Modelo de voz · Deepnia
Muy pronto para todos
Deepnia Long-form es la herramienta de narración larga creada por Deepnia para convertir un PDF a audio: transforma un PDF, un documento de Word, una presentación de PowerPoint (hasta 50 MB) o un texto largo pegado en un solo archivo MP3. El texto se extrae en su orden de lectura, sin resumen ni reformulación; revisas la transcripción completa y eliges la voz antes de que se cree el audio. Deepnia Long-form llegará pronto: la herramienta ya se puede ver en vista previa.
Deepnia Long-form llegará pronto: la herramienta ya se abre en vista previa. El costo exacto, recalculado a partir de la transcripción aprobada, aparecerá antes de cada creación.
Convierte un PDF a audio: sube un PDF, un documento de Word (DOCX) o una presentación de PowerPoint (PPTX) de hasta 50 MB, o pega un texto largo, y obtienes un solo archivo MP3 (44.1 kHz, 128 kbps) para escuchar o descargar.
El texto se extrae en su orden de lectura, sin resumen, adiciones ni reformulación. Solo se quitan los encabezados y pies de página repetidos, los números de página, las imágenes y los cortes de palabra al final de línea; las filas de las tablas se leen celda por celda.
Lees y corriges la transcripción completa, con búsqueda en el texto. Los pasajes dudosos del reconocimiento de texto se señalan con su página y un nivel de confianza, y cada uno se puede marcar como «Revisado».
La herramienta muestra cada etapa: análisis del documento, extracción del texto, transcripción por validar, creación del audio y ensamblado del MP3. Puedes cerrar la página: el proceso continúa en segundo plano y una notificación avisa cuando el audio está listo.
Elige una voz en una biblioteca de narradores en francés, inglés y español, filtrable por género, después de escuchar las muestras. La herramienta también presenta una pestaña «Mis voces» para una voz personal, creada con tu autorización.
El documento que subes sigue siendo un archivo privado. 24 horas después de terminar el proceso, el documento de origen y los archivos intermedios se eliminan; solo se conserva el MP3.
Arrastra un PDF, un DOCX o un PPTX (50 MB como máximo) o pega tu texto: la IA extrae el texto en su orden de lectura.
Corrige el texto, revisa los pasajes señalados y guarda: cada corrección recalcula el costo.
Escucha las muestras, filtra por idioma o por género y luego aprueba el costo exacto, fijado en el momento de la aprobación.
La IA crea un solo MP3, para descargar o abrir en la Biblioteca. También puedes cancelar el proceso en cualquier momento.
Copia un prompt, abre la herramienta y adáptalo a tu proyecto.
Informe anual de 40 páginas, con algunas tablas de cifras, que los socios escucharán antes de la asamblea general.
Apuntes de biología de 30 páginas, para volver a escuchar en el transporte público mientras se repasa para los exámenes.
Presentación de capacitación de 25 diapositivas, en inglés, sobre la atención a clientes, para que la escuchen los nuevos ingresos antes de su primera semana.
Primer capítulo de una novela, pegado como texto sin formato, para escuchar el ritmo del relato antes de preparar un audiolibro.
Boletín mensual de 8 páginas, para los socios del club que prefieren escucharlo en lugar de leerlo.
Guía de uso de un electrodoméstico, para ofrecerla en audio a clientes con baja visión o a quienes prefieren escuchar.
Los otros modelos de voz y música de Deepnia, para elegir según tu proyecto.
| Modelo | Entradas | Ajustes | Ideal para |
|---|---|---|---|
| Deepnia Long-formEste modelo | Texto, PDF, Voz personal autorizada | — | Un documento completo, leído con fidelidad, en un solo MP3. |
| ElevenLabs v4 | Texto | Idioma, Estabilidad, Etiquetas expresivas | Una voz en off corta, con etiquetas de expresión: el modelo que se abre de forma predeterminada en el generador de voz, con 85 idiomas, español incluido. |
| Open TTS | Texto, Voz personal autorizada | Idioma, Velocidad, Etiquetas expresivas | Un texto de hasta 5,000 caracteres, con etiquetas de expresión, velocidad y subtítulos SRT. |
| MiniMax Speech 2.6 HD | Texto, Voz personal autorizada | Idioma, Velocidad | Una voz en off de hasta 5,000 caracteres, con tu propia voz clonada. |
| Gemini Flash TTS | Texto | Etiquetas expresivas | Una voz en off corta, con etiquetas de expresión y el idioma detectado automáticamente. |
Acepta PDF, documentos de Word (DOCX) y presentaciones de PowerPoint (PPTX) de hasta 50 MB, en el flujo «Documentos en audio». En la herramienta de voz, Deepnia Long-form acepta un PDF o texto pegado.
50 MB, y 500 páginas para un PDF. El texto validado puede llegar a 1,000,000 bytes.
Sí. El texto se lee tal cual, en su orden de lectura: solo se quitan los encabezados y pies de página repetidos, los números de página, las imágenes y los cortes de palabra al final de línea, sin resumen, adiciones ni reformulación.
Sí. La transcripción completa es editable, con búsqueda, y los pasajes dudosos se señalan con su página y su nivel de confianza. Cada corrección recalcula el costo antes de la aprobación.
Un solo archivo MP3 (44.1 kHz, 128 kbps), para descargar o abrir en la Biblioteca.
Sí. El proceso continúa en segundo plano y aparece una notificación cuando el audio está listo. También puedes cancelar el proceso.
La biblioteca ofrece narradores en francés, inglés y español: elige una voz en el idioma del documento.
Deepnia Long-form llegará pronto: la herramienta ya se ve en vista previa, con la etiqueta «Próximamente», y se abrirá a todos en breve. Esta página describe el flujo tal como lo presenta la herramienta.
Deepnia Long-form llegará pronto: la herramienta ya se abre en vista previa. El costo exacto, recalculado a partir de la transcripción aprobada, aparecerá antes de cada creación.
