# Voces y locución de Vids en Auroflow

Escucha las pruebas reales en https://auroflow.club/voces. El catálogo observado contiene 37 voces, con nombre y descripción nativos; todas las pruebas normales usan la misma frase. Los WAV publicados ya existen: reproducirlos o descargarlos no genera ni consume créditos.

- Catálogo y pruebas: https://auroflow.club/vids-voices.json
- Skill: https://auroflow.club/skills/auroflow-audio-production/SKILL.md (receta `references/vids-voices.md`)
- Paquete instalable con SHA-256 en el manifiesto: https://auroflow.club/skills/manifest.json
- Conexión del agente: https://auroflow.club/conectar
- MCP HTTPS: `https://auroflow.club/v1/mcp`

Cada usuario se autentica con su propia credencial de agente. Usa el cliente de tu agente con cabecera `Authorization: Bearer ...`, configurada de forma privada; no pegues claves en prompts ni en URLs. Las sesiones web usan su protección CSRF habitual. Los trabajos y audios nuevos pertenecen al usuario autenticado; los documentos, la cuenta Google y las rutas del servidor no se exponen.

## Elegir una voz

Llama a `auroflow_capabilities {area:"vids_voices"}` con `{}` para el catálogo completo o con `{"voice_id":"vids-nyla"}` para una sola voz. Obtendrás `voice_id` como `vids-nyla`, nombre, descripción, muestras WAV y metadatos técnicos. Ese ID es un alias estable de Auro, no un ID nativo de Google. Seleccionamos por la identidad observada en la interfaz y bloqueamos el trabajo si ha cambiado.

El catálogo describe tono e interpretación; no acredita género ni acento regional. Vids separaba 30 voces conversacionales y 7 clásicas el 24/10/2026. La sección conversacional mostraba «Gemini 3.8 Flash Lite TTS»; no atribuimos ese motor a las voces clásicas. La disponibilidad puede cambiar. Ni el nombre ni el modelo garantizan español de España.

## Planificar sin generar

La siguiente llamada MCP valida los datos sin guardar un trabajo, llamar al navegador ni sintetizar:

```json
{
  "name": "auroflow_plan_narration",
  "arguments": {
    "request": {
      "id": "tts-mi-locucion-001",
      "voice_id": "vids-nyla",
      "text": "El cielo de Madrid está despejado. Cecilia lleva zapatos azules.",
      "experimental_spanish_spain": false,
      "approved": false,
      "cost_max": 0
    }
  }
}
```

El texto se conserva literalmente. Usa LF para los saltos de línea, máximo 2400 caracteres. Un plan no es un precio vivo ni una autorización. Cambia `approved` a `true` solamente cuando el usuario haya autorizado esa locución.

## Generar y recuperar

Guarda el ID y el JSON original antes de llamar. Con autorización del usuario, usa `auroflow_generate_narration_zero` con el mismo `arguments.request` y `approved: true`. Auro crea un documento Vids en blanco independiente, selecciona la voz exacta y comprueba la misma cuenta Google, la inclusión viva y el coste 0 antes de un único envío. La opción de acento se fija en el recibo.

Consulta el mismo trabajo:

```json
{"name":"auroflow_get","arguments":{"id":"tts-mi-locucion-001"}}
```

Los estados incluyen `queued`, `working`, `submitted`, `completed` y `needs_attention`. El colector puede exportar una sola vez el MP4 nativo y extraer su audio. La lectura pública del trabajo devuelve el estado guardado; no vuelve a sintetizar.

Si una interrupción necesita reactivar la recogida:

```json
{"name":"auroflow_recover","arguments":{"id":"tts-mi-locucion-001","cost_max":0}}
```

La recuperación tiene deshabilitado el envío de síntesis. Si no encuentra la intención original, se detiene para revisión del operador. Un mismo ID con intención distinta devuelve conflicto. No uses otro ID para reintentar una generación incierta.

`auroflow_list {kind:"narrations"}` con `{}` lista los trabajos propios recientes y permite retomar sin contexto previo.

