Verificado con la documentación de Google, octubre de 2026

Audiolibro con Google AI Studio: hasta dónde llega Gemini TTS

Registro gratuito, sin tarjeta. Crear consume créditos.

Gemini TTS suena excelente y AI Studio le permite probarlo gratis. Aquí le mostramos cómo poner voz a un capítulo, los límites que figuran en la documentación de Google y lo que requiere un libro completo más allá de eso.

Resumen de pasos4 pasos en total
  1. 1Paso 1Abra el entorno de pruebas de voz
  2. 2Paso 2Elija hablantes y voces
  3. 3Paso 3Pegue una sección y diríjala
  4. 4Paso 4Genere, descargue y repita
Alice's Adventures in Wonderland — The Cheshire Cat
NarradorNaomiAliceAbbyCheshire CatSnik Cómo se usa
Portada de «Alice's Adventures in Wonderland»

Lewis Carroll

Alice's Adventures in Wonderland

Alicia le pregunta al Gato de Cheshire, que sonríe, cómo llegar a algún sitio, y no consigue ninguna respuesta.

The Cat only grinned when it saw Alice. It looked good-natured, she thought; still it had very long claws and a great many teeth, so she felt it ought to be treated with respect.

Cheshire Puss, would you tell me, please, which way I ought to go from here?

Cheshire CatSnikAstucia

That depends a good deal on where you want to get to.

I don't much care where—

Cheshire CatSnikAstucia

Then it doesn't matter which way you go.

—so long as I get somewhere.

Cheshire CatSnikAstucia

Oh, you're sure to do that, if you only walk long enough.

Aprox. 1 min · 3 voces · Listo para reproducir7
Escuche gratis, sin registro. Para procesar sus propios capítulos y exportar, necesita iniciar sesión y usar créditos.Estoy listo →
Voces de IA disponibles
137
70 estándar · 67 premium
Formatos de archivo importables
5
EPUB · PDF · DOCX · TXT · MD
Formatos de exportación
3
M4B con capítulos · MP3 · ZIP
Modelos de voz
4
Gemini · ElevenLabs

Guía paso a paso

Un capítulo en Google AI Studio, paso a paso

La ruta de hágalo usted mismo para un audiolibro de Google AI Studio. Repítala para cada capítulo.

  1. Abra el entorno de pruebas de voz

    Inicie sesión en Google AI Studio (la API de Gemini es para usuarios mayores de 18 años), abra la generación de voz y elija un modelo TTS. Google indica que 3.8 Flash TTS y 3.8 Flash-Lite TTS son los actuales.
  2. Elija hablantes y voces

    Seleccione un solo hablante para narración o varios para diálogo, como máximo dos hablantes, y asigne a cada uno una de las 30 voces predefinidas.
  3. Pegue una sección y diríjala

    Pegue una escena o sección, lo bastante corta para una sola solicitud, y añada una instrucción de estilo como «narrador cálido y pausado».
  4. Genere, descargue y repita

    Genere, escuche y descargue el clip. Repita para cada sección de cada capítulo y luego una los clips en un editor de audio.

De la documentación de Google

Los límites que encontrará en un libro completo

Con lo que se topa un audiolibro de Google AI Studio, cada uno de las propias páginas de Google, verificado en octubre de 2026.

  • Dos hablantes por solicitud

    La documentación de Google indica que la generación con varios hablantes en una sola solicitud admite hasta dos hablantes. Más personajes implica poner voz a los turnos uno por uno y unirlos.
  • 8.192 tokens de entrada por solicitud

    La página del modelo limita la entrada a 8.192 tokens y la salida a 16.384, así que es de esperar que tenga que dividir un capítulo típico de novela en varias solicitudes.
  • Nivel gratuito, topes no publicados

    Los modelos TTS son gratuitos en el nivel gratuito, pero la página de límites de frecuencia de Google solo indica que sus límites se muestran en AI Studio. Informes de la comunidad señalan algunos tan bajos como 10 solicitudes al día.
  • Los datos del nivel gratuito pueden usarse

    En el nivel gratuito, Google usa las entradas y salidas para mejorar sus productos, y revisores humanos pueden leerlas. El uso de pago queda excluido.
  • Un clip, no un libro

    Cada solicitud devuelve un clip de audio (WAV mono de 24 kHz a través de la API). No hay lista de capítulos, ni detección de hablantes, ni M4B.
  • Los precios de pago se duplican en 2027

    La página de precios de Google muestra que las tarifas de pago de los modelos TTS 3.8 se duplican el 1 de enero de 2027. Tenga esto en cuenta al planificar un proyecto grande.

