Cuando conocemos a un robot, a un asistente virtual o a cualquier personaje con un cuerpo físico o digital, no solo vemos su forma; escuchamos su voz. Ese sonido no es meramente una herramienta para entregar información. Es una señal poderosa que moldea nuestra impresión completa del personaje. Una voz puede hacer que una máquina parezca confiable, amigable o aterradoramente artificial. Puede sugerir edad, género y estatus social, activando a menudo suposiciones profundamente arraigadas sobre quién está hablando y de qué es capaz. Sin embargo, a pesar de cuánto importa este sonido, el proceso de elegir una voz es a menudo azaroso. Los diseñadores frecuentemente eligen una voz porque es conveniente o suena agradable en el momento, sin un plan claro de por qué ese sonido específico encaja con el rol del personaje o cómo podría ser percibido por diferentes oyentes. Esta falta de planificación puede conducir a consecuencias no deseadas, como reforzar estereotipos dañinos o crear una discordancia entre cómo se ve un personaje y cómo suena.

Para abordar esta brecha, un equipo de investigadores de universidades y centros de investigación en Alemania y los Países Bajos ha desarrollado un nuevo marco llamado Voice Design Compass (Brújula de Diseño de Voz). Este no es un software que genera voces, sino una guía estructurada diseñada para ayudar a los creadores a reflexionar sobre sus elecciones antes de grabar siquiera una sola palabra. Los investigadores comenzaron construyendo un prototipo de esta guía, organizando una serie de preguntas y ejemplos en un proceso modular. Luego invitaron a diez expertos de campos como la interacción humano-computadora, el diseño de sonido y la inteligencia artificial para probar este prototipo. Estos expertos recorrieron las preguntas, pensando en voz alta mientras consideraban cómo funcionaría la herramienta en proyectos reales. Su retroalimentación reveló dónde la guía era útil, dónde era confusa y qué faltaba. Utilizando este aporte, el equipo refinó el prototipo en la versión final del Voice Design Compass, una herramienta destinada a ayudar a los diseñadores a crear, revisar y documentar un plan claro para la voz de un personaje, asegurando que cada elección de sonido sea intencional, ética y bien razonada.

La idea central detrás del Voice Design Compass es que una voz es un material de diseño, de la misma manera que la forma del cuerpo de un robot o el color de su carcasa. Así como un diseñador no elegiría una forma de cuerpo sin considerar cómo encaja con el trabajo del personaje, no debería elegir una voz sin considerar su significado social. La guía ayuda a los diseñadores a conectar los puntos entre la apariencia del personaje, su rol y las personas que lo escucharán. Por ejemplo, una voz que suena cálida y servicial podría ser perfecta para un robot de compañía, pero la misma voz podría ser inapropiada o incluso inquietante para una máquina destinada a entregar advertencias de emergencia. La Brújula pide a los diseñadores que hagan una pausa y consideren estas relaciones desde el principio. Les incita a preguntar: ¿Quién es este personaje? ¿Quién estará escuchando? ¿Qué tipo de relación debería existir entre ellos? Y quizás lo más importante: ¿qué suposiciones podrían traer los oyentes al sonido?

Los investigadores probaron su versión inicial de la guía con diez expertos en el dominio. Estos no eran usuarios casuales, sino profesionales con años de experiencia en campos que van desde la producción de audio hasta la ética y la robótica. Se les pidió a los expertos que imaginaran que estaban asesorando a un equipo sobre la voz para un nuevo personaje corpóreo, como un guía de museo o un robot de laboratorio. Mientras navegaban por la guía, compartieron sus pensamientos sobre si las preguntas tenían sentido, si los ejemplos eran útiles y cómo la herramienta podría encajar en su trabajo real. La retroalimentación fue detallada y constructiva. Los expertos coincidieron en que la guía era valiosa para obligar a los diseñadores a reflexionar sobre cosas que de otro modo podrían pasar por alto, como las implicaciones éticas de una voz o las limitaciones técnicas de producirla. Sin embargo, también señalaron áreas que necesitaban mejora. Algunas de las preguntas eran demasiado vagas o se superponían entre sí, causando confusión. La guía se sentía demasiado pesada en algunos lugares, pidiendo demasiada información a la vez, mientras que en otras áreas, omitía consideraciones importantes como las características físicas específicas de un personaje o la necesidad de probar la voz con personas reales.

