Las 30 voces de Gemini diciendo la misma frase en castellano. Escúchalas en calidad de estudio y, con un clic, como sonarían en una llamada.
Calidad original, a 24 kHz: así suenan en el navegador.
La misma toma pasada por una línea de teléfono (8 kHz): así la oye quien llama.
No hay voces con esa combinación de filtros.
Frase de todas las muestras: «Hola, soy el asistente de voz de Phonica. Atiendo tus llamadas, doy citas y resuelvo dudas a cualquier hora. ¿En qué te puedo ayudar?». Generadas con el modelo gemini-3.8-flash-tts. El nombre, el carácter (la palabra en inglés) y el género de cada voz son los que indica Google; la traducción y la agrupación por carácter son nuestras.
Una llamada viaja a 8 kHz, frente a los 24 kHz de las muestras. Se pierden los agudos y la voz suena más fina. El conmutador «Por teléfono» reproduce justo ese recorte: misma toma, distinto canal.
Estas muestras son locuciones leídas. En una llamada real el agente habla en tiempo real, reaccionando a quien llama, y la entonación cambia. El timbre de la voz, en cambio, es el mismo.
La voz solo aporta el timbre. El ritmo, la cercanía y la manera de hablar se definen al configurar el agente: dos agentes con la misma voz pueden sonar muy distintos.
Para recibir llamadas y atender, las voces cálidas y suaves suelen generar más confianza. Pero manda la que te encaje a ti: filtra, escucha y compara.
Lo que suena redondo en el navegador puede cambiar en una llamada. Las voces graves y cálidas aguantan mejor el recorte de la línea.
Elige dos o tres candidatas y pruébalas en tu propio agente, con tu guion y una llamada real. Es la única comparación que vale de verdad.