Guía de audio de VberAI: voces de juego, SFX y música que iteran más rápido

En un juego, el sonido no es “fondo”. Es retroalimentación: si un botón se registró, si una habilidad impactó, o si la entrada de un jefe se siente opresiva. Los jugadores suelen confirmar esos momentos primero con los oídos. El audio también es la capa que los equipos pequeños posponen: VO por contrato facturada por línea, versiones desordenadas de librerías de SFX, partituras que encajan con el ambiente pero no con la licencia. Un cambio de diseño significa otra ronda de traspasos.

VberAI Studio (AI Studio) coloca la generación de voz, SFX y música en el mismo lienzo de juego: describe el recurso en texto y luego recorta, divide y adjúntalo a Spine / secuencias de frames / eventos de UI antes de exportar en formatos de motor. Este artículo no cubre la interfaz (capas y herramientas: capas de audio de AI Studio). Cubre una cosa: cómo escribir prompts para rehacer menos.

Tres capacidades de generación de audio

Capacidad	Entrada	Salida típica	Uso en juego
Voz / VO de monstruo	Voice / Monster VO	Diálogo, narración, llamadas de criaturas	Historia, NPC, presentaciones de jefes, quejidos de impacto
SFX de juego	Sound Effect	Interacción, combate, ambiente corto	Clics de UI, habilidades, puertas, pasos, bucles
Música / canciones	Music / Song	BGM, temas, bases	Menú principal, bucles de nivel, cinemáticas, eventos

Las tres comparten un orden: qué es, cómo se siente, y luego cuánto dura y para qué sirve. Las secciones siguientes desglosan cada una.

Voz / VO de monstruo: diálogo, narración y llamadas de criaturas

Cuándo usarla

• Diálogo de prototipo primero: verifica el ritmo y la densidad de información antes de reservar una sesión humana
• Grandes volúmenes de líneas cortas de NPC (mercaderes, guardias, pistas de misiones) donde el costo por línea se acumula
• VO de monstruo: rugidos, susurros, impactos, muertes—difíciles de grabar, caros de externalizar
• Versiones localizadas: mantén un timbre por personaje, cambia solo la línea

Fórmula de prompt

rol + timbre + emoción + ritmo / entonación + idioma + línea

Ejemplos

Deep, raspy elderly wizard. Slow and mysterious, slight echo. English:
"Welcome to my dungeon, mortal."

AI Voz

00:00

--:--

Mago anciano, grave y ronco. Lento, misterioso, ligero eco. Español:
"Bienvenido a mi mazmorra, mortal."

AI Voz

00:00

--:--

Demonio mediano repelido. Gruñido resonante en el pecho, ira que se convierte en dolor, sin diálogo, unos 1.2 segundos.

AI Voz

00:00

--:--

Referencias de timbre

Describir una voz como “parecida a X” es más estable que acumular adjetivos. Anclas útiles:

• Lanzadora femenina fría: Diablo III Wizard (femenina)—fría, contenida
• Lanzador masculino sereno: Diablo III Wizard (masculino)—grave, erudito
• Demonio / súcubo: susurro jadeante tipo Lilith; gruñido resonante en el pecho con procesamiento no humano

Una vez aprobada una voz, guárdala con Voice presets y reutilízala en escenas en lugar de re-describir el personaje en cada línea.

SFX de juego: UI, habilidades y ambiente corto

Cuándo usarlos

• Retroalimentación de UI: clic, cambio de página, confirmar, error
• Retroalimentación de combate: impacto, bloqueo, crítico, inicio / impacto / disipación de habilidad
• Entorno: puertas, pasos, antorchas, goteos, bucles cortos de viento
• Placeholders de prototipo en masa, luego reemplazar por sensación

Fórmula de prompt

acción + material + espacio + duración + estilo

Ejemplos

Puerta pesada de madera se abre con chirrido y fricción de cadenas. Reverb de mazmorra. 1.5 segundos.

AI SFX

00:00

--:--

Espada corta de metal golpea armadura de cuero. Golpe sordo con una cola metálica corta, sin reverb de sala, 0.4 segundos, realista.

AI SFX

00:00

--:--

Recoger moneda retro de 8 bits. Dos notas ascendentes, brillante, 0.3 segundos.

AI SFX

00:00

--:--

Anclas de estilo

“Estilo” es la palabra más fácil de dejar vacía. Librerías o géneros con nombre funcionan mejor:

• Físico / realista: crujido, impacto y fricción tipo Strata Physics
• Electrónico / ciencia ficción: pulsos graves y UI de sintetizador tipo Deep Tech – Kenno Sample Pack
• Pixel / retro: tonos chip de 8 bits, onda cuadrada y ruido, cortos y limpios

Música / canciones: BGM de nivel y temas

Cuándo usarlas

• Bucles de BGM de menú principal y niveles
• Cinemáticas y cambios de ambiente en peleas de jefes
• Temas de skins de eventos alineados con reskin de un clic
• Partituras para tráileres / secuencias de frames

Fórmula de prompt

estilo + ambiente + instrumentos + tempo / BPM + duración + uso

Ejemplos

Gótico oscuro, tema de Halloween. Órgano de tubos, glockenspiel, tambores graves.
Tempo medio, tenso y misterioso. Bucle sin costuras, 30 segundos, BGM de nivel.

AI Música

00:00

--:--

Piano solista suave, cálido y ligeramente nostálgico, lento ~70 BPM, sin batería, 60 segundos, inactivo de menú principal.