Lado a lado

AI Studio manual frente a un flujo de trabajo con reparto completo

Un audiolibro con Google AI Studio y FullCastBook usan la misma familia de voces, con cantidades de trabajo muy distintas.

FullCastBookGoogle AI Studio (Gemini TTS)
Voces de Gemini TTSSí, como las voces estándarCompatible
Costo para empezarRegistro gratuito; créditos (plan o recarga)Nivel gratuito, tope diario mostrado en AI Studio
Hablantes por escenaTodos los personajes, una línea a la vezHasta 2 por solicitud
Detecta quién dice cada líneaCompatibleNo compatible
Importa EPUB, DOCX o PDFCompatibleSolo entrada de texto
Capítulos y exportación a M4BCompatibleNo compatible
Diseño y replicación de vocesNo compatibleCompatible
Quién es dueño del audioUsted, según los términosGoogle no reclamará la propiedad

Datos de Google tomados de sus páginas de guía de generación de voz, modelo, precios, límites de frecuencia y términos de la API; la norma de ACX, de su página de requisitos de envío. Todo verificado el 21 de octubre de 2026. Los menús de AI Studio cambian con frecuencia; los límites provienen de la documentación de Google.

Fuentes: API de Gemini: generación de voz (actualizado el 12/10/2026) · API de Gemini: página del modelo Gemini 3.8 Flash TTS · API de Gemini: precios (actualizado el 19/10/2026) · API de Gemini: límites de frecuencia (actualizado el 15/10/2026) · API de Gemini: términos de servicio adicionales · ACX: requisitos de envío de audio (15/04/2026)

En esta página
  1. 1Lo que un audiolibro con Google AI Studio puede y no puede ser
  2. 2Qué hace la generación de voz de Google AI Studio
  3. 3Paso a paso: un capítulo en AI Studio
  4. 4Los límites: dos hablantes, longitud de entrada, topes diarios
  5. 5Unir capítulos y asignar más de dos personajes
  6. 6Publicación: por qué la vía de ACX en los tutoriales de YouTube rompe las reglas
  7. 7Las mismas voces de Gemini con asignación automática y exportación a M4B
  8. 8Fuentes y fechas

Guía completa

Lo que un audiolibro con Google AI Studio puede y no puede ser

Un audiolibro con Google AI Studio es un trabajo por cuenta propia: usted pega el texto en el entorno de pruebas de voz de Google, una voz de Gemini TTS lo lee y usted descarga el clip. Las voces están entre las mejores disponibles, el nivel gratuito no cuesta nada y, para un relato corto o un capítulo de muestra, puede ser todo lo que necesite.

En un libro completo, el trabajo está en los detalles. Las voces TTS de Gemini admiten como máximo dos hablantes por solicitud, aceptan unos 8k tokens de entrada a la vez y no saben nada de capítulos. Esta guía cubre los pasos, los límites según la documentación oficial de Google a octubre de 2026, cómo se las arreglan las personas para unir las partes y un error de publicación que comete un tutorial popular.

Qué hace la generación de voz de Google AI Studio

Google AI Studio es el entorno de pruebas en el navegador para la API de Gemini, y su modo de voz es la forma más rápida de probar la conversión de texto a voz de Google AI Studio; la documentación de Google sugiere probar los modelos allí antes de construir cualquier cosa. Se enumeran cuatro modelos TTS: Gemini 3.8 Flash TTS y 3.8 Flash-Lite TTS (actualizados en septiembre de 2026), además de 3.1 Flash TTS Preview y 2.5 Pro Preview TTS. 3.8 Flash cubre más de 130 idiomas y detecta el idioma de su texto.

Usted dirige la interpretación en inglés sencillo. Una instrucción de estilo como “cheerful and friendly” se aplica a un turno, y Google documenta eventos vocales en línea escritos entre corchetes angulares, como <laugh>, <sigh> o <whispering>. Hay 30 voces predefinidas más una biblioteca extendida, y AI Studio también ofrece diseño de voz y replicación de voz, que una herramienta enfocada en libros puede no tener.

Paso a paso: un capítulo en AI Studio

Primero divida el capítulo. Cada solicitud tiene un límite de 8.192 tokens de entrada y 16.384 tokens de salida, así que corte el capítulo en los cambios de escena en partes lo suficientemente cortas para una solicitud; si un clip se detiene antes de tiempo, haga la parte más corta. Luego, para cada parte, elija un solo hablante para la narración, seleccione una voz, escriba una instrucción de estilo para el narrador, pegue el texto, ejecútelo y descargue el audio.

Mantenga un registro del modelo, la voz y la instrucción de estilo de cada parte. La salida varía de una ejecución a otra, así que un narrador que suena cálido en la escena uno puede sonar más enérgico en la escena tres a menos que coincida cada ajuste. Escuche cada clip antes de continuar: un libro unido es mucho más difícil de corregir que un solo clip.

Los límites: dos hablantes, longitud de entrada, topes diarios

El TTS multihablante de Gemini es donde la mayoría de la ficción se topa con un obstáculo, y la documentación de Google es clara: “La generación multihablante en una sola solicitud… admite hasta 2 hablantes usando voces predefinidas”. Para más, indica que se sintetice el turno de cada hablante individualmente. Una escena con un narrador y tres personajes ya son cuatro voces, así que la mayoría de la ficción termina generándose turno por turno.

Los topes diarios son más difíciles de precisar. Los modelos TTS son gratuitos en el nivel gratuito, pero la página de límites de velocidad de Google ahora solo dice que sus límites son visibles en AI Studio, y los informes de la comunidad en 2026 sitúan la asignación gratuita para algunos modelos TTS en tan solo 10 solicitudes al día. Las entradas y salidas del nivel gratuito se usan para mejorar los productos de Google, y los precios de pago para los modelos TTS 3.8 se duplican el 1 de enero de 2027.

Unir capítulos y asignar más de dos personajes

Para dar voz a un elenco completo a mano, recorra el capítulo línea por línea: decida quién habla cada línea, genere las líneas de cada hablante con la voz de ese hablante y luego ensamble los clips en orden en un editor de audio. Google señala que cada respuesta WAV lleva un encabezado de 44 bytes que se debe eliminar antes de unir archivos en código. Luego agregue marcadores de capítulo, empareje el volumen y exporte.

Esa contabilidad (quién habla, qué voz, en qué orden, dónde empiezan los capítulos) es exactamente el trabajo que existen para hacer las herramientas de conversión de texto a voz con múltiples voces. Para una novela con docenas de personajes que hablan, llega a cientos o miles de clips. Si también está evaluando chatbots, si ChatGPT puede hacer un audiolibro cubre lo que hacen con un manuscrito.

Publicación: por qué la vía de ACX en los tutoriales de YouTube rompe las reglas

El video más popular para esta búsqueda, “Google AI Studio: Create an AI Audiobook and Publish It on Audible!” (julio de 2025), es un recorrido útil por el entorno de pruebas, pero su último paso indica a los espectadores que publiquen a través de ACX. Ese paso no se sostiene. Los requisitos de envío de audio de ACX, con fecha del 15 de abril de 2026, dicen que un audiolibro “debe ser narrado por una persona a menos que se autorice lo contrario” y que “el uso no autorizado de texto a voz, IA o grabaciones automatizadas en títulos de ACX está prohibido”.

Audible dice en la misma página que está trabajando para aceptar contenido TTS de terceros y compartirá los plazos más adelante, así que esto puede cambiar. Hasta entonces, un libro narrado con Gemini y subido a ACX corre el riesgo de ser rechazado o eliminado. Consulte si Audible acepta narración con IA para conocer las reglas actuales, y publicar en Spotify para una vía que acepta narración con voz digital con una declaración.

Las mismas voces de Gemini con asignación automática y exportación a M4B

Si lo que busca es un audiolibro con Gemini TTS sin la gestión de fragmentos, tenga en cuenta que las voces estándar de FullCastBook funcionan con Google Gemini TTS, así que el sonido es de la misma familia que escucha en AI Studio. La diferencia está en el trabajo alrededor. Suba un archivo EPUB, DOCX, PDF con capa de texto, TXT o Markdown, y los capítulos y hablantes se detectan automáticamente. Cada línea se genera con la voz de su propio hablante, así que el límite de dos hablantes nunca aparece, y una indicación como [dry, unimpressed] se aplica como instrucción de estilo de la línea.

Escucha en el navegador, regenera líneas individuales y exporta un M4B con marcadores de capítulo, un MP3 o un ZIP con un archivo por capítulo. Las voces premium de ElevenLabs también están disponibles si desea un sonido diferente. Registrarse es gratis y crear consume créditos (un plan o una recarga única); precios muestra lo que requiere un libro completo.

Fuentes y fechas

Verificado el 21 de octubre de 2026: la guía de generación de voz de Google (actualizada el 12 de octubre de 2026), la página del modelo Gemini 3.8 Flash TTS, la página de precios de la API de Gemini (actualizada el 19 de octubre de 2026), los límites de velocidad (actualizados el 15 de octubre de 2026) y los términos de la API (actualizados el 28 de abril de 2026), y los requisitos de envío de audio de ACX (15 de abril de 2026). Los enlaces están debajo de la tabla comparativa. Google actualiza estos modelos con frecuencia, así que vuelva a verificar los límites antes de comenzar un audiolibro de Google AI Studio de cualquier duración.

Preguntas frecuentes

Audiolibro con Google AI Studio: preguntas frecuentes

¿No encuentra la respuesta? Escriba a support@fullcastbook.com

¿Puedo crear un audiolibro con Google AI Studio gratis?

Para piezas cortas, sí. Los modelos Gemini TTS son gratuitos en el nivel gratuito, pero se aplican límites diarios (mostrados en AI Studio), los datos del nivel gratuito se usan para mejorar los productos de Google, y un libro completo implica dividir y unir muchos fragmentos usted mismo.

¿Cuántos hablantes puede interpretar Gemini TTS a la vez?

Dos por solicitud, según la documentación de Google a octubre de 2026. Para más personajes, genere el turno de cada hablante por separado y una los fragmentos, o use una herramienta que interprete línea por línea, como texto a voz multivot.

¿Puedo vender un audiolibro hecho en Google AI Studio?

Los términos de la API de Gemini de Google indican que Google no reclamará la propiedad del contenido generado, y la API está pensada para uso profesional o empresarial. Aún necesita los derechos del texto, y cada tienda establece sus propias reglas sobre narración con IA.

¿Puedo subir un audiolibro narrado con Gemini a Audible?

No a través de ACX a octubre de 2026: sus reglas exigen narración humana a menos que Audible autorice lo contrario. Audible dice que está trabajando para aceptar TTS de terceros; consulte las reglas actuales de Audible.

¿Qué modelo Gemini TTS es mejor para audiolibros?

Google lista Gemini 3.8 Flash TTS y 3.8 Flash-Lite TTS como actuales; Flash cubre más idiomas (más de 130 frente a más de 100). Pruebe ambos en la misma página de diálogo y elija de oído. Las voces estándar de FullCastBook también usan Gemini TTS.

Conserve las voces de Gemini. Olvídese de manejar fragmentos.

Suba un capítulo y obtenga cada línea asignada, interpretada y ensamblada, lista para exportar como M4B o MP3. No se necesita tarjeta para registrarse; pague con créditos cuando cree.