Introducción

En las funcionalidades de TTS de wolkvox Studio y de algunas herramientas de wolkvox Manager, las voces aparecen en menús desplegables con nombres técnicos. Estos nombres permiten identificar el proveedor de la voz, el idioma, el país o acento, el nombre interno de la voz y, en muchos casos, el género.

Esta guía reúne en un solo lugar la lógica de esos nombres para que puedas interpretar con mayor facilidad qué significa cada voz al momento de seleccionarla.

¿Qué información suele traer el nombre de una voz TTS?

Normalmente, el nombre de una voz permite identificar:

• El proveedor de la voz.
• El idioma.
• El país o acento.
• El nombre de la voz.
• El género, cuando aplica.

Por eso en los menús puedes ver estructuras como az_es-AR-ElenaNeural_Female, gc_es-ES-..., aws_..., wolkvox_... o wvxcarte_....

¿Qué son las voces naturales avanzadas de wolkvox?

Las voces naturales avanzadas se identifican porque su nombre inicia con wolkvox_. Este grupo se caracteriza por su alto nivel de naturalidad y por manejar acentos muy segmentados en regiones particulares, incluso dentro de un mismo país.

Su estructura general está compuesta por:

• La palabra wolkvox.
• El nombre de la voz.
• Tres letras que corresponden al país configurado.

Ejemplo: wolkvox_Alejandro_CHI.

Esto indica que es una voz de lenguaje natural, de género masculino y configurada para Chile.

¿Qué son las voces naturales básicas?

Las voces naturales básicas se denominan wvxcarte. Se identifican con una estructura como wvxcarte_DanielaMex.

En este caso, el nombre permite reconocer que se trata de una voz natural básica, femenina y con acento mexicano.

¿Cómo se interpreta una voz de Azure?

Las voces de Azure se identifican con el prefijo az.

Su estructura general es:

az + idioma + acento/país + nombre de la voz + género

Ejemplo: az_es-AR-ElenaNeural_Female.

• az: proveedor Azure.
• es: idioma español.
• AR: acento argentino.
• ElenaNeural: nombre de la voz.
• Female: género femenino.

¿Qué significa “Neural” en una voz?

La palabra Neural hace referencia al uso de redes neuronales profundas como tecnología base para sintetizar la voz. Esto implica voces con mayor naturalidad.

¿Cómo se interpreta una voz de Google Cloud?

Las voces de Google Cloud se identifican con el prefijo gc.

Su estructura general es:

gc + idioma + acento/país + nombre de la voz + género

Esta estructura permite reconocer que la voz pertenece a Google Cloud, cuál es el idioma, qué variante regional utiliza y si corresponde a una voz masculina o femenina.

¿Qué significan “Standard”, “WaveNet” y “Neural2” en Google Cloud?

• Standard: voz estándar del proveedor.
• WaveNet: voz neural basada en la arquitectura de DeepMind.
• Neural2: generación más reciente, entrenada con técnicas más avanzadas.

Estos términos ayudan a distinguir la tecnología de síntesis utilizada por la voz.

¿Cómo se interpreta una voz de Amazon?

Las voces de Amazon se identifican con el prefijo aws.

Su estructura general es:

aws + idioma + acento/país + nombre de la voz + género

Esto permite reconocer que la voz pertenece a AWS, cuál es su idioma, qué país o acento utiliza, el nombre específico de la voz y el género.

¿Qué diferencia hay entre voces Standard y Neural en Amazon?

En Amazon existen voces Standard y voces Neural.

Las voces neurales usan un modelo interno llamado Long-Form y son notablemente más naturales. Sin embargo, no todas las voces tienen versión neural disponible.

¿Existen otras voces de nube integradas además de Azure, Google y Amazon?

Sí. También existen otras voces adicionales de nubes integradas que siguen una nomenclatura basada en:

idioma + acento/país + nombre de la voz + género

Ejemplo: en-AU-HeidiExpressive_female.

Este ejemplo corresponde a una voz en inglés, con acento australiano, nombre HeidiExpressive y género femenino.

¿Cómo se leen los códigos de idioma y país?

Los códigos siguen la lógica idioma-país.

Algunos ejemplos:

• es-AR: español de Argentina.
• es-CO: español de Colombia.
• es-ES: español de España.
• es-MX: español de México.
• en-US: inglés de Estados Unidos.
• en-GB: inglés de Reino Unido.
• pt-BR: portugués de Brasil.

Estos códigos permiten reconocer rápidamente el idioma y la variante regional de la voz.

Listado de códigos de idioma completos:

• af-ZA Afrikáans — Sudáfrica
• ar-AE Árabe — Emiratos Árabes
• ar-BH Árabe — Baréin
• ar-DZ Árabe — Argelia
• ar-EG Árabe — Egipto
• ar-IQ Árabe — Irak
• ar-JO Árabe — Jordania
• ar-KW Árabe — Kuwait
• ar-LB Árabe — Líbano
• ar-LY Árabe — Libia
• ar-MA Árabe — Marruecos
• ar-OM Árabe — Omán
• ar-QA Árabe — Qatar
• ar-SA Árabe — Arabia Saudita
• ar-SY Árabe — Siria
• ar-TN Árabe — Túnez
• ar-YE Árabe — Yemen
• az-AZ Azerbaiyano — Azerbaiyán
• bg-BG Búlgaro — Bulgaria
• bn-BD Bengalí — Bangladés
• bn-IN Bengalí — India
• ca-ES Catalán — España
• cs-CZ Checo — República Checa
• cy-GB Galés — Reino Unido
• da-DK Danés — Dinamarca
• de-AT Alemán — Austria
• de-CH Alemán — Suiza
• de-DE Alemán — Alemania
• el-GR Griego — Grecia
• en-AU Inglés — Australia
• en-CA Inglés — Canadá
• en-GB Inglés — Reino Unido
• en-GH Inglés — Ghana
• en-HK Inglés — Hong Kong
• en-IE Inglés — Irlanda
• en-IN Inglés — India
• en-KE Inglés — Kenia
• en-NG Inglés — Nigeria
• en-NZ Inglés — Nueva Zelanda
• en-PH Inglés — Filipinas
• en-SG Inglés — Singapur
• en-TZ Inglés — Tanzania
• en-US Inglés — Estados Unidos
• en-ZA Inglés — Sudáfrica
• en-ZW Inglés — Zimbabue
• es-AR Español — Argentina
• es-BO Español — Bolivia
• es-CL Español — Chile
• es-CO Español — Colombia
• es-CR Español — Costa Rica
• es-CU Español — Cuba
• es-DO Español — República Dominicana
• es-EC Español — Ecuador
• es-ES Español — España
• es-GQ Español — Guinea Ecuatorial
• es-GT Español — Guatemala
• es-HN Español — Honduras
• es-MX Español — México
• es-NI Español — Nicaragua
• es-PA Español — Panamá
• es-PE Español — Perú
• es-PR Español — Puerto Rico
• es-PY Español — Paraguay
• es-SV Español — El Salvador
• es-US Español — Estados Unidos
• es-UY Español — Uruguay
• es-VE Español — Venezuela
• et-EE Estonio — Estonia
• eu-ES Vasco — España
• fa-IR Persa — Irán
• fi-FI Finlandés — Finlandia
• fil-PH Filipino — Filipinas
• fr-BE Francés — Bélgica
• fr-CA Francés — Canadá
• fr-CH Francés — Suiza
• fr-FR Francés — Francia
• ga-IE Irlandés — Irlanda
• gl-ES Gallego — España
• gu-IN Gujarati — India
• he-IL Hebreo — Israel
• hi-IN Hindi — India
• hu-HU Húngaro — Hungría
• hy-AM Armenio — Armenia
• id-ID Indonesio — Indonesia
• is-IS Islandés — Islandia
• it-IT Italiano — Italia
• it-CH Italiano — Suiza
• ja-JP Japonés — Japón
• jv-ID Javanés — Indonesia
• ka-GE Georgiano — Georgia
• kk-KZ Kazajo — Kazajistán
• km-KH Jemer — Camboya
• kn-IN Kannada — India
• ko-KR Coreano — Corea del Sur
• lo-LA Lao — Laos
• lt-LT Lituano — Lituania
• lv-LV Letón — Letonia
• mk-MK Macedonio — Macedonia
• ml-IN Malayalam — India
• mn-MN Mongol — Mongolia
• mr-IN Marathi — India
• ms-MY Malayo — Malasia
• mt-MT Maltés — Malta
• my-MM Birmano — Myanmar
• nb-NO Noruego Bokmål — Noruega
• ne-NP Nepalés — Nepal
• nl-BE Neerlandés — Bélgica
• nl-NL Neerlandés — Países Bajos
• or-IN Odia — India
• pa-IN Punjabi — India
• pa-PK Punjabi — Pakistán
• pl-PL Polaco — Polonia
• ps-AF Pastún — Afganistán
• pt-BR Portugués — Brasil
• pt-PT Portugués — Portugal
• ro-RO Rumano — Rumanía
• ru-RU Ruso — Rusia
• si-LK Cingalés — Sri Lanka
• sk-SK Eslovaco — Eslovaquia
• sl-SI Esloveno — Eslovenia
• so-SO Somalí — Somalia
• sq-AL Albanés — Albania
• sr-RS Serbio — Serbia
• su-ID Sundanés — Indonesia
• sv-SE Sueco — Suecia
• sw-KE Suajili — Kenia
• sw-TZ Suajili — Tanzania
• ta-IN Tamil — India
• ta-LK Tamil — Sri Lanka
• ta-SG Tamil — Singapur
• te-IN Telugu — India
• th-TH Tailandés — Tailandia
• tr-TR Turco — Turquía
• uk-UA Ucraniano — Ucrania
• ur-IN Urdu — India
• ur-PK Urdu — Pakistán
• uz-UZ Uzbeko — Uzbekistán
• vi-VN Vietnamita — Vietnam
• wuu-CN Chino Wu — China
• yue-CN Cantonés — China
• zh-CN Chino Mandarín — China (Simplificado)
• zh-HK Chino — Hong Kong
• zh-TW Chino — Taiwán (Tradicional)
• zu-ZA Zulú — Sudáfrica

¿Cómo puedo identificar rápidamente una voz al verla en el menú?

Puedes usar esta guía rápida:

• Si empieza por wolkvox_, es una voz natural avanzada de wolkvox.
• Si empieza por wvxcarte_, es una voz natural básica.
• Si empieza por az_, es una voz de Azure.
• Si empieza por gc_, es una voz de Google Cloud.
• Si empieza por aws_, es una voz de Amazon.
• Si contiene un formato como es-CO, en-US o pt-BR, esa parte identifica idioma y país o acento.
• Si termina en Male, Female, MALE o female, esa parte corresponde al género definido por el proveedor.