¿De dónde sale el audio en coreano?
El audio sale de Chirp 3 HD, un conjunto de voces de texto a voz del servicio Google Cloud Text-to-Speech. Es un servicio en la nube, no un programa que el sitio ejecute por su cuenta: el sitio envía el texto coreano a la API de Google y recibe la voz ya terminada. Desde el 10 de octubre de 2026 es el motor por defecto y sustituye a un motor de pesos abiertos que el sitio había previsto ejecutar en sus propios equipos. Los clips sueltos usan la voz coreana llamada Kore, y los diálogos entre dos personas añaden una segunda voz coreana, Charon, para el otro interlocutor.
Hay dos hechos sobre este motor que importan a un estudiante. Primero, como es un servicio en la nube, el texto coreano de cada clip se envía a Google para que lo pronuncie. Ese texto es el coreano de la propia lección, nada sobre ti: no se envía ningún dato tuyo, y no se envía nada cuando reproduces un clip. Segundo, una voz que suena fluida no demuestra que enseñe bien el coreano. Que sus consonantes tensas y aspiradas, sus consonantes finales y sus cambios de sonido sean correctos para un estudiante no está comprobado hasta que lo escucha una persona que habla coreano.
A continuación, el proceso muestra cómo se produce un clip.
¿Cómo se produce un clip?
Un clip se produce en seis pasos, todos antes de que visites la página. El servicio de voz nunca se usa mientras reproduces audio: la página solo reproduce un archivo ya terminado.
- Registrar el elemento. Cada texto coreano que necesita un clip figura en su página con un identificador estable y un contexto, como «nombre de letra» o «frase de ejemplo».
- Preparar la entrada. El texto que recibe el motor va en hangul, con los números escritos en palabras. Los nombres de las letras se envían como nombres, por ejemplo 기역, nunca como el símbolo suelto ㄱ.
- Generar. Un script en el servidor del sitio envía el texto a la API de Google con una voz y una velocidad de habla registradas. Respeta un límite de peticiones y va más despacio o se detiene cuando el servidor está ocupado. El archivo original se guarda como audio sin comprimir (WAV mono a 24 kHz) en un almacenamiento privado.
- Comprobar. Unos controles automáticos confirman el archivo, su duración y su volumen. Después, Min-ji Park escucha el clip y lo aprueba o lo devuelve. Revisó y aprobó todos los clips el 15 de octubre de 2026.
- Comprimir. Las copias públicas se hacen en un formato más ligero para la web, con una caché larga para que un clip repetido cargue rápido. El formato web exacto todavía no se ha elegido.
- Registrar el resultado. La ficha del clip guarda su estado de revisión, la revisora y la fecha, y una página solo puede publicarse con clips aprobados.
La ficha de cada clip guarda también la voz y el texto que recibió el motor, así que cualquier clip se puede rastrear. Si cambian el texto, la voz o la velocidad de un clip, el clip se genera de nuevo y la nueva versión empieza sin revisar.
¿Por qué el audio puede no coincidir con la ortografía?
El texto que lees y el texto que oye el motor pueden ser distintos. El sitio envía al motor solo texto plano, sin marcas fonéticas, así que su único control es el propio texto. Por eso separa el texto que ves de la entrada de pronunciación.
Toma 같이. Se escribe 같이, pero la pronunciación estándar es [가치] (gachi), porque una ㅌ delante de 이 se convierte en ㅊ y se une a la sílaba siguiente. La página muestra 같이 y el motor recibe 가치. Un clip hecho así coincide con el sonido sin cambiar la ortografía que aprendes. Esta regla tiene su propia lección, la de la palatalización en coreano.
Reescribir la entrada es un último recurso, y solo se aplica a elementos que no superaron la revisión. Si no funciona, la alternativa es otra voz, otro motor o una grabación humana. Lo siguiente es la norma con la que se mide cada clip.
Norma de pronunciación de cada clip
Los clips buscan la pronunciación estándar de Seúl tal como la fijan las normas de pronunciación estándar (표준 발음법) del Instituto Nacional de la Lengua Coreana (국립국어원). La página de normas lingüísticas recoge esas reglas junto a las de ortografía y romanización, y las reglas mismas se enseñan en la sección de pronunciación coreana.
