WellSaid Producer integra la producción de locuciones con IA en los flujos de trabajo de MCP

WellSaid lanzó WellSaid Producer el 10 de noviembre de 2026, y puso de inmediato sus herramientas de producción de locuciones a disposición de Claude, ChatGPT, Copilot y otros flujos de trabajo conectados mediante Model Context Protocol (MCP). El lanzamiento también permite generar audio de forma nativa a 48 kHz, el estándar para cine, video y radiodifusión.

Producer lleva la selección de voces, la dirección, la pronunciación, la revisión y el control de versiones más allá de una única interfaz de producción. Estas funciones pueden ejecutarse dentro de un asistente de IA o del propio software del cliente a través del servidor MCP de WellSaid, que conecta las herramientas de producción con esas aplicaciones. WellSaid Studio sigue siendo el espacio de trabajo web para la edición manual.

El director ejecutivo, Benjamin Dorr, afirmó que el lanzamiento responde a que los equipos combinan capacidades de distintas herramientas, mientras WellSaid se centra en ofrecer una locución precisa, una voz de marca coherente y licencias que protegen a los actores.

Producción en las herramientas existentes

La documentación de Producer describe un flujo de trabajo que comienza con un guion procedente de un asistente conectado a MCP, una plataforma de contenidos o una herramienta de gestión de proyectos. Los equipos pueden probar cientos de voces, indicar en lenguaje sencillo el ritmo y el énfasis, y enviar el resultado para su aprobación. Después, el audio terminado y los subtítulos pueden transferirse a un sistema de gestión de contenidos, un gestor de activos digitales o un sistema de gestión del aprendizaje, junto con un registro integrado de derechos y licencias.

Producer y Studio comparten voces, bibliotecas de pronunciación y proyectos. El audio creado con Producer recibe versiones y seguimiento de cambios en Studio. Cuando cambia un guion, un nombre de producto o una política, Producer puede actualizar de una sola vez todas las locuciones afectadas con la voz y las indicaciones aprobadas, de modo que los revisores evalúen las nuevas versiones en lugar de tener que reconstruir cada archivo por separado.

Así, el mantenimiento pasa a formar parte del lanzamiento: la misma conexión que se usa para crear una lección de formación o un video de producto también puede actualizar su narración cuando cambia el material de base.

Audio nativo y pronunciación

WellSaid afirmó que Producer es la primera plataforma de producción de locuciones que genera audio de forma nativa a 48 kHz, lo que permite incorporar audio de fidelidad completa a una línea de tiempo de video sin remuestrearlo. Esta capacidad es independiente de la salida de 96 kHz, disponible desde 2025 para la edición y mezcla comercial, y responde a un nivel de exigencia en cuanto a fidelidad superior al de las aplicaciones industriales y de respuesta de voz interactiva.

Las guías de estilo basadas en agentes aplican criterios de pronunciación para nombres de marca, nombres de productos, siglas y términos técnicos en los flujos de trabajo conectados. WellSaid afirmó que el modelo de pronunciación subyacente se entrenó con más de 500.000 transcripciones de Oxford Languages.

El conjunto de datos procede de una colaboración que WellSaid anunció el 6 de febrero de 2024. Oxford Languages proporcionó transcripciones en inglés con y sin divisiones silábicas, junto con audio de la mayoría de las palabras, para entrenar el sistema Respelling de WellSaid, que permite a los usuarios adaptar la pronunciación de palabras reales o inventadas. Producer aplica ese control en las herramientas conectadas, de modo que se pueda mantener una pronunciación preferida coherente a medida que se revisa el contenido.

Licencias en los flujos de trabajo de IA

Se aplica la misma licencia tanto si un equipo trabaja en Studio como si lo hace con Producer. WellSaid afirma que todas las voces que licencia para uso comercial pertenecen a actores profesionales que han dado su consentimiento y reciben una remuneración cada vez que se utiliza su voz; las condiciones de cada voz están visibles en ambos entornos. El registro de esa licencia permanece asociado al audio terminado incluso cuando la producción se lleva a cabo en un asistente de IA o en una herramienta creada por el cliente. Además, los clientes pueden crear bibliotecas de réplicas digitales de voz personalizadas para sus marcas conforme al mismo enfoque de consentimiento y licencias.

Alicia Harris, una actriz cuya voz forma parte de la plataforma, afirmó que el producto facilita el uso de su voz y, al mismo tiempo, permite que los clientes ganen eficiencia y que los actores «sigamos formando parte del proceso y recibamos una remuneración». Su declaración pone de relieve la dimensión laboral del lanzamiento: la automatización cambia dónde se producen las locuciones, pero el modelo de WellSaid mantiene el consentimiento y la remuneración de los actores vinculados a su uso.

Producer también permite ejecutar modelos de voz de otros proveedores junto con las voces de WellSaid en un mismo flujo de trabajo. WellSaid desarrolla sus propios modelos y trabaja con otros entrenados con datos autorizados para uso comercial; la empresa afirmó que planea ampliar las opciones de talento y licencias de Producer.

Para las empresas que producen cursos, videos de marketing y otros contenidos recurrentes, el requisito va más allá de generar voz. La pronunciación, las revisiones y las licencias de los actores deben conservarse cuando el audio pasa por asistentes de IA, modelos de voz externos y sistemas de publicación; Producer está diseñado para mantener juntos esos controles de producción.