Productos utilizadosDubbing AI quería que Voice Agent se sintiera como una persona, no como un asistente de voz
Dubbing AI ya había creado una plataforma centrada en la voz. Sus usuarios podían cambiarla en tiempo real, clonarla, ajustar acentos y traducir entre idiomas. Voice Agent amplió el producto en una nueva dirección: ahora la IA podía hablar en nombre del usuario.
Los casos de uso eran inmediatos. Un jugador podía dejar que el agente respondiera durante una conversación. Alguien demasiado ocupado para llamar podía delegar la llamada. Una persona temporalmente no disponible podía seguir comunicándose en tiempo real.
Pero la experiencia solo funcionaba si la voz sonaba real.
Una pausa perceptible hacía que la interacción pareciera artificial, al igual que una respuesta plana o robótica. Para Dubbing AI, el TTS en tiempo real no era solo generar voz rápidamente. Debía sonar natural, transmitir emociones, preservar la identidad del hablante y funcionar en los idiomas que necesitaban sus usuarios de todo el mundo.
El modelo más rápido no bastaba si sonaba plano
Dubbing AI evaluó varios proveedores de TTS según las exigencias de Voice Agent. El equipo definió cinco criterios: naturalidad, profundidad emocional, calidad de clonación de voz, latencia y compatibilidad multilingüe.
La evaluación reveló un difícil equilibrio. Los modelos con baja latencia podían perder expresión emocional. Los expresivos podían introducir retrasos que interrumpían la conversación. Otros funcionaban bien en un idioma, pero fallaban al cambiar a otro.
Para un producto con más de 10 millones de usuarios en videojuegos, entretenimiento y usos comerciales, sobresalir en una sola parte de la experiencia no era suficiente.
Dubbing AI necesitaba un modelo que cumpliera todos los requisitos a la vez.
Fish Audio ofrece una naturalidad de voz excepcional, una expresión emocional rica y TTS confiable de baja latencia que sustentan perfectamente la experiencia principal de nuestro producto Voice Agent.
Tiange Ling
CEO de Dubbing AI
Fish Audio fue el único modelo que cumplió los cinco requisitos
Fish Audio destacó porque ofrecía la combinación que Dubbing AI necesitaba para Voice Agent: habla natural, profundidad emocional, clonación de voz de calidad, baja latencia y compatibilidad multilingüe.
La diferencia importaba porque los criterios estaban conectados. La naturalidad hacía creíble la voz. La expresión emocional la hacía humana. La clonación preservaba la identidad del hablante. La baja latencia mantenía la conversación fluida. El soporte multilingüe llevaba la misma experiencia a los usuarios de Dubbing AI en todo el mundo.
Fish Audio admitía más de 80 idiomas con alternancia nativa entre ellos, manteniendo la capacidad de respuesta necesaria para las interacciones en tiempo real.
Naturalidad
Voz que suena humana, no sintetizada
Profundidad emocional
Expresión que transmite cada matiz
Clonación de voz
Voces clonadas que preservan la identidad del hablante
Baja latencia
Respuestas en tiempo real sin retrasos perceptibles
Soporte multilingüe
Más de 80 idiomas con alternancia nativa
Fish Audio da a Dubbing AI margen para ampliar Voice Agent
Voice Agent pasa de ser una posibilidad técnica a un producto que Dubbing AI puede ofrecer a su base global de usuarios. Con Fish Audio a cargo del TTS en tiempo real, Dubbing AI puede crear nuevas formas de comunicación manteniendo la velocidad, expresividad y calidad de voz necesarias.
El resultado es un agente de voz que no solo responde: suena como alguien con quien quieres seguir hablando.
