Guía de Syntopia BOX
¿Quieres vender en vivo sin mostrar la cara? No necesitas salir en cámara y tampoco necesitas un avatar en pantalla. Con Syntopia BOX puedes montar una transmisión en vivo con voz de IA y sin avatar — tu cámara real o tus productos llenan la pantalla, mientras una voz con IA presenta, vende y responde el chat por ti.

Muchos vendedores se frenan en la misma pared: los productos están listos, la transmisión podría durar horas, pero nadie quiere pasar todo el día frente a una cámara — o de plano no quiere dar la cara. Pena ante la cámara, privacidad, o simplemente que el producto es la estrella y una persona hablando solo estorba.
Esta guía cubre los dos modos de venta en vivo sin rostro que trae Syntopia BOX — Transmisión de Escena Real y el Asistente Anfitrión con IA — para que salgas en vivo solo con tus productos en pantalla y una voz con IA llevando la plática. Para el recorrido completo, de la instalación al aire, de cada tipo de transmisión, revisa la guía completa de Syntopia BOX.
- Sin cara y sin avatar: ambos modos ponen tu cámara o tus productos en pantalla — no hay humano digital de IA ni se necesita un presentador de carne y hueso.
- Transmisión de Escena Real = tus productos o un espacio físico en cámara mientras una voz con IA, siguiendo un guion, vende y responde a los espectadores.
- Asistente Anfitrión con IA = tu propia cámara en pantalla con una voz de IA que solo habla cuando un espectador hace una pregunta.
- La voz es de IA — clona una voz a partir de unos segundos de audio o usa una lista para usar; con V10 puede vender en más de 600 idiomas (entrenas una voz por cada mercado).
- Ningún modo necesita OBS ni deduplicación: ambos usan una cámara en vivo real.
Qué es en realidad vender en vivo “solo con voz”
Una transmisión normal con IA en Syntopia BOX pone un humano digital con IA en pantalla. La venta en vivo solo con voz quita esa cara por completo. La imagen sale de una cámara real — apuntada a tus productos, a tu tienda o a un presentador — y la inteligencia vive en la voz: una voz con IA que lee tu guion, reacciona a lo que pasa en la sala y responde a los compradores en tiempo real.
Syntopia BOX trae dos maneras de hacerlo, y la correcta depende de cuánto quieras que hable la IA:
| Transmisión de Escena Real | Asistente Anfitrión con IA | |
|---|---|---|
| En pantalla | Tus productos, tu tienda o un espacio físico — sin necesidad de una persona | Tu propia cámara — tú, un presentador o tus productos |
| Guion | Sí — lo escribes tú o lo redacta la IA; la voz presenta sin parar | Ninguno — la voz se queda callada hasta que le preguntan |
| Rol de la voz con IA | Conduce toda la transmisión y responde el chat | Solo responde las preguntas de los espectadores |
| Avatar en pantalla | No | No |
| OBS / deduplicación | No se necesita | No se necesita |
| Ideal para | Comida, moda, demostraciones de producto, unboxings | Sumar soporte en vivo con IA a una transmisión de producto o con presentador |

Antes de empezar: la configuración de una sola vez
Ambos modos comparten la misma base. Syntopia BOX es una aplicación de Windows que corre localmente en tu propia computadora y envía una imagen y una voz a tu app en vivo (los ejemplos usan TikTok LIVE Studio, pero toda plataforma compatible funciona igual). Esto lo configuras una sola vez:
- Cámara virtual: en la carpeta human-infer de BOX, haz doble clic en Install Camera para crear el dispositivo HD Camera.
- Tarjeta de sonido virtual: instala VB-Audio Virtual Cable (Ejecutar como administrador → Install Driver → reinicia la computadora) y luego configura la salida del sistema en CABLE Input.
- Inicia BOX: haz doble clic en Start dentro de la carpeta human-infer y espera a que la consola deje de moverse. Déjala abierta todo el tiempo que estés en vivo.
El paso a paso completo de esta etapa está en la guía completa — este artículo se enfoca en lo que cambia una vez que eliges un modo sin rostro.
Dale voz a la transmisión
Como no hay cara en pantalla, la voz es el anfitrión — así que vale la pena elegirla bien. Puedes clonar una voz a partir de unos segundos de audio claro, o escoger una de las voces listas para usar. La voz con IA es un modelo de voz sintético, no una persona en vivo. Hay dos familias de voces: V6 (afinada sobre todo para inglés) y V10 (también inglés, pero pensada para voces en otros idiomas). V10 admite más de 600 idiomas, con los más comunes ya precargados; para vender en un mercado grabas una muestra corta en ese idioma, entrenas una voz V10 con ella y escribes tu guion en ese idioma. La voz se elige en los Ajustes de cada sala antes de salir en vivo.
Modo 1 — Transmisión de Escena Real (productos en cámara, la IA vende)
La Transmisión de Escena Real es el montaje sin rostro más puro: el producto físico es toda la imagen, y una voz con IA que sigue un guion hace toda la venta. Nadie sale en cámara y no hay avatar. Está hecha para puestos de comida, anaqueles de tienda, joyería, gadgets — cualquier cosa que se vende mejor mostrándola que describiéndola.
Cómo configurar una Transmisión de Escena Real
- Apunta una cámara a tus productos. Conecta una webcam, o una cámara más una capturadora, apuntada al producto, la tienda o el espacio. Aquí la buena iluminación importa más que en ningún otro lado — la imagen es tu presentador.
- Crea la sala. Haz clic en New Livestream → Real Scene (este es el tipo sin avatar anfitrión).
- Agrega productos y guiones. Suma tus productos y luego escribe los guiones tú mismo o deja que el Modo de Transmisión con IA los redacte a partir del nombre, el precio y los puntos de venta del producto. La voz los lee sin parar para mantener viva la sala.
- Elige la voz. Selecciona tu voz clonada o lista para usar en Ajustes.
- Sal en vivo. Haz clic en Go Live Now. En TikTok LIVE Studio, agrega tu cámara real como fuente de video y configura Micrófono = CABLE Output para que la voz con IA entre por el cable virtual.
Como es una cámara en vivo de verdad, no hay nada que una plataforma pueda marcar como pregrabado, así que no necesitas OBS ni el deduplicador. Activa el Chat en Vivo Inteligente (más abajo) y la misma voz con IA que lee tu guion también responderá a los compradores que escriban en el chat.
Modo 2 — Asistente Anfitrión con IA (tu cámara, la IA responde)
El Asistente Anfitrión con IA invierte el equilibrio. Aquí no hay guion y no hