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.
- 01 / PREPARARGuion aprobado
- 02 / CONFIGURARProveedor + voz
- 03 / GENERARCandidatas de audio
- 04 / REVISAREscuchar + aprobar
- 05 / PROGRAMARAhora o fecha en hora de Madrid
- 06 / DISTRIBUIRCatálogo + RSS para podcatchers
El catálogo público asociado reúne cinco podcasts y cien episodios publicados (consulta: noviembre de 2026). Ver AudioFactorIA
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.
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.
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.
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.