Coze Space de ByteDance lanza función de texto a podcast con un solo clic 186

El 27 de mayo de 2025, la plataforma de colaboración de agentes ByteDance llamada 扣子空间 lanzó una función de generación de podcasts a partir de texto con un solo clic. Permite convertir texto rápidamente en audio de podcast con calidad "similar a la humana", completando en pocos minutos un trabajo que normalmente tomaría varias horas.

Esta función es de gran ayuda para profesionales de los medios y usuarios de muchas industrias, ya que les permite crear podcasts sobre temas de actualidad en muy poco tiempo, incluyendo la planificación, grabación y edición. El audio del podcast generado suena muy natural, con pausas y partículas de entonación adecuadas, lo que resulta muy realista.

Los usuarios pueden crear diversos tipos de podcasts según sus necesidades, como noticias de tecnología, tendencias de entretenimiento, conocimientos de salud, etc. No solo los profesionales de los medios, sino que también los estudiantes y profesionales pueden utilizar esta herramienta para convertir materiales de estudio o actas de reuniones en audio, lo que les permite ser más eficientes al estudiar o trabajar.

Características de la función

• Inteligente y eficiente: al introducir un prompt en el cuadro de diálogo de 扣子空间, la IA puede planificar el tema del podcast mediante pasos como razonar, leer documentos, acceder a enlaces y buscar temas, y luego convertirlo en un audio de podcast con diálogos entre varios personajes. Por ejemplo, al introducir un prompt relacionado con una noticia de actualidad, puede completar rápidamente la producción de "planificación de búsqueda + organización de eventos + comentarios de opinión + diálogo entre varios personajes"; al introducir un tema informativo como "tendencias y predicciones del precio del oro en 2025", puede buscar información, completar el guion y convertirlo en audio de podcast de noticias en cuestión de minutos.

• Simulación a nivel humano: basada en la combinación de aprendizaje profundo y procesamiento de lenguaje natural, adopta una estrategia de aprendizaje multitarea con arquitectura Transformer y, combinada con entrenamiento con datos de voz a gran escala, la IA puede simular el tono, el ritmo y los cambios emocionales de diferentes personajes. El audio generado es prácticamente indistinguible de una grabación humana en cuanto a naturalidad de la voz, pausas y entonación, lo que aumenta la afinidad y credibilidad del contenido.

Escenarios de aplicación

• Ámbito de los medios de comunicación: los profesionales de los medios pueden generar rápidamente podcasts sobre temas de actualidad, lo que resulta especialmente útil para aprovechar la inmediatez de las noticias.

• Escenarios de estudio y trabajo: estudiantes y profesionales pueden convertir apuntes, literatura y actas de reuniones en versiones sonoras para ayudar en el aprendizaje y la realización de tareas; los docentes o investigadores pueden generar con un solo clic páginas multimedia que incluyen interpretación por voz, preguntas y respuestas interactivas, modelos gráficos y análisis textual.

• Escenarios de la vida cotidiana: se puede utilizar para consultas emocionales, recomendaciones de productos, etc. Por ejemplo, introducir una pregunta emocional para obtener un diálogo de asesoría psicológica, o introducir necesidades como "los diez mejores restaurantes de ollas calientes en Chengdu" para generar un podcast de recomendaciones relacionado; también se puede convertir texto de cuentos en audiolibros para antes de dormir, y generar podcasts de voz con recomendaciones de regalos para el Día del Niño, guardando el contenido textual relacionado.

Cómo utilizarla

1. Abra la web oficial de 扣子空间 e inicie sesión en su cuenta.

2. En el cuadro de diálogo, introduzca el material del archivo que desea convertir en podcast (como enlace a un artículo, documento local, etc.) y agregue una frase indicativa, por ejemplo: "Según ____, genera un podcast de dos personas de ____ minutos y, a continuación, exporta un archivo de audio".

3. Espere a que la herramienta analice automáticamente el contenido, asigne las voces de los personajes y genere un archivo de audio con subtítulos. Simplemente descárguelo y úselo directamente.