01Fase 01
1. Preprocesado Otsu en canvas
Mejora el contraste de la imagen y aplica binarización adaptativa de Otsu para aislar el texto de la iluminación irregular y las sombras.
Libros y Apuntes
Convertir Imagen a Voz: Lee en Voz Alta el Texto de una Foto
Transforma páginas de libros y diagramas con texto en narraciones de audio fluidas.
Velocidad de lectura1.00x
Tono de voz1.00
Pausa entre frases0.40s
Preprocesador OCR en canvas:
Imagen de origen y visor OCR
Suelta o pega una imagenArrastra y suelta una foto, captura de pantalla o página de libro
O pulsa Cmd+V para pegar desde el portapapeles
OCR 100% local en el navegador · Sin subidas a servidores
Diálogo hablado extraído
OCR 96% precisión0 palabras·0:00 aprox.
Sube o pega una imagen a la izquierda
El texto se extraerá y se convertirá en frases habladas para escucharlas
0:00/0:00
Procesamiento 100% local en el navegador · Ningún archivo ni byte de imagen se sube a ningún servidor
Arquitectura técnica
Del escaneo de píxeles a un audio con ritmo humano
Cómo nuestro motor OCR en el navegador limpia artefactos, une palabras cortadas por guiones y sintetiza la voz.
02Fase 02
2. OCR local y unión de guiones
Extrae las palabras con sus coordenadas de recuadro directamente en tu navegador. Une las palabras cortadas al final de línea y elimina los artefactos del escaneo.
03Fase 03
3. Exportación de subtítulos y texto
Escucha con resaltado visual tipo karaoke sincronizado y descarga subtítulos WebVTT y SRT sincronizados, etiquetas de marcadores para Audacity y texto con formato.
Flujos de acabado conectados
Descubre utilidades complementarias para narrar documentos, extraer texto de PDF y masterizar la sonoridad.
Estándares de Audio e Investigación
Guías técnicas y flujos avanzados
Explora los principios acústicos, la prosodia de la síntesis de voz y los flujos de lectura de documentos.
Cambio de Velocidad6 min de lectura
Cómo Cambiar la Velocidad del Audio sin Perder Claridad en la Voz
Algoritmos de estiramiento temporal frente a remuestreo: cómo los phase vocoders mantienen la inteligibilidad a diferentes velocidades de reproducción.
Editor de Audio Online7 min de lectura
Editor de Audio Online para Voz: Cómo Hacer Ediciones Limpias y Reversibles
La metodología de edición en navegador: procesamiento en memoria RAM local, auditoría antes de exportar y preservación de archivos originales.
Editor de Audio Gratis7 min de lectura
Editor de Audio Gratuito para Voz: Cómo Elegir un Flujo Seguro y Enfocado
Marco de evaluación en 5 puntos para herramientas de voz: privacidad local, ediciones reversibles, controles de ritmo y exportación sin pérdida.
Preguntas frecuentes
Todo lo que necesitas saber sobre el OCR local en el navegador y la conversión a audio.
¿Cómo convierte AutoSilenceCut las imágenes en audio hablado?+
AutoSilenceCut combina el preprocesado de píxeles en Canvas del lado del cliente (binarización de Otsu y autonivelado de contraste) con OCR en WebAssembly. Una vez extraído el texto y unidas las palabras cortadas, el motor de síntesis integrado convierte las palabras en una voz natural de calidad de estudio con colchones de prosodia.
¿Mis fotos o capturas privadas se envían a algún servidor?+
No. Nunca se sube ni un byte de imagen, ni un fragmento de texto, ni una forma de onda de audio. Todo el OCR y la síntesis de voz se ejecutan 100% en local en la memoria de tu navegador para una privacidad total.
¿Cómo se compara con Speechify y NaturalReader?+
Speechify reserva la lectura OCR de cámara y fotos a una suscripción de $139–$159 al año, y NaturalReader limita a los usuarios gratuitos a 20 minutos al día con el OCR solo en planes de pago. AutoSilenceCut es 100% gratis, con conversiones de imágenes ilimitadas, sin registro y con exportación WAV de 16 bits sin pérdidas.
¿Qué formatos de imagen se admiten?+
Puedes subir archivos PNG, JPG/JPEG, WebP, AVIF, BMP y TIFF, o pulsar Cmd+V / Ctrl+V para pegar capturas de pantalla directamente desde el portapapeles.
Malla de Flujo de Trabajo
Herramientas complementarias de OCR y locución
Extrae texto de imágenes, documentos y artículos web para crear audio hablado natural.
Lector de PDF
Abrir herramienta→Exportador de PDF a audio
Extrae el texto de las páginas PDF y exporta másteres de voz natural.
TTS en el navegador
Abrir herramienta→Estudio de texto a voz
Convierte textos y guiones en diálogo natural con un ritmo de habla cuidado.
Control de ritmo
Abrir herramienta→Cambiador de velocidad de audio
Acelera el audio hablado de 0.5x a 2.0x sin alterar el tono.