AI Música

00:00

--:--

Anclas de estilo

• Chiptune de 8 bits: plataformas, proyectos retro de píxeles
• Partitura de juego cinematográfica: cuerdas + metales + percusión para jefes y cinemáticas
• Piano suave: menús, escenas de recuerdos, pantallas de resultados

Caso de estudio: un set de sonido de mazmorra gótica

Supón una mazmorra gótica oscura. Necesitas tres recursos: VO de presentación de monstruo, SFX de hechizo de fuego, BGM de evento de Halloween.

1. VO de presentación de monstruo

Gárgola centinela gigante. Voz como piedra moliéndose, extremadamente grave y lenta, reverb de iglesia.
Desprecio bajo la ira. Español:
"Otro más que viene a morir."

Objetivo: 4-7 segundos; énfasis en “morir”, arrastra la última sílaba; cola de reverb de aproximadamente 1 segundo. Si suena demasiado humano, añade “no humano, eliminar respiración”.

AI Voz

00:00

--:--

2. SFX de hechizo de fuego

Bola de fuego de un bastón: un breve silbido como de inhalación, luego un estallido de baja frecuencia,
con crepitar de llamas y ligera resonancia metálica, reverb de cámara de piedra, 1.8 segundos en total, fantasía oscura.

Objetivo: tres etapas (inicio → estallido → decaimiento); los graves no deben enterrar el crepitar medio. Para superponer en el motor, usa Split en el clip en “inicio” y “estallido” para que cada fase del lanzamiento pueda dispararse por separado.

AI SFX

00:00

--:--

3. BGM de Halloween

Gótico oscuro, tema de Halloween. Melodía de órgano de tubos, acentos de glockenspiel, tambores graves constantes,
unos 90 BPM, tenso y misterioso pero no de terror, bucle sin costuras, 30 segundos, base de salón de eventos.

Objetivo: el inicio y el final deben unirse; el glockenspiel solo al final de las frases para no saturar. Si el punto de bucle chasquea, usa AI audio extend en la cola y recorta de nuevo.

AI Música

00:00

--:--

Tras la generación, los tres quedan en el mismo lienzo: VO en los frames de presentación del jefe, SFX en los frames de habilidad, BGM como capa en bucle—y luego exporta WAV / OGG para Unity / Godot / Cocos.

Consejos para escribir prompts

1. Rol primero, adjetivos después: nombra quién o qué es, luego añade timbre. “Mago anciano, ronco” supera a “ronco, misterioso, voz grave”.
2. Escribe la emoción como un cambio: “ira que se convierte en dolor” encaja mejor con una reacción de impacto que “enojado”.
3. Especifica siempre el espacio: mazmorra, sala de piedra, campo abierto, seco—esto decide si aún añades Reverb en el motor.
4. Duración con 0.1 s: SFX cortos 0.3–0.6 s, puertas 1–2 s, VO según la longitud de la línea.
5. Indica los bucles: escribe “bucle sin costuras” para BGM y ambiente, o tendrás una pieza con inicio y fin.
6. Termina con el uso: “inactivo de menú principal”, “retroalimentación de impacto”—estas palabras afectan la dinámica y la densidad.
7. Itera con negativos: “eliminar respiración”, “sin voces”, “sin batería” es más estable que reescribir todo el prompt.
8. El diálogo sigue el idioma hablado; los SFX y la música no: escribe las líneas habladas en el idioma que dirá el personaje; los SFX y la música se comparten entre locales—no hagas una copia “traducida”. Los nombres de instrumentos y géneros suelen ser más estables en inglés.

Librerías gratuitas de voz, SFX y música

El audio generado no es la única opción. El material de referencia y placeholder también ayuda. Las fuentes siguientes son de obtención gratuita; revisa la licencia de cada elemento antes del uso comercial.

SFX

Fuente	Uso	Notas de licencia
Freesound	Gran librería de SFX subida por usuarios	Mezcla de CC0 / CC-BY / CC-BY-NC; revisa cada archivo
ZapSplat	SFX de producción catalogados	El nivel gratuito requiere crédito; el de pago no
Mixkit	SFX + música	Licencia Mixkit, uso comercial permitido
Kenney	Paquetes de UI / interacción de juego	CC0, la menor fricción
Sonniss GDC	Paquetes profesionales anuales de la GDC	Uso comercial libre de regalías; sin redistribución
OpenGameArt	SFX + música + arte	CC0 / CC-BY / GPL y otras; revisa cada archivo
Taira Komori	SFX de juego estilo japonés	Gratis incluso comercial; sin redistribución

Voz / habla

Fuente	Uso	Notas de licencia
Coqui TTS	Modelos TTS de código abierto y paquetes de voz	Las licencias varían; confirma antes del uso comercial

Música

Fuente	Uso	Notas de licencia
Pixabay Music	BGM de múltiples géneros	Pixabay Content License; comercial OK, sin redistribución literal
Incompetech	Librería clásica de partituras gratuitas	CC-BY 4.0 requiere crédito; la opción de pago elimina el crédito
NCS	Música electrónica	El uso de creadores requiere crédito; el uso comercial en juego requiere una licencia aparte

Un hábito práctico: elige un clip gratuito cercano como “referencia de estilo” y luego escribe “textura como X” en el prompt. Eso suele acertar más rápido que solo adjetivos.

Cierre

Cuando la voz, los SFX y la música se externalizan en tres vías, la parte cara no es un solo recurso—es alinear las tres cadenas. Generar, recortar, dividir, adjuntar y exportar en un solo lienzo permite a un equipo escuchar la retroalimentación completa en el prototipo y luego decidir qué clips merecen una sesión humana o un pase de especialista.

El núcleo del prompt es una frase: nombra el rol, la sensación, el espacio, la duración y el uso. Escribe en ese orden y el retrabajo baja.

Prueba el set gótico en VberAI Studio, compara el resultado con los objetivos anteriores y luego ajusta tus propias plantillas de prompts.