Letra sincronizada con IA: así se marca cada línea

Lo que trae cada canción con letra

Abre una canción que tenga letra, en tu biblioteca, en el estudio en cuanto termina o en su página para compartir, y el recuadro de la letra bajo el reproductor sigue la música. La línea que se está cantando se resalta, las ya cantadas se atenúan, y las etiquetas de sección como [Verse] o [Chorus] quedan encima de sus líneas como pequeños títulos que nunca se iluminan. La página para compartir muestra el mismo recuadro, así que quien recibe tu canción también lo ve.

Los mismos tiempos salen de Tunely de tres maneras. Desde el menú ⋯ de la canción, cualquier cuenta con la sesión iniciada, también en el plan gratuito, puede descargarlos sin coste como «Letra sincronizada (.lrc)» o como «Subtítulos (.srt)». El video musical hecho a partir de una foto ($6.99) los graba en la imagen como subtítulos, y lo mismo hace el video con letra de Pro.

Dos tipos de canción no tienen letra sincronizada: los instrumentales y los covers de una grabación subida sin pegar su letra, porque el motor no informa de qué palabras cantó. Si pegas la letra en el cover, la recibe como cualquier otra canción.

De dónde salen los tiempos

Cuando termina una toma, el motor de música alinea la letra con la voz de esa toma concreta y devuelve cada palabra con el segundo en que empieza y el segundo en que acaba. Dos tomas de la misma letra reciben tiempos distintos, porque la voz frasea distinto en cada una. Los saltos de línea y las etiquetas de sección de tu letra vuelven pegados a las palabras, así que las líneas de la pantalla son siempre las de tu letra, nunca una suposición.

Este es el momento en que tropezó nuestra canción de demostración, tal como lo devuelve la alineación. El ⏎ marca el salto de línea, que el motor pega a una palabra.

El salto de línea viaja con «river», la última palabra de la primera línea, y la voz la sostiene más de tres segundos. La segunda línea, «The rain came down like it had somewhere to be», empieza en 22,66 s.

La regla: una línea empieza cuando se canta su primera palabra

Hasta el 20 de octubre, nuestro código hacía empezar cada línea nueva en la palabra que llevaba el salto de línea. Esa palabra es la última de la línea anterior, así que «The rain came down» recibía 19,32 s, el momento en que empieza «river», y se encendía 3,3 segundos antes de que nadie la cantara. Lo mismo pasaba después de cada final sostenido, que es justo donde el desfase es mayor.

El arreglo es una sola regla, que se aplica a todas las canciones hechas desde entonces: una línea empieza en su propia primera palabra. Si la palabra que lleva el salto también trae el comienzo de la línea siguiente (el motor une una etiqueta de sección a la palabra que viene, como en «[Chorus]⏎We»), se usa su tiempo; si no, el de la palabra siguiente. Es lo mismo que Spotify pide a los artistas que sincronizan sus propias letras: marcar cada línea «cuando se escuche la primera palabra de la línea».

Con ella llegaron dos reglas más pequeñas. Una etiqueta de sección empieza ahora con la primera línea que tiene debajo, así que nunca le quita el resaltado a una línea que aún se está cantando. En una de nuestras canciones, la etiqueta de la primera estrofa empezaba a la vez que un «whoa» sostenido de cinco segundos, de modo que durante todo ese «whoa» no había ninguna línea resaltada; la línea se había encendido antes de tiempo, durante la palabra anterior. Además, los tiempos de cada línea se calculan ahora sobre la duración exacta de la toma, 99,6 segundos en esta canción en vez de 100 redondeados, porque el reproductor los multiplica por la duración del archivo que suena. Solo el redondeo movía las líneas hasta un tercio de segundo, antes o después, hacia el final de una canción.

La primera línea de cada sección ya estaba bien, porque la etiqueta [Verse] o [Chorus] y la primera palabra de esa línea llegan juntas. Las que se adelantaban eran las líneas que siguen a un final sostenido. La propia etiqueta [Chorus] se encendía en 28,92 s, sobre el «be» sostenido que cierra la estrofa, y dejaba sin ninguna línea resaltada los 3,6 segundos enteros de esa nota.

Cómo lo medimos

Guardamos los tiempos por palabra de cinco canciones hechas en nuestra cuenta de pruebas y reprodujimos cada una como lo hace la tarjeta de la canción: en cada momento se resalta la última línea cuyo inicio ya pasó, 0,2 segundos antes para que la vista llegue a la vez que la voz. Para cada palabra cantada comprobamos si su propia línea era la iluminada una décima de segundo después de empezar la palabra. Que la línea siguiente se encienda dentro de esos 0,2 segundos de adelanto cuenta como acierto; ese adelanto se mide desde el momento en que la línea se canta de verdad, no desde el inicio guardado.

De las 183 líneas cantadas, 145 empiezan ahora más tarde que antes, 0,58 segundos en el caso intermedio. Cuarenta y ocho se movieron entre uno y cuatro segundos, y dos, más de cuatro; la mayor, 5,33 segundos, es una línea de la canción de cumpleaños que sigue a una nota larga. Ninguna línea se adelantó.

Lo que esta comprobación no puede demostrar es que la alineación oyera bien cada palabra, porque toma sus propios tiempos como la verdad: demuestra que las líneas siguen ahora a las palabras, y una palabra mal colocada por la alineación sigue mal colocada. La alineación da una tasa de error por caracteres para cada toma, y en estas cinco fue del 12 % al 33 %, la más alta en Lazy Saturday at the Beach.

Cuando faltan los tiempos o fallan

La regla arregla cómo se construyen las líneas a partir de los tiempos por palabra. Aun así, hay cosas que pueden poner el resaltado en el sitio equivocado, y cada una deja su señal:

• Todavía no han llegado. A veces una canción terminada se entrega un momento antes que sus tiempos por palabra. Entonces las líneas se reparten de forma uniforme, y los tiempos reales se piden la próxima vez que abres la canción en tu biblioteca o en su página para compartir (como mucho una vez al mes por canción).
• Un bloque mal colocado. De vez en cuando la alineación pone un pasaje en el sitio equivocado. En una canción que revisamos, una copia de la primera estrofa quedó marcada dentro de la introducción instrumental, así que las primeras líneas se encendían antes de que nadie cantara. Si el resaltado se adelanta en los primeros segundos de una canción, esa es la causa probable; se corrige moviendo esas líneas en el .lrc o el .srt.
• Repeticiones e improvisaciones. Si la voz repite una línea que la letra tiene una sola vez, o improvisa entre líneas, la línea se queda encendida durante la repetición.
• Las canciones hechas antes del 20 de octubre de 2026 conservan los tiempos anteriores: una línea que sigue a una nota sostenida puede encenderse antes de tiempo, normalmente menos de un segundo y hasta unos cinco segundos después de una nota larga. Sus archivos .lrc y .srt llevan esos mismos tiempos.

Usar los tiempos fuera de Tunely: LRC y SRT

Los dos archivos salen del menú ⋯ de la canción y solo contienen las líneas cantadas; las etiquetas de sección se quedan fuera.

Spotify no toma las letras sincronizadas de un archivo que subas, sino de Musixmatch: fuera de Japón, se añaden y se sincronizan en una cuenta gratuita de Musixmatch vinculada a tu perfil de artista de Spotify, y el .lrc te da todas las horas de inicio para copiarlas. Para publicar una canción allí necesitas derechos de uso comercial, que vienen con Pro o Ultra.

Para cambiar un tiempo a mano, abre el .lrc con cualquier editor de texto y edita el número entre corchetes, o el inicio y el fin de un subtítulo en el .srt. La línea [ar:] del principio del .lrc dice Tunely; pon ahí tu nombre artístico antes de compartir el archivo.

Lista para una letra bien sincronizada

La mayoría de los problemas de tiempos empiezan en cómo está escrita la letra. Antes de generar, y una vez después:

• Escribe una frase cantada por línea. El resaltado avanza línea a línea, así que una línea que abarca dos respiraciones se queda encendida durante las dos.
• Pon las etiquetas de sección en su propia línea, entre corchetes: [Verse], [Chorus], [Bridge]. Se convierten en los pequeños títulos del recuadro de la letra.
• Una indicación entre corchetes en su propia línea, como [guitar solo], aparece como etiqueta y nunca se resalta; si va dentro de una línea cantada, se ve como parte de esa línea.
• Escucha una vez la primera estrofa y el estribillo. Si hay líneas que se encienden antes de que empiece el canto, un bloque quedó mal colocado; corrige los primeros tiempos en el .lrc.
• Para un video musical, empieza el fragmento en una línea cantada y no en un hueco instrumental; por defecto empieza en el estribillo.
• Descarga el .srt para YouTube y los editores de video, y el .lrc para los reproductores de música y Musixmatch.