Voces y música

Voces Kokoro (gratis, en tu computadora)

voice: 'em_alex'                                  // una voz
voice: [['em_alex', 0.6], ['am_michael', 0.4]]    // mezcla: timbre propio
voice: './voces/mi-voz.npy'                       // estilo de voz Kokoro propio (510×1×256)

El nombre indica el idioma (1.ª letra) y el género (2.ª letra): e español, a inglés de EE. UU., b inglés británico, f francés, i italiano, p portugués, j japonés, z chino y h hindi; f es femenina y m masculina.

• Español: em_alex, ef_dora, em_santa.
• Para mezclar con las de español: am_michael, am_onyx, am_puck, am_eric, am_liam, am_adam, bm_george, af_heart, af_bella, af_nova y af_sarah.

Campo del video	Para qué
speed	Velocidad de la voz (1.2 por defecto)
lang	Idioma de pronunciación: es, en-us, en-gb, fr-fr, it, pt-br, ja, cmn o hi

Define alias para no repetir mezclas, en morfeo.config.mjs:

voces: {narrador: [['em_alex', 0.6], ['am_michael', 0.4]]},

y en el video usa voice: 'narrador'.

ElevenLabs, OpenAI o tu servicio

voice: {proveedor: 'elevenlabs', voz: 'TU_VOICE_ID', modelo: 'eleven_multilingual_v2'}   // ELEVENLABS_API_KEY
voice: {proveedor: 'openai', voz: 'nova', instrucciones: 'tono entusiasta'}                // OPENAI_API_KEY
voice: {proveedor: async (texto) => './audio/frase.wav'}                                   // lo que quieras

Las claves van en el archivo .env de tu proyecto. Cada frase se pide una sola vez y queda en caché (.morfeo/cache): si no cambias el texto, no se vuelve a pedir ni a cobrar.

Tu propia grabación

Por escena, con audio. say sigue sirviendo para los subtítulos:

{type: 'titular', say: 'Hola, soy Uriel.', audio: './grabaciones/hola.wav', texto: 'HOLA'}

Formatos: wav, mp3, flac u ogg (m4a y aac si tienes ffmpeg). Todas las voces pasan por la misma cadena de locutor (ecualización, compresión y volumen parejo), así que tu grabación suena igual que las demás. Si todas las escenas traen audio, el video no necesita voice.

Música

music: 'lofi'                                                        // generada: lofi, lofi2, chillpop, synth, house, ballad, trap
music: './musica/cancion.mp3'                                        // la tuya
music: {archivo: './musica/cancion.mp3', volumen: 0.7, inicio: 12}   // con volumen y desde el segundo 12
music: false                                                         // sin música

La música baja sola cuando habla la voz. Tu pista se repite si es corta y termina con un fundido. La música generada es distinta en cada video (tono, tempo y melodía) aunque compartan estilo, y no tiene derechos de autor.

Alias en el config: musicas: {intro: {archivo: './musica/intro.mp3', volumen: 0.8}}.