Publicas un video corto cada semana y quieres que la narración conserve una identidad reconocible. La voz predeterminada que elegiste funciona, pero suena demasiado rápida para una explicación larga. Hasta ahora podías cambiar las instrucciones de estilo en cada generación o diseñar otra voz desde cero. Google añadió el 4 de noviembre de 2026 una tercera opción en Gemini 3.8 TTS: partir de una voz existente, describir el cambio y guardar una versión nueva que puedas reutilizar. La pregunta útil no es si «suena increíble» en una demo, sino si mantiene el tono de tu canal sin obligarte a corregir cada audio.

El registro oficial de Gemini API fecha hoy el lanzamiento de Voice remixing. Según la guía de Google, eliges una voz base —por ejemplo, la voz predeterminada Puck o una voz diseñada dentro de tu proyecto— y describes cambios relativos de ritmo, timbre, energía o acento. El servicio crea un voice_... independiente; no modifica la voz original. Ese ID sirve para sintetizar texto con Gemini 3.8 Flash TTS o Flash-Lite TTS. También se puede probar interactivamente en Google AI Studio.

Qué cambia para un creador

Supón que haces videos de IA en español y una voz de catálogo ya te resulta cercana. En vez de pedir «más pausada y cálida» en cada guion, puedes crear una variación y conservar su ID para episodios posteriores. La prueba correcta es generar con la misma voz un hook de 15 segundos, una explicación de un minuto y una frase con nombres técnicos. Escucha si mantiene la identidad, si pronuncia bien los términos y si el ritmo funciona en móvil. La guía del proveedor describe la capacidad; SoyJB no ha generado ni evaluado audio en una cuenta propia, así que estos son criterios de prueba, no resultados medidos.

Cómo probarlo sin montar una app

1. Abre la sección de voz de Google AI Studio con un proyecto de Gemini API que tenga facturación habilitada.
2. Elige una voz predeterminada y escribe una modificación concreta: «Conserva la claridad; baja un poco la velocidad y usa un tono más sereno para explicar tecnología en español». Evita pedir que imite a una persona real.
3. Escucha la muestra WAV que devuelve la creación y anota el nuevo voice_....
4. Genera dos fragmentos del mismo guion con la voz base y la nueva. Compara pronunciación, ritmo y consistencia antes de usarla en publicaciones.

Si prefieres integrar el flujo en código, este ejemplo sigue la estructura de la documentación oficial. Necesitas google-genai versión 2.25.0 o superior y la variable GEMINI_API_KEY configurada. Es un ejemplo revisado contra la documentación, no ejecutado aquí con una clave de pago:

import base64
from google import genai

client = genai.Client()
voice = client.voices.create(
    store=True,
    voice={
        "model": "gemini-3.8-flash-tts",
        "type": "prompted",
        "prompted": {
            "base_voice": "Puck",
            "input": "Keep the voice clear, but make it calmer and slightly slower for Spanish tech explainers.",
        },
    },
)

print("Guarda este ID:", voice.id)
if voice.sample_audio and voice.sample_audio.data:
    with open("muestra.wav", "wb") as file:
        file.write(base64.b64decode(voice.sample_audio.data))

audio = client.interactions.create(
    model="gemini-3.8-flash-tts",
    input=[{
        "type": "user_input",
        "content": [{"type": "text", "text": "Hoy probamos una herramienta nueva para crear contenido."}],
    }],
    response_format={"type": "audio"},
    generation_config={"speech_config": [{"voice": voice.id}]},
)
with open("narracion.wav", "wb") as file:
    file.write(base64.b64decode(audio.output_audio.data))

Si tu cuenta devuelve un error de acceso, comprueba el nivel de facturación y los límites antes de cambiar el código: Google indica que Voice remixing requiere Paid Tier 1 o superior. La función comparte el máximo de 200 voces guardadas por proyecto con las voces diseñadas y replicadas. Cada voz guardada tiene una caducidad de un año desde su último uso, que se renueva al usarla o tomarla como base de otra mezcla. Consulta el precio vigente de TTS y el consumo de tu proyecto antes de escalar un canal; el costo exacto de crear una variación no está aclarado en la guía consultada.

Cuándo conviene y cuándo no

Úsalo cuando ya tengas una voz que te sirve y necesites ajustar una característica sin perder su base. Si ninguna voz inicial se acerca a lo que buscas, Voice design permite describir una identidad desde cero. Mezclar una voz de catálogo no equivale a copiar la voz de un presentador o cliente: Google documenta la replicación como un flujo distinto. Para una campaña, prueba primero con material propio y obtén consentimiento cuando una persona real intervenga.

La decisión para esta semana es pequeña: crea una variación, guarda el ID y compara dos audios del mismo guion. Si no mejora claridad y consistencia, conserva la voz base; el lanzamiento por sí solo no justifica rehacer toda tu producción.