Basándose en esta retroalimentación, el equipo realizó cambios significativos para crear el Voice Design Compass final. Reorganizaron las preguntas en cuatro áreas de trabajo principales que siguen un flujo lógico. Primero, los diseñadores definen el proyecto y el contexto, estableciendo quién es el personaje y dónde será utilizado. Segundo, desarrollan el concepto de la voz propiamente dicho, utilizando cuatro módulos flexibles para explorar la función del personaje, su apariencia física, la identidad que la voz debe transmitir y las impresiones específicas que la voz debe crear. Tercero, revisan el concepto a través de los lentes de la ética y la viabilidad técnica, comprobando posibles daños, sesgos o limitaciones prácticas. Finalmente, la guía anima a los diseñadores a probar sus ideas, revisarlas basándose en lo que aprenden y mantener un registro escrito de sus decisiones y las razones detrás de ellas. Este registro, llamado Registro del Proyecto, asegura que el proceso de pensamiento no se pierda, permitiendo a los equipos revisar sus elecciones más tarde si el proyecto cambia.

Uno de los cambios más importantes en la versión final es cómo maneja la reflexión. En el prototipo inicial, la herramienta marcaba automáticamente posibles conflictos o tensiones entre diferentes elecciones, algo que algunos expertos sintieron que era demasiado rígido o confuso. En la Brújula final, esto es reemplazado por preguntas abiertas que piden a los diseñadores que identifiquen estas tensiones por sí mismos. Este enfoque respeta la experiencia del diseñador mientras le incita a pensar críticamente sobre las contradicciones, como un personaje que parece amigable pero suena autoritario. La guía también pone un énfasis más fuerte en la ética, preguntando específicamente a los diseños considerar quién podría ser dañado por una elección de voz, si la voz refuerza estereotipos de género o profesión, y cómo la voz podría afectar a personas con diferentes capacidades. No les dice a los diseñadores qué hacer, sino que proporciona un espacio estructurado para reflexionar sobre estos temas complejos.

Los investigadores ilustraron cómo funciona la Brújula con dos ejemplos ficticios. En uno, un equipo de un museo planea un personaje narrador con un cuerpo de radio de madera. Usando la guía, deciden darle a la voz un crujido sutil para que coincida con el aspecto de radio antigua, pero también se dan cuenta de que necesitan probar este efecto para asegurar que no dificulte la comprensión de las historias. Documentan su decisión de mantener el efecto como opcional y planean consultar con los visitantes. En el segundo ejemplo, un equipo de investigación está preparando un pequeño robot humanoide para un estudio. Utilizan la guía para decidir si el robot debe sonar infantil o adulto, y si su género debe ser claro o ambiguo. Consultan las preguntas de la guía sobre estereotipos y se dan cuenta de que una voz "de género ambiguo" podría no evitar realmente las asociaciones de género, por lo que deciden priorizar la claridad e inteligibilidad para su tarea específica. Estos ejemplos muestran que la herramienta no es solo una lista de verificación, sino una forma de hacer visible y deliberado el proceso invisible del diseño de voz.

El estudio encontró que el Voice Design Compass es más útil para equipos que están en las etapas tempranas del proceso de diseño, o para aquellos que necesitan justificar sus elecciones ante otros. Es particularmente útil para no expertos que necesitan una forma estructurada de integrar el conocimiento del diseño de voz en sus proyectos, y para expertos que quieren asegurar que no han pasado por alto ningún detalle ético o técnico. Sin embargo, los investigadores señalaron que la herramienta podría ser menos útil para proyectos muy simples donde la elección de la voz ya está fijada, o para situaciones donde no hay tiempo para la reflexión. Los expertos también señalaron que la guía se basa actualmente en literatura y retroalimentación de expertos, y que aún no ha sido probada en un proyecto del mundo real durante un periodo prolongo. El equipo reconoce que la efectividad de la Brújula para mejorar realmente los diseños de voz es todavía una pregunta abierta que requiere más estudio.

En última instancia, el Voice Design Compass representa un cambio en cómo pensamos sobre las voces de las máquinas. Mueve la conversación de "¿qué suena bien?" a "¿qué significa este sonido?" y "¿a quién afecta?". Al proporcionar un marco claro y modular para pensar, cuestionar y registrar, la guía ayuda a los diseñadores a asumir la responsabilidad de los sonidos que crean. Sugiere que una voz bien diseñada no es solo una característica técnica, sino una parte reflexiva de la identidad de un personaje que respeta a las personas que la escucharán. A medida que el campo de los personajes corpóreos continúa creciendo, herramientas como esta ofrecen una forma de asegurar que las voces que construimos sean tan intencionales y consideradas como los cuerpos que diseñamos.