Guías

Canto con voz clonada por IA en código abierto: sin entrenamiento, 6 GB

El canto con voz clonada por IA es una técnica que hace que modelos de código abierto canten una melodía o una canción guía con tu propia voz clonada, a partir de unos 10 segundos de habla. Una melodía escrita va directa a SoulX-Singer; un rap pasa antes por una canción guía de ACE-Step 1.5, y Whisper revisa cada verso.

David Marsa

David Marsa

Founder & CEO

Intermedio11 min de lecturaPublicada el 18 nov 2026

Última verificación: 18 nov 2026

Diez segundos de voz, más unas notas escritas o una base generada, se funden en una sola voz que canta.

Lo que serás capaz de hacer

  • Crear un prompt de voz de 10 segundos que sirva para los dos modos de SoulX-Singer.
  • Escribir una melodía corta en notas y conseguir que cada verso se cante bien en cuatro tomas.
  • Generar un rap guía con ACE-Step 1.5 en una GPU de 6 GB y volver a cantarlo con tu voz con SoulX SVC.
  • Puntuar tomas y semillas verso a verso con Whisper y detectar las transcripciones erróneas con palabras no aptas.
  • Mezclar el resultado a -14 LUFS y publicarlo con una declaración de contenido generado con IA.

Ideas clave

  • El canto con voz clonada por IA hace que modelos de código abierto canten con tu propia voz clonada a partir de unos 10 segundos de habla, sin entrenar nada por cada voz.
  • Una melodía escrita va directa al modo partitura de SoulX-Singer; un rap pasa por una canción guía de ACE-Step 1.5 que SoulX SVC vuelve a cantar con tu voz y con el mismo ritmo.
  • Whisper large-v3 lee cada verso de cada toma, así que gana la mejor toma de cada verso y las transcripciones erróneas con palabras no aptas se marcan antes de publicar.
  • Seis gigas bastan: ACE-Step sin modelo de lenguaje, pesos INT8 y descarga a la CPU, y un solo trabajo de GPU a la vez.
  • Clona solo tu propia voz o una con consentimiento por escrito, y declara la canción como música generada con IA al subirla.

El canto con voz clonada por IA es una técnica que hace que modelos de código abierto canten una melodía o una canción guía con tu propia voz clonada, a partir de unos 10 segundos de habla. Al terminar tendrás una canción corta con tu voz, hecha en una GPU de 6 GB, con cada verso revisado por Whisper.

La instalación lleva una tarde. Después, una canción escrita de 4 versos ocupa unos 12 minutos de GPU: 4,5 minutos para el prompt de voz, cuatro tomas de 1,5 minutos cada una y 1 minuto de evaluación.

En Neomanex uso este pipeline para las canciones de nuestros vídeos, y escucho cada verso marcado antes de publicarlo. Los ejemplos usan Pebblewick Coffee, un tostadero de café de barrio ficticio.

Qué es el canto con voz clonada por IA y sus dos rutas

Elige la ruta con una sola pregunta: ¿puedes escribir la melodía? Si la respuesta es sí, el trabajo es sencillo. Si no, primero necesitas un cantante guía.

Ruta A: melodía escritaRuta B: rap, o un estilo que no puedes escribir en notas
EntradaLetra y notasLetra y una descripción de estilo
CantanteEl modo partitura de SoulX-Singer canta tus notas con tu vozACE-Step 1.5 crea una canción guía; SoulX-Singer SVC la vuelve a cantar con tu voz
JuezWhisper large-v3 elige la mejor toma de cada versoWhisper large-v3 puntúa cada semilla verso a verso

SVS (síntesis de voz cantada) canta a partir de notas y palabras. SVC (conversión de voz cantada) toma una voz ya grabada y cambia el timbre, pero conserva el ritmo y la melodía. SoulX-Singer hace las dos cosas.

Si puedes escribir la melodía, la canta SoulX-Singer; si no, ACE-Step crea una guía que SoulX vuelve a cantar con tu voz, y las dos rutas terminan en una mezcla a -14 LUFS.

Sin entrenamiento: un prompt de voz de 10 segundos

Entrenar un modelo RVC es el otro camino. El proyecto RVC(se abre en una pestaña nueva) recomienda al menos 10 minutos de habla con poco ruido y un entrenamiento por cada voz. SoulX-Singer es zero-shot: lee un prompt de 10 segundos y no entrena nada, así que la primera toma sale esa misma tarde. No lo he medido frente a un modelo RVC entrenado.

Aquí tienes la ruta B en una canción real: un rap cantado con mi propia voz clonada.

Qué necesitas

Seis gigas bastan si tratas la GPU como una sola cola. Con otras tarjetas no prometo nada.

NecesitasVersión que uso
GPU NVIDIA con CUDARTX 3060 Laptop GPU, 6 GB
Python y ffmpegPython 3.10
SoulX-Singercommit 81aeb3a, transformers 4.41.2
ACE-Step 1.5commit ca1e85f
faster-whisper1.2.1
Una voz que puedas usarLa tuya, o una con el consentimiento por escrito de su dueño

El directorio de modelos de Neomanex recoge los modelos de pesos abiertos que seguimos.

Seis gigas bastan cuando el modelo de lenguaje está apagado y solo hay un modelo en la tarjeta.

Solo se ejecuta un trabajo de GPU a la vez, protegido por un bloqueo. Antes de cargar un modelo, la tarjeta tiene que estar por debajo de 600 MiB durante 45 segundos. Whisper se ejecuta en CUDA con float16, nunca con int8 y nunca en la CPU.

Paso 1: graba un prompt de voz de 10 segundos

El prompt decide cuánto de ti se oye, así que mantenlo limpio y corto. Usa unos 10 segundos de habla con tu voz: una grabación limpia, o una toma limpia de un clon de texto a voz (TTS) de tu propia voz. Una toma TTS sirve como prompt; el paso 5 explica dónde perjudica el audio sintético. El de Pebblewick dice «This is my voice, recorded for a song I write myself».

El pipeline se queda con los primeros 10 segundos y crea dos prompts. El prompt de SVC es mono a 24 kHz más un archivo de tono RMVPE. El prompt del modo partitura es mono a 44,1 kHz y pasa por el preprocesado de SoulX, que saca los tiempos de las palabras, las notas y el tono. Quítale el ruido para el modo partitura, donde una grabación de sala sin tratar pierde palabras. Para SVC sirve cualquiera de los dos.

Paso 2: escribe la melodía en notas

Escribir notas parece lento, pero es lo que hace que cada verso posterior salga bien. Un archivo de canción tiene un token por nota: un tono MIDI y una duración en pulsos. ~ une una sílaba a la nota siguiente. _ sostiene un melisma y cierra la palabra; sin él, la palabra siguiente se pega a la vocal sostenida.

«Wake Up Warm», el jingle de Pebblewick, va a 100 BPM en do mayor:

VersoLetra
1Wake up warm, the kettle's on
2Pebblewick pours it slow
3Beans we roast before the dawn
4One more cup before you go

Mantengo una voz masculina entre D3 y D4. La última nota de cada palabra se sostiene el 92 % de su duración y luego hace un silencio, para que las consonantes queden separadas. Para una canción escrita, usa el modo partitura: el modo melodía sobre una voz prestada convierte las consonantes nuevas en un galimatías.

El verso 2 en tokens (sílaba, tono MIDI, pulsos):

Peb~ 52 0.5 | ble~ 55 0.5 | wick 57 1 | pours 60 1 | it 57 0.5 | slow~ 55 1 | _ 52 2

El modo partitura no lee tokens. Un conversor corto transforma cada verso en un segmento objetivo: cada nota lleva su palabra, el ARPAbet de la palabra según g2p_en, un tono (0 para un silencio) y un tipo de nota (2 empieza una palabra, 3 la continúa, 1 es un silencio). A 100 BPM, un pulso dura 0,6 segundos:

{"text": "<SP> Pebblewick Pebblewick Pebblewick <SP> pours <SP> ...",
 "note_pitch": "0 52 55 57 0 60 0 ...",
 "note_type": "1 2 3 3 1 2 1 ...",
 "duration": "0.200 0.300 0.300 0.552 0.048 0.552 0.048 ..."}

La lista de segmentos es song/lead.json, el objetivo de los comandos de construcción.

Paso 3: canta cuatro tomas y deja que Whisper elija cada verso

No te fíes solo de tu oído con una toma. Deja que Whisper lea cada verso y luego escucha la elegida.

SoulX-Singer muestrea, así que cada toma es distinta. Yo canto cuatro. Whisper large-v3 (beam 5, sin condicionar con el texto anterior) transcribe por separado cada verso de cada toma. Cada celda puntúa de 0 a 1 la similitud entre lo que oyó Whisper y la letra. La puntuación más alta gana el verso; en caso de empate, gana la toma con el número más bajo.

VersoToma 1Toma 2Toma 3Toma 4Elegida
1«Wake up one, the kettle's on» 0,831,001,001,00toma 2
2«Pebble wick pours it slow» 0,67«Pebblewick pause it slow» 0,751,001,00toma 3
31,00«Beings we roast before the dawn» 0,831,001,00toma 1
4«One more cut before you go» 0,831,001,001,00toma 2

Cinco fallos en 16 celdas, elegidas las tomas 2, 3, 1 y 2, y todos los versos elegidos son correctos. La segunda mejor toma puede ir debajo de la elegida como doble de voz.

Whisper lee cada verso de cada toma, y la toma más cercana a la letra gana cada verso.

Paso 4: genera un rap guía con ACE-Step 1.5

El cantante guía es un sustituto: quieres su ritmo, no su voz, así que pide una voz seca y sencilla. La descripción de Pebblewick es «boom bap hip hop, solo male rapper, clear diction, dry upfront vocal», a 90 BPM, 30 segundos y cuatro versos de 10 palabras:

VersoLetra
1Up at five with the drum turning beans to gold
2Pebblewick roast got a caramel kick when it gets cold
3We ship the beans the day we roast, never stale
4Pour it slow, raise a cup, every sip tells the tale

Con 6 GB, ACE-Step 1.5 ejecuta el DiT turbo de 2B sin modelo de lenguaje (con thinking y chain of thought desactivados), con cuantización INT8 solo de pesos y descarga a la CPU. El modelo de lenguaje de 1,7B no cabe junto al DiT y, además, reescribe tu descripción y tu letra.

La misma semilla con la misma letra da una guía idéntica byte a byte. ACE-Step añade ad-libs y repite o se salta un verso del estribillo, así que parte de cada puntuación es estructura.

Paso 5: vuelve a cantar la guía con tu voz con SoulX SVC

SVC copia la interpretación tal cual, errores incluidos, así que una guía limpia importa más que el prompt. Un modelo de karaoke mel-band roformer separa la voz principal de la base, y RMVPE extrae el tono. Nada elimina la reverberación, por eso importa la voz seca del paso 4: SVC pierde consonantes bajo la reverb. SoulX-Singer SVC con --auto_shift la vuelve a cantar con tu voz y en tu registro, con el mismo ritmo, sobre la base de ACE-Step.

SVC conserva el ritmo de la guía palabra por palabra y cambia la voz; es en las consonantes duras donde pierde palabras.

SVC conserva el flow y emborrona las consonantes duras. Necesita una interpretación real debajo: sobre un clon TTS de tu voz recitando el rap, las palabras salen peor. Un prompt sintético está bien; una voz sintética para convertir, no.

Construyo pipelines como este con agentes de IA sobre flujos de trabajo escritos y enseño el trabajo cada semana. Mira cómo lo hacemos, desde dentro, en neomanex.com/es/join.

Paso 6: puntúa cada semilla, verso a verso

Puntúo cada semilla frente a la letra. Whisper lee la voz convertida en ventanas de 5 segundos, con cada borde ajustado a los 20 ms más silenciosos dentro de 0,3 segundos, para que ningún corte caiga dentro de una palabra. Las palabras oídas se alinean con la letra por distancia de edición, y cada error se asigna a su verso. El WER (tasa de error por palabra) es el número de errores dividido entre las 40 palabras de la letra. Un verso se marca cuando Whisper oye una palabra de una lista de términos no aptos (palabrotas y palabras sexuales).

VersoSemilla 1Semilla 2Semilla 3
1634
2422
353, no apta: «We sh*t the beans»3
4523
WER0,500,25 (la más baja)0,30
Veredictodescartada por puntuacióndescartada por el verso 3publicar tras escucharla

La semilla 2 puntúa mejor y aun así pierde. Elijo la semilla 3 por puntuación y por oído.

La puntuación más baja no siempre es la toma que se publica: una transcripción errónea con una palabra no apta en un solo verso descarta una semilla.

Paso 7: mezcla a -14 LUFS y etiquétalo como hecho con IA

Una mezcla que entierra las palabras deshace la evaluación. Whisper evalúa la toma seca; la mezcla solo añade efectos ligeros. Las dos rutas aplican un filtro de paso alto a la voz en 90 Hz y terminan en -14 LUFS, con un true peak de -1,5 dBTP y un rango de sonoridad de 9. La ruta B añade un compresor 2,5:1 y +2 dB en 3,5 kHz, para igualar el nivel de voz de la guía. La ruta A atenúa la banda de 1 a 5 kHz del acompañamiento bajo la voz.

Guarda el wav de cada toma elegida: SoulX nunca canta dos veces igual la misma entrada. Escucha cada verso marcado. Después, etiqueta la subida: YouTube pide a los creadores que declaren la música generada con IA(se abre en una pestaña nueva) con el ajuste «AI use» (uso de IA) de YouTube Studio.

Qué falla, y la regla que dejó cada fallo

Todos estos fallos fueron silenciosos: la toma sonaba bien y las palabras estaban mal.

Fallo (contado con Pebblewick)Regla actual
Semillas con la misma letra y los mismos ajustes iban de impecables a inserviblesGenera varias semillas, puntúa cada una verso a verso y elige por puntuación y luego por oído
SVC conservó el ritmo y emborronó «kick»Pide una guía seca, solista y con dicción clara; evalúa después de la conversión
Whisper oyó «ship» como una palabrotaMarca las palabras no aptas por verso; nunca publiques una toma marcada sin escucharla
Un rap rápido transcrito entero perdía sus primeros segundosEvalúa en ventanas de 5 segundos ajustadas al silencio
Una letra nueva sobre una curva de tono prestada salía ininteligibleEscribe la melodía y usa el modo partitura
Otro trabajo ocupó la tarjeta entre la comprobación de memoria libre y la carga: sin memoriaUn solo trabajo de GPU tras un bloqueo, espera a que la tarjeta esté libre; el canto se reintenta tras quedarse sin memoria

Convertir fallos en reglas es un ciclo en sí mismo: crea un sistema de IA que se mejora solo.

Constrúyelo tú: el conjunto mínimo de comandos

Empieza por la ruta A con cuatro versos. En cuanto un verso salga limpio, el resto es repetición. Estos comandos usan los proyectos originales en las versiones indicadas arriba.

SoulX-Singer, una toma en modo partitura (metadatos del prompt del preprocesado de SoulX, song/lead.json de tu conversor):

git clone https://github.com/Soul-AILab/SoulX-Singer.git && cd SoulX-Singer && git checkout 81aeb3a
python3.10 -m venv .venv && .venv/bin/pip install -r requirements.txt huggingface_hub
.venv/bin/hf download Soul-AILab/SoulX-Singer --local-dir pretrained_models/SoulX-Singer
.venv/bin/hf download Soul-AILab/SoulX-Singer-Preprocess --local-dir pretrained_models/SoulX-Singer-Preprocess

.venv/bin/python -m cli.inference --device cuda --control score \
  --model_path pretrained_models/SoulX-Singer/model.pt --config soulxsinger/config/soulxsinger.yaml \
  --prompt_wav_path prompt/vocal.wav --prompt_metadata_path prompt/metadata.json \
  --target_metadata_path song/lead.json --phoneset_path soulxsinger/utils/phoneme/phone_set.json \
  --save_dir out/take1

ACE-Step 1.5, un rap guía en el nivel de 6 GB:

cd .. && git clone https://github.com/ACE-Step/ACE-Step-1.5.git && cd ACE-Step-1.5 && git checkout ca1e85f && uv sync

Guarda esto como guide.py dentro de ACE-Step-1.5, con tu letra en rap.txt al lado, y ejecútalo con uv run python guide.py:

from acestep.handler import AceStepHandler
from acestep.llm_inference import LLMHandler
from acestep.inference import GenerationParams, GenerationConfig, generate_music

dit = AceStepHandler()
dit.initialize_service(project_root=".", config_path="acestep-v15-turbo", device="cuda",
                       offload_to_cpu=True, offload_dit_to_cpu=True, quantization="int8_weight_only")
p = GenerationParams(caption="boom bap hip hop, solo male rapper, clear diction, dry upfront vocal",
                     lyrics=open("rap.txt").read(), vocal_language="en", bpm=90, duration=30,
                     thinking=False, use_cot_metas=False, use_cot_caption=False, use_cot_language=False, seed=3)
generate_music(dit, LLMHandler(), p, GenerationConfig(batch_size=1, audio_format="wav",
               use_random_seed=False, seeds=[3]), save_dir="guide")