## Descargar y aprobar

`completed` devuelve `output.download_url`, SHA-256, bytes, formato y duración. Descarga esa URL relativa sobre `https://auroflow.club` con la misma autenticación. El servidor vuelve a comprobar propiedad e integridad; admite rangos HTTP para reproducción. Las URLs de trabajos privados no son enlaces públicos compartibles.

El resultado es un WAV PCM derivado de la exportación MP4 de Vids. Se conserva su velocidad y no se aplica ganancia ni recorte. Puede haber un pequeño relleno del exportador. El MP4 fuente y los recibos de correlación quedan en el servidor. La verificación técnica no acredita el texto pronunciado, el acento o la calidad: hay que escucharlo.

## Usar la locución en un vídeo o bumper

Una locución propia `completed` aparece en `auroflow_list {kind:"sources"}` y se
vincula por ID mediante `audio.source.kind:"narration"` con `variant:1`
opcional. Se verifica propietario, WAV, tamaño y SHA antes de planificar y
renderizar. El audio explícito sustituye al del fondo, conserva su velocidad y
rellena con silencio si termina antes. Los títulos e infografías se editan
como otra pista, sin regenerar vídeo ni voz. Consultar
[narración y acabado editable](production-finishing.md) para el recorrido
`auroflow_capabilities {area:"production"}` → `auroflow_plan_finishing` → capas
versionadas. `audio.tracks` admite hasta ocho pistas para mezclar la narración
con música propia y el audio de las tomas; cada pista conserva un ID y permite
recorte, posición, volumen, fundidos y silencio. Ver la
[skill de montaje](https://auroflow.club/skills/auroflow-editing/SKILL.md).
No aporta alineamiento por palabra.

## Opción regional experimental

`experimental_spanish_spain: true` añade exactamente dos saltos LF y `[español de España]` al final del texto enviado, con la misma voz. El texto original sigue guardado. Por defecto es `false`. Puede influir en el acento, ignorarse o pronunciarse literalmente. Las 37 muestras de esta versión se han generado sin la etiqueta. No se ha lanzado una prueba A/B adicional; la opción sigue disponible y no certifica un acento.

Para escoger una variedad, compara la misma frase y voz cambiando únicamente la opción. Palabras como «cielo», «Cecilia», «zapatos» y «vosotros» ayudan a escuchar diferencias. No sustituyas automáticamente una voz que el usuario haya elegido.

## Coste y límites

La locución pública está limitada a **0 créditos Auro, 0 créditos Google y 0 dinero**. No compra créditos, no recarga ni cambia el plan. Un precio positivo, desconocido, otra cuenta, una cuota agotada o una identidad de voz distinta bloquean el envío. Las pruebas históricas y el catálogo no sustituyen esa comprobación viva. Límites de Auro: 3 trabajos propios pendientes y 40 nuevas locuciones por cuenta en 24 horas.

Google incluye voces en off sin límite numérico en determinados planes, entre ellos AI Pro y Ultra; otras cuentas pueden gastar un crédito por voz. Por eso no se traslada la inclusión de esta cuenta a cualquier cuenta Google. Referencia consultada el 24/10/2026: https://support.google.com/docs/answer/15609411?hl=en.

## REST equivalente

| Operación | Ruta |
| --- | --- |
| Catálogo y pruebas | `GET /v1/voices/catalog` |
| Plan sin generación | `POST /v1/voices/plan` |
| Generar una vez | `POST /v1/voices/jobs` |
| Listar trabajos propios | `GET /v1/voices/jobs` |
| Leer el mismo trabajo | `GET /v1/voices/jobs/{id}` |
| Recuperar sin regenerar | `POST /v1/voices/jobs/{id}/recover` con `{"cost_max":0}` |
| Descargar WAV propio | `GET /v1/voices/jobs/{id}/audio` |

Los POST de plan y generación usan directamente el objeto `request` del ejemplo, sin la envoltura MCP. `auroflow_plan_narration` y `auroflow_generate_narration_zero` se anuncian en los toolsets `full`, `film` y `audio`; el catálogo, la lectura, la lista y la recuperación usan `auroflow_capabilities`, `auroflow_get`, `auroflow_list` y `auroflow_recover`. La receta se descubre también como recurso `auroflow://skills/auroflow-audio-production/references/vids-voices.md` mediante `resources/list` y `resources/read`.