Una voz sintética no es una persona de Seúl, así que la afirmación se refiere al objetivo, no al resultado. El clip debe seguir la regla; si lo consigue o no, lo decide la revisión.
Cómo se crea nuestro audio en coreano: estados de revisión
La ficha de cada clip tiene un único estado de revisión, y ese estado dice lo que se ha hecho de verdad. En una página publicada solo aparecen clips aprobados.
| Estado | Qué significa | ¿Se puede publicar el clip? |
|---|---|---|
| Sin revisar | Lo generó el motor y superó los controles automáticos; nadie lo ha escuchado todavía | No |
| Necesita arreglo | Una revisora oyó un problema que puede resolverse con otra entrada, otra voz u otros ajustes | No |
| Rechazado | El clip no tiene arreglo y se sustituye, por ejemplo, por una grabación humana | No |
| Aprobado | Min-ji Park escuchó el clip y lo aprobó | Sí |
El estado no se puede poner a mano por encima de la revisión que ha ocurrido. Un clip aprobado sigue siendo voz generada por máquina, y el sitio lo dice. La página de autores y revisores describe la función y la trayectoria de Min-ji. A continuación, los límites conocidos, sin adornos.
Límites conocidos del habla sintética en coreano
El coreano sintético falla de maneras previsibles. El sitio prueba estos casos primero, porque es donde un estudiante más depende de la exactitud:
- Tensificación tras ㄹ en palabras sinocoreanas. 발달 (desarrollo) se pronuncia [발딸]: se romaniza baldal, pero se dice con una ㄸ tensa. La lección de tensificación explica la regla.
- Inserción de ㄴ. 한여름 se pronuncia [한녀름] (hannyeoreum), con un sonido ㄴ que no está en la ortografía.
- Vocales largas y breves. Los diccionarios marcan la duración en pares como 눈 (ojo) y 눈: (nieve), pero la ortografía no, y el habla actual a menudo pierde el contraste.
- Letras y sílabas aisladas. Un sistema entrenado con frases puede cortar o deformar un sonido suelto.
- Nombres de las letras. El nombre 시옷 se pronuncia [시옫], porque la ㅅ final suena como ㄷ.
- La vocal ㅢ. Tiene varias pronunciaciones aceptadas según la palabra; por ejemplo, 의 se dice [의] o, cuando es partícula, [에].
Los tres clips de arriba son, en este orden, el caso de tensificación, el de inserción de ㄴ y el del nombre de letra. Tómalos como casos de prueba, no como modelos.
Prueba piloto antes de producir a gran escala
Antes de producir audio a gran escala está prevista una prueba piloto de al menos 100 elementos. Incluye 14 nombres de letras, 12 vocales, 8 sílabas, 14 contrastes entre consonantes simples, tensas y aspiradas, 8 casos de consonante final, 10 cambios de sonido, además de palabras, frases, diálogos, números y niveles de habla. Min-ji Park evalúa cada clip a ciegas, sin saber qué voz o qué ajustes lo produjeron, según tres criterios: pronunciación correcta, contraste audible y naturalidad. El umbral de aprobado se acuerda con el propietario del sitio antes de empezar. Los elementos que fallan se arreglan o se sustituyen, y la producción a gran escala viene después del piloto, nunca antes.
Con los límites claros, la siguiente sección explica qué oye en esos clips un hispanohablante.
¿Qué oye un hispanohablante en estos clips?
