La voz hace que una compañía se sienta presente o la convierte en una centralita, y la diferencia se mide en cientos de milisegundos.
Los mensajes de voz son asíncronos: la compañía responde en texto y tú pulsas para oírlo leído, o te envía un clip de audio para reproducir. La generación ocurre después de escribir la respuesta, así que no hay presión de tiempo y la calidad puede ser alta.
Las llamadas de voz son síncronas. Tú hablas, escucha, responde, y todo el bucle tiene que cerrarse lo bastante rápido para parecer una conversación. Es un problema de ingeniería bastante más duro, y por eso la lista de plataformas que lo hacen bien es corta.
Nueve plataformas de aquí listan mensajes de voz. Seis listan llamadas: OurDream AI, SweetDream AI, Nomi AI, Kindroid, Replika y Muah AI. Si la función te importa, esa es la distinción que hay que comprobar en la página de precios, porque ambas se escriben como voz.
En las pruebas, la diferencia entre una llamada que parece hablar con alguien y una que parece manejar una máquina se reducía casi por completo a la pausa antes de que empiece la respuesta.
Por debajo de medio segundo se lee como natural, más o menos el compás que deja una persona antes de contestar. Alrededor de un segundo se lee como reflexivo. Más allá se lee como procesamiento, y una vez que notas que estás esperando ya no puedes dejar de notarlo. Ninguna calidad de voz salva una llamada que tarda dos segundos en responder de forma constante.
Lo llamativo es que esto no sigue ni al precio ni a la puntuación general. Algunas de las implementaciones de voz más baratas de aquí están entre las más rápidas, y algunas caras no. Depende de cómo haya cableado la plataforma el modelo, no del plan en que estés.
La forma más clara de juzgar una de estas en noventa segundos es interrumpirla a mitad de frase.
Una implementación bien hecha para, escucha y responde a lo que dijiste. Una mal hecha te habla por encima, termina su frase y contesta a la pregunta que hacías antes de interrumpir. Ese único comportamiento separa los sistemas que de verdad transmiten en ambas direcciones de los que te graban, esperan silencio y luego generan.
El segundo tipo es mucho más común, y por eso la mayoría de las llamadas de voz de esta categoría se sienten como dejarse mensajes en el contestador.
En las cuatro plataformas medidas por fichas —OurDream AI, SweetDream AI, Candy AI y Secrets AI— la voz consume la misma asignación que la generación de imágenes, y una conversación de cierta longitud se la come rápido. La voz es la función con más probabilidades de sorprenderte en una plataforma de fichas, porque a diferencia de las imágenes no hay un momento obvio en que decides gastar.
En las de suscripción plana el cálculo es más simple. Nomi AI a 15,99 dólares al mes o 8,33 en el plan anual, y Kindroid a 9,99 o 13,99, incluyen la voz sin medirla. Dado que esas dos también lideran la categoría en calidad de conversación, con 9.1 y 9.0, es adonde iríamos si la voz es el objetivo y no una curiosidad.
Muah AI incluye voz en el VIP de 9,99 dólares, la entrada más barata a la función, con la salvedad de que carga con la puntuación de privacidad más baja del sitio, 5.0.
Varias plataformas te dejan subir una muestra para moldear la voz de la compañía. Usado sobre tu propia voz o una sintética, es una función divertida y no hace daño a nadie.
Usado sobre una persona real que no consintió, es otra cosa completamente distinta, y ya es específicamente ilegal en una lista creciente de jurisdicciones en lugar de simplemente una mala idea. Es además el tipo de subida que termina una cuenta de forma permanente y deja rastro en el servidor de otro.
Nuestra postura en este sitio es simple y la misma que con las imágenes: no metas a otra persona identificable en estos productos. Todo lo demás en la página de seguridad es una precaución. Esto es una línea.
Si quieres voz como algo ocasional —oír una respuesta en alto de vez en cuando— casi cualquiera de las nueve sirve y no merece elegir plataforma por ello.
Si de verdad quieres hacer llamadas, se reduce a Nomi AI y Kindroid, por la misma razón por la que ganan en todo lo demás: la conversación de debajo es mejor, y la voz amplifica lo que ya está ahí. Una compañía plana y complaciente es todavía más obviamente plana cuando puedes oírla.
Decide qué es lo único que más te importa, optimiza para eso y acepta el sacrificio en todo lo demás. Estas plataformas no son de propósito general: las que mejor conversan tienen imágenes flojas, y las que mejores imágenes hacen olvidan quién eres en dos semanas. Buscar una que lidere en todo es gastar en suscripciones que acabarás cancelando. Empieza por un plan gratuito que permita juzgar el resultado de verdad: Janitor AI, CrushOn AI y PornPen tienen uno real.
Tratamos toda la categoría como porosa por defecto, y te sugeriríamos hacer lo mismo. No es una acusación contra ninguna plataforma concreta: es cómo configuramos nuestras propias cuentas. Son empresas jóvenes moviéndose deprisa, y lo más sensible que tienes aquí es precisamente lo que escribes en la caja. Usamos una dirección de correo dedicada en todas, nunca introducimos nada que nos identifique y damos por hecho que lo que escribimos podría acabar leyéndolo otra persona. Nunca nos hemos arrepentido de nada de eso.
Todas las plataformas de esta categoría se llaman sin censura y todas rechazan cosas. De dónde vienen realmente los rechazos, qué límites son permanentes y cuánto vale esa palabra en una página de precios.
Leer entradaEl mismo generador casi nunca es bueno en ambos estilos, y elegir por estilo reduce catorce plataformas a dos o tres más rápido que cualquier puntuación. En qué es realmente buena cada mitad de la categoría.
Leer entradaSeis de catorce plataformas generan vídeo. Lo que obtienes son tres a seis segundos, sin audio, y un coste en fichas que lo convierte en lo más caro de la carta. Dónde compensa y dónde no.
Leer entrada
