Aplicación propia · Audio · IA

De guion aprobado
a episodio publicado.

Construí AudioFactoryAI para organizar varios podcasts desde un panel privado: configuro proveedores y voces, genero y comparo candidatas, y apruebo el audio final. Después puedo publicarlo al momento o programarlo para una fecha y hora de Europa/Madrid. Solo entonces aparece en el catálogo público y en el feed RSS.

Automatizar la producción, conservar el control editorial.

El reto era coordinar episodios, perfiles de voz y distintos proveedores sin perder el estado de cada candidata ni publicar antes de la revisión. Cada episodio conserva el guion, su configuración y las versiones de audio hasta que apruebo una; luego puedo publicarlo al instante o programar su salida en hora de Europa/Madrid.

Las apps de podcast consultan el RSS; la aparición del episodio puede tardar según el intervalo de actualización de cada una.
  1. 01 / PREPARARGuion aprobado
  2. 02 / CONFIGURARProveedor + voz
  3. 03 / GENERARCandidatas de audio
  4. 04 / REVISAREscuchar + aprobar
  5. 05 / PROGRAMARAhora o fecha en hora de Madrid
  6. 06 / DISTRIBUIRCatálogo + RSS para podcatchers
Resultado en uso

El catálogo público asociado reúne cinco podcasts y cien episodios publicados (consulta: noviembre de 2026). Ver AudioFactorIA

Del RSS a las apps de podcast

El feed se registra en los directorios elegidos. Después, las apps de podcast —también llamadas podcatchers— lo consultan a su propio ritmo y actualizan su catálogo.

Ver feed RSS de IA Recién Hecha

Una herramienta a medida para operar varias series.

Diseñé y desarrollé el panel, sus modelos de datos y las integraciones para gestionar desde el guion hasta la entrega del MP3: proveedores TTS, audio por bloques, almacenamiento y publicación. La aplicación separa la administración del catálogo y los feeds públicos.

  • Modelo de contenido: podcasts, episodios, revisiones de guion y candidatas con estado propio.
  • Configuración por candidata: proveedor, modelo y voz se validan antes de generar.
  • Continuidad: audio por bloques, muestra opcional y reanudación de trabajos largos.
  • Entrega: montaje, normalización, metadatos, reproductor público y RSS.
  • Backend: aplicación Python con SQLite para persistir el catálogo y el flujo editorial.
  • Integraciones: adaptadores para proveedores TTS externos y síntesis local.
  • Almacenamiento: Docker y Cloudflare R2 para conservar audio y arte de podcast.
  • Separación: administración autenticada, catálogo público y zonas de audio privado.

La IA genera una opción. La publicación sigue teniendo una puerta humana.

Las candidatas y los episodios pendientes siguen privados. Tras escuchar y aprobar una versión, guardo qué perfil, voz y modelo se usaron; solo esa candidata se publica. El catálogo y el RSS respetan la fecha fijada.

Cómo uso IA y herramientas de desarrollo

Claude y Codex apoyan el análisis, el desarrollo y la documentación del sistema. Los proveedores TTS producen candidatas de voz a partir de guiones que ya han pasado revisión editorial.

Forma de mostrar el código

AudioFactoryAI se presenta aquí como caso técnico. El código y la configuración operativa permanecen privados; el catálogo público y esta explicación muestran el producto sin exponer secretos ni datos de administración.