Un hispanohablante oye estos clips a través de los sonidos del español, y eso cambia qué hay que vigilar. Los cuatro clips de esta página sirven de ejemplo:
| Clip | Pronunciación | Qué vigilar si hablas español |
|---|---|---|
| 같이 | [가치] | La ㅊ es una «ch» con un soplo de aire fuerte; la ch del español no lleva soplo, así que la del clip te sonará más aspirada que la tuya |
| 발달 | [발딸] | La consonante bieup inicial lleva un soplo leve y un tono más bajo, y tu oído la colocará entre b y p; la ㄸ tensa se parece a la t del español, pero con más tensión en la garganta y un tono más alto |
| 한여름 | [한녀름] | La ㄴ insertada se une a la vocal yeo y suena cerca de «ño» dicho sin redondear los labios; la ㄹ entre vocales es la r simple de «pero», nunca la rr de «perro» |
| 시옷 | [시옫] | Delante de la vocal i, la ㅅ suena como la «sh» que el español no tiene; la ㄷ final no se suelta: la lengua se detiene detrás de los dientes y no añade ninguna vocal |
Dos consejos completan la tabla. Primero, no leas la romanización con valores del español: en hannyeoreum, eo es una sola vocal, eo, una o abierta sin redondear los labios, no una e seguida de una o. Segundo, si un sonido del clip no existe en tu español, como la vocal eu, que es una u con los labios estirados, escucha varias veces antes de imitar. Las consonantes simples, tensas y aspiradas tienen una lección propia pensada para hispanohablantes.
A partir de aquí, la siguiente sección explica cómo sacar partido al audio.
Cómo aprovechar el audio
El audio rinde más si lo usas para escuchar e imitar en voz alta. Pulsa para reproducir, porque nada suena solo. Para un clip que no consigues seguir, usa el ajuste lento, que reproduce el mismo archivo al 80 % de la velocidad, o un clip lento generado aparte si la versión ralentizada suena deformada. Después, repite el clip en voz alta y compara de oído.
Si un clip te suena mal, fíate de esa señal y consulta un diccionario. El sitio no te escucha y no puntúa tu pronunciación.
Cómo avisar de un clip incorrecto
Envía la dirección de la página, la palabra coreana y lo que oíste a través de la política de correcciones. Un clip señalado se compara con la norma y después se arregla reescribiendo la entrada, cambiando la voz o los ajustes, o sustituyéndolo. La página corregida lleva una nota con fecha, y como el audio coreano es el mismo en español y en inglés, el clip corregido aparece en ambas versiones.
El texto a voz es uno de los usos de la IA que detalla la página sobre cómo usamos la IA, y Acerca de Learn Korean Hangul ofrece el panorama completo. El proceso de cómo se crea nuestro audio en coreano exige generar cada clip con texto a voz y obtener la aprobación de Min-ji Park antes de publicarlo.
Preguntas frecuentes
¿Por qué no usan grabaciones humanas? Las grabaciones humanas son el mejor modelo, pero grabar miles de elementos exige mucho más tiempo que revisarlos. El audio sintético, aprobado clip a clip por Min-ji Park, la revisora de coreano del sitio, permite cubrir mucho más. Una grabación humana podrá sustituir a un clip generado, empezando por los nombres de las letras y las vocales.
¿Sirve el audio como modelo de acento? Úsalo como guía, no como modelo de acento. Los clips buscan la pronunciación estándar de Seúl y una revisora debe aprobar cada uno, pero las voces sintéticas pueden aplanar el ritmo y la entonación. Para los detalles finos, como el contraste entre consonantes simples, tensas y aspiradas, compara con el audio de un diccionario o con un profesor.
¿Por qué los nombres de las letras a veces suenan raros? Los nombres de las letras terminan en consonantes que cambian cuando se dicen solas. El nombre 시옷 se pronuncia [시옫], porque una ㅅ final suena como ㄷ. Además, los sistemas entrenados con frases pueden tratar mal las palabras sueltas. Los nombres de las letras tienen prioridad en la revisión humana, y conviene avisar de cualquier clip extraño.
¿El sitio puntúa mi pronunciación? No. El sitio no graba tu voz, no te escucha y no da una puntuación de pronunciación, y no dirá que lo hace mientras no exista un método de evaluación validado. El audio sirve solo para escuchar e imitar: reproduce un clip, repítelo en voz alta y compara de oído con lo que acabas de escuchar.
¿Puedo descargar el audio? No se promete ninguna opción de descarga. Los clips se reproducen desde la página, y el sitio está preparado para que tu navegador guarde en caché un clip después de la primera reproducción. Si algún día se ofrecen descargas, esta página dirá qué clips y en qué condiciones.
Si quieres comprobar cómo se crea nuestro audio en coreano, distingue siempre la generación del clip de su aprobación para publicarse.