AlexToolbox AudioSynth 2026
Descargar

Audiodescripción con voces de IA, hecha en tu PC

Carga una película, pausa en cada escena, escribe lo que se ve y AudioSynth lo convierte en voz y lo mezcla con el sonido original. Con un modo para personas ciegas en el que una IA describe la escena. Gratis, para Windows, con 20 voces en español e inglés.

  • Windows 10 y 11
  • Sin instalación
  • 7 herramientas

Las descripciones de esta demo

    30 segundos con sonido. El vídeo y la mezcla salen tal cual del botón «Exportar MP4» del programa.

    Así se hace una audiodescripción

    La película manda: el vídeo y la línea de tiempo están siempre a la vista, y cada descripción queda pegada en su momento como una etiqueta que puedes arrastrar.

    1. Carga el vídeo

      MP4, WEBM, MKV, AVI o MOV. Los formatos que el navegador no reproduce se convierten solos.

    2. Pausa y describe

      Pulsa Espacio en la escena, escribe la descripción y elige voz, velocidad y volumen.

    3. Genera el clip

      Con Enter se crea la voz y aparece en la línea de tiempo. Arrástrala para ajustar el momento.

    4. Exporta

      Mezcla con el audio original y guarda un MP3 o el vídeo completo en MP4.

    Pantalla de audiodescripción de AudioSynth: a la izquierda los controles de mezcla y reproducción; en el centro el vídeo de Big Buck Bunny con la forma de onda y cuatro etiquetas de descripción; debajo el cuadro de texto y el botón Generar clip; a la derecha la lista de clips y los botones de exportar.
    La pantalla de audiodescripción con un vídeo cargado y cuatro descripciones.

    Siete herramientas en una sola mesa

    Todo lo que rodea al oficio de describir: preparar el audio, convertir libros, grabar lo que suena en el PC o buscar la sinopsis de una película.

    Audiodescripción

    El corazón del programa: describe escenas sobre el vídeo y exporta el resultado.

    • Voz, velocidad y volumen distintos en cada clip
    • Etiquetas arrastrables y aviso cuando dos clips se pisan
    • Volumen del audio original y de las voces por separado
    • Importa y exporta diálogos en SRT para doblar al instante
    • Guarda y abre proyectos para seguir otro día
    • Exporta MP3 con título y año, o MP4 con el vídeo

    Libro a audio

    Libro a audio con un texto del Quijote analizado: palabras, duración estimada y vista previa del texto.

    Convierte documentos largos en audiolibros MP3.

    • PDF, TXT, DOCX, DOC, RTF y HTML
    • Un archivo, o dividido por páginas, minutos o capítulos
    • Descarga cada parte o todo en un ZIP

    Editor de audio

    Editor de audio con la forma de onda, marcadores de inicio y fin, y los paneles de recortar, volumen y velocidad.

    Retoca cualquier MP3 o WAV sin otro programa.

    • Recortar y borrar una selección
    • Volumen, velocidad sin cambiar el tono y compresor
    • Unir varios audios y deshacer

    Texto a audio

    Texto a audio con un aviso de sala escrito, la voz Elvira elegida y el audio ya generado listo para descargar.

    Pega un texto corto y descárgalo narrado en MP3.

    • Escucha cada voz antes de elegirla
    • Velocidad normal o rápida
    • Y al revés: pasa una grabación a texto

    Capturar audio

    Capturador de audio del sistema con los botones Grabar y Detener y el contador de tiempo.

    Graba lo que suena en el PC: películas, música o juegos.

    • Detecta la «Mezcla estéreo» de Windows
    • Ganancia y normalización
    • Guarda en WAV o MP3

    Descargar de YouTube

    Descarga de YouTube con la información del vídeo Big Buck Bunny y la opción de bajar vídeo o solo audio.

    Baja el vídeo o solo el audio para trabajar sobre él.

    • Vídeo en varias calidades o audio MP3
    • Barra de progreso en tiempo real
    • Extrae el audio de un vídeo que ya tengas

    Generador de sinopsis

    Generador de sinopsis con la película Sintel encontrada, su director y la sinopsis lista para convertir en audio.

    Busca la sinopsis de una película y conviértela en audio.

    • Búsqueda en la base de datos TMDB
    • Narra título y trama con la voz que elijas
    • Pégala delante de tu audiodescripción

    20 voces, siete acentos del español

    Voces neuronales de Microsoft Edge. Cada clip puede llevar una voz distinta, y todas se pueden escuchar antes de elegir.

    • ElviraEspaña · femenina
    • ÁlvaroEspaña · masculina
    • DaliaMéxico · femenina
    • JorgeMéxico · masculina
    • ElenaArgentina · femenina
    • TomásArgentina · masculina
    • SaloméColombia · femenina
    • GonzaloColombia · masculina
    • CatalinaChile · femenina
    • LorenzoChile · masculina
    • CamilaPerú · femenina
    • AlexPerú · masculina
    • PalomaEE. UU., latino · femenina
    • AlonsoEE. UU., latino · masculina
    • JennyInglés de EE. UU. · femenina
    • GuyInglés de EE. UU. · masculina
    • AriaInglés de EE. UU. · femenina
    • DavisInglés de EE. UU. · masculina
    • SoniaInglés británico · femenina
    • RyanInglés británico · masculina

    Dos modos: para quien ve y para quien no ve

    Al abrir el programa eliges cómo trabajar. El modo visual es la mesa completa. El modo para personas ciegas está pensado para NVDA: pantallas sencillas, todo con el teclado y una IA que describe la escena por ti. Esta web también se recorre entera con NVDA, por encabezados.

    • La IA describe la escena

      Pulsa D en el momento que quieras: el programa toma 8 fotogramas de esos 2 segundos, una IA de visión escribe la descripción y la lee con la voz del clip. Puedes corregirla antes de generar el clip.

    • Teclado sin choques con NVDA

      Espacio reproduce, S salta al siguiente silencio, Enter crea el clip y Ctrl+Z deshace un borrado. Ningún atajo usa las teclas de NVDA, y F9 dice la ayuda de cada pantalla.

    • Siempre sabes qué pasa

      Mientras carga o convierte un vídeo suena un tono suave y una voz dice el estado y el porcentaje. Al exportar te dice el nombre del archivo y dónde quedó.

    • Tutorial para escuchar

      Nueve minutos en audio, en 11 capítulos, que explican el programa sin dar nada por visto. Se maneja con el teclado: pausa, saltos de 10 segundos y cambio de capítulo.

    • Alto contraste

      El modo para personas ciegas usa letra grande y colores de alto contraste para quien tiene resto visual. El modo visual es oscuro, con un foco ámbar bien visible.

    • Español e inglés

      La interfaz, la ayuda y el tutorial cambian de idioma con una tecla, y NVDA cambia de voz con ellos.

    Modo para personas ciegas de AudioSynth: letra grande blanca sobre fondo negro. Arriba, el título Mesa con el nombre del vídeo y la posición 0:00 de 0:30 en un campo con borde amarillo. Debajo, botones grandes: Retroceder 5 segundos, Reproducir, Avanzar 5 segundos, Describir con IA, Siguiente silencio y Decir el tiempo. Abajo, la explicación de las teclas y una barra de estado: Vídeo cargado, 30 segundos.
    El modo para personas ciegas, con un vídeo cargado.

    Requisitos e instalación

    No instala nada en Windows ni toca el registro: se descomprime y se abre.

    Lo que necesitas

    Sistema
    Windows 10 u 11 de 64 bits
    Memoria
    4 GB de RAM; 8 GB recomendados para películas largas
    Espacio
    1,5 GB libres (el programa ocupa 0,76 GB descomprimido)
    Internet
    Necesario para generar voces, describir con IA, buscar sinopsis y usar YouTube
    IA de visión
    Opcional: una clave gratuita de OpenRouter. El programa explica paso a paso cómo conseguirla
    Lector de pantalla
    NVDA (gratuito) con Chrome o Edge, si usas el modo para personas ciegas
    Navegador
    Chrome, Edge o Firefox: el programa se abre en una ventana del navegador

    Instalar en tres pasos

    1. Descarga y descomprime el ZIP

      En cualquier carpeta, por ejemplo en Documentos.

    2. Abre AudioSynth.exe

      La primera vez Windows puede tardar cerca de un minuto en abrirlo mientras lo revisa.

    3. Si aparece «Windows protegió su PC»

      Pulsa «Más información» y luego «Ejecutar de todas formas». Sale con cualquier programa nuevo sin firma digital.

    Preguntas frecuentes

    ¿Cuánto cuesta?
    Nada. AudioSynth es gratuito y no tiene límites de uso. Al arrancar muestra un aviso de unos segundos; si quieres quitarlo, escribe a sonidodescriptivo@gmail.com para conseguir una licencia.
    ¿Puede usarlo una persona ciega?
    Sí. Elige el modo para personas ciegas al abrir el programa. Con NVDA y el teclado puedes cargar la película, ir de silencio en silencio, pedir a la IA que describa cada escena, revisar los clips y exportar el resultado. El tutorial en audio lo explica paso a paso.
    ¿La descripción con IA cuesta dinero?
    No hace falta pagar. Por defecto usa modelos gratuitos de OpenRouter, que solo piden una clave gratuita. Si quieres descripciones más precisas, puedes usar una clave de pago de Google o de OpenRouter; en ese caso el cobro lo hace ese servicio, no AudioSynth.
    ¿Qué es una audiodescripción?
    Es una pista de voz que cuenta lo que pasa en pantalla en los silencios de una película, para que una persona ciega pueda seguirla. AudioSynth genera esa voz y la mezcla con el sonido original.
    ¿Funciona sin internet?
    El programa funciona en tu PC, pero las voces se generan con el servicio de Microsoft Edge, así que hace falta conexión para crear clips, buscar sinopsis o descargar de YouTube. El editor de audio funciona sin conexión.
    ¿Puedo doblar una película con subtítulos?
    Sí. Importa un archivo SRT y AudioSynth genera la voz de cada diálogo en su momento. Después puedes ajustar voces, posiciones y volúmenes.
    ¿Funciona en Mac o Linux?
    No, por ahora solo en Windows 10 y 11.
    Windows dice que protegió mi PC. ¿Es peligroso?
    No. Windows avisa con cualquier programa sin certificado de firma, que cuesta dinero. Si quieres comprobarlo, sube el archivo a virustotal.com, que lo revisa con más de 70 antivirus.
    ¿Mis archivos se suben a algún sitio?
    No. Los vídeos, audios y documentos se procesan en tu PC. Solo el texto de cada descripción viaja al servicio de voces de Microsoft para convertirlo en audio. Si usas la descripción con IA, también se envía una imagen pequeña con los 8 fotogramas de la escena al servicio de IA que elijas.

    Descarga AudioSynth 2026

    Gratis para Windows 10 y 11. Un ZIP: descomprime, abre y empieza a describir.

    Descargar para Windows (ZIP, 399 MB)

    ¿Te sirve? Apoya el proyecto