Separación y tono, con las herramientas de preprocesado de SoulX: de vuelta en SoulX-Singer con su venv, copia el wav que escribió ACE-Step a guide/seed3.wav (cd ../SoulX-Singer && mkdir -p guide, y luego copia el archivo desde ../ACE-Step-1.5/guide/):

import soundfile as sf
from preprocess.tools import VocalSeparator, F0Extractor

P = "pretrained_models/SoulX-Singer-Preprocess/"
sep = VocalSeparator(
    sep_model_path=P + "mel-band-roformer-karaoke/mel_band_roformer_karaoke_becruily.ckpt",
    sep_config_path=P + "mel-band-roformer-karaoke/config_karaoke_becruily.yaml",
    der_model_path=P + "dereverb_mel_band_roformer/dereverb_mel_band_roformer_anvuew_sdr_19.1729.ckpt",
    der_config_path=P + "dereverb_mel_band_roformer/dereverb_mel_band_roformer_anvuew.yaml", device="cuda")
r = sep.process("guide/seed3.wav")
sf.write("guide/vocal.wav", r.vocals.T, r.sample_rate)
sf.write("guide/beat.wav", r.accompaniment.T, r.sample_rate)

f0 = F0Extractor(model_path=P + "rmvpe/rmvpe.pt", device="cuda")
for w in ("guide/vocal.wav", "prompt/vocal.wav"):
    f0.process(w, f0_path=w.replace(".wav", "_f0.npy"))

SoulX SVC, la voz guía separada cantada con tu voz:

.venv/bin/python -m cli.inference_svc --device cuda --auto_shift \
  --model_path pretrained_models/SoulX-Singer/model-svc.pt --config soulxsinger/config/soulxsinger.yaml \
  --prompt_wav_path prompt/vocal.wav --prompt_f0_path prompt/vocal_f0.npy \
  --target_wav_path guide/vocal.wav --target_f0_path guide/vocal_f0.npy --save_dir out/svc

faster-whisper, un verso o una ventana:

from faster_whisper import WhisperModel

m = WhisperModel("large-v3", device="cuda", compute_type="float16")
segments, _ = m.transcribe("line2.wav", language="en", beam_size=5, condition_on_previous_text=False)
heard = " ".join(s.text.strip() for s in segments)

¿Quieres ver cómo se hace la próxima canción, toma a toma? Mira cómo lo hacemos, desde dentro, en neomanex.com/es/join.

Pasos

  1. Graba un prompt de voz de 10 segundos

    Usa unos 10 segundos de habla limpia con tu voz, recortados a los primeros 10 segundos. Crea un prompt mono a 24 kHz con un archivo de tono para SVC y un prompt preprocesado por SoulX para el modo partitura.

  2. Escribe la melodía en notas

    Escribe un token por nota con un tono MIDI y una duración en pulsos. Une las sílabas entre notas con ~, cierra un melisma sostenido con _ y mantén una voz masculina entre D3 y D4.

  3. Canta cuatro tomas y deja que Whisper elija cada verso

    Canta cuatro tomas con SoulX-Singer en modo partitura. Whisper large-v3 transcribe cada verso de cada toma, y la toma más cercana a la letra gana cada verso.

  4. Genera un rap guía con ACE-Step 1.5

    Escribe una descripción que pida un rapero solista, dicción clara y una voz seca y en primer plano. Ejecuta el modelo turbo de 2B sin modelo de lenguaje, con pesos INT8 y descarga a la CPU, una semilla por guía.

  5. Vuelve a cantar la guía con tu voz con SoulX SVC

    Separa la voz guía de la base y extrae el tono. Ejecuta SoulX-Singer SVC con auto shift y vuelve a poner tu nueva voz sobre la base.

  6. Puntúa cada semilla, verso a verso

    Transcribe la voz convertida en ventanas de 5 segundos ajustadas al silencio, alinea las palabras con la letra y cuenta los errores por verso. Descarta cualquier semilla con una transcripción errónea con una palabra no apta y luego elige por puntuación y por oído.

  7. Mezcla a -14 LUFS y etiquétalo como hecho con IA

    Aplica un filtro de paso alto a la voz en 90 Hz, usa efectos ligeros y normaliza a -14 LUFS con un true peak de -1,5 dBTP. Escucha cada verso marcado y declara la subida como música generada con IA.

Preguntas frecuentes

¿Qué es el canto con voz clonada por IA?

El canto con voz clonada por IA es una técnica que hace que modelos de código abierto canten una melodía o una canción guía con tu propia voz clonada, a partir de unos 10 segundos de habla. Una melodía escrita va al modo partitura de SoulX-Singer, que canta tus notas. Un rap pasa por una canción guía de ACE-Step 1.5 que SoulX-Singer SVC vuelve a cantar con tu voz y con el mismo ritmo. No hace falta entrenar nada por cada voz.

¿Para quién es el canto con voz clonada por IA de código abierto?

El canto con voz clonada por IA de código abierto es para creadores, makers y pequeños estudios con una GPU NVIDIA doméstica de 6 GB o más que quieren jingles, intros o canciones cortas con su propia voz. SoulX-Singer, ACE-Step 1.5 y Whisper se ejecutan en local en esa tarjeta, y Whisper comprueba cada verso cantado frente a la letra antes de publicar nada.

¿Cómo hago gratis que una IA cante una canción con mi propia voz?

Graba unos 10 segundos de habla limpia con tu voz. Después escribe la melodía en notas, un token por nota, y canta cuatro tomas con SoulX-Singer en modo partitura. Whisper large-v3 transcribe cada verso de cada toma, y la toma más cercana a la letra gana cada verso. Todos los modelos son de código abierto y se ejecutan en tu propia GPU. Usa solo tu propia voz o una con consentimiento por escrito.

¿Tengo que entrenar un modelo con mi voz para que cante?

No. SoulX-Singer es zero-shot: lee un prompt de voz de 10 segundos en el momento de la inferencia y no entrena nada por cada voz. Entrenar un modelo RVC es la otra vía, y el proyecto RVC recomienda al menos 10 minutos de habla con poco ruido y un entrenamiento por cada voz. El zero-shot se prepara antes, y un modelo RVC entrenado sigue siendo la alternativa cuando tienes las grabaciones.

¿Puede una IA rapear con mi propia voz usando modelos de código abierto?

Sí. ACE-Step 1.5 genera un rap guía a partir de tu letra y una descripción de estilo, y SoulX-Singer SVC vuelve a cantar esa guía con tu voz y con el mismo ritmo. SVC conserva el flow y emborrona las consonantes duras, así que cada semilla sale distinta. Genera varias semillas, puntúa cada una verso a verso con Whisper large-v3 y elige por puntuación y luego por oído.

¿Pueden ACE-Step 1.5 y SoulX-Singer funcionar en una GPU de 6 GB?

Sí, en una RTX 3060 Laptop GPU de 6 GB. ACE-Step 1.5 ejecuta el DiT turbo de 2B sin modelo de lenguaje, con cuantización INT8 solo de pesos y descarga a la CPU. SoulX-Singer y Whisper large-v3 (float16) se cargan cada uno por separado, porque solo se ejecuta un trabajo de GPU a la vez. Antes de cada carga, la tarjeta se mantiene por debajo de 600 MiB durante 45 segundos. Otras tarjetas no están probadas.

¿Puedo clonar la voz de otra persona para que cante?

Solo con el consentimiento por escrito del dueño de esa voz. El canto con voz clonada por IA funciona con cualquier prompt de 10 segundos, así que el consentimiento es la regla que lo limita: clona tu propia voz, o una cuyo dueño haya aceptado por escrito, y nunca la voz de una figura pública sin ese acuerdo. Cuando publiques la canción, YouTube pide a los creadores que declaren la música generada con IA con el ajuste de uso de IA al subirla.

¿Cómo sé que la IA ha cantado las palabras correctas?

Transcribe cada toma con Whisper large-v3 y compárala con la letra. Para una melodía escrita, Whisper lee cada verso por separado y la toma más cercana gana el verso. Para un rap, Whisper lee ventanas de 5 segundos ajustadas al silencio, y cada error se asigna a su verso de la letra. Los versos donde Whisper oye una palabrota se marcan, así que escucha cada uno antes de publicar.