los archivos sobre la marcha. Tres partes de 2000 caracteres se convierten sin drama; una masa única de 6000 caracteres no se convierte en absoluto.

La privacidad sigue el estándar de la plataforma. El servicio es gratuito durante la beta y no se requiere cuenta, las subidas viajan por HTTPS, y tanto tu TXT como los archivos de audio producidos se eliminan automáticamente en 24 horas. Tus palabras consiguen una voz; no consiguen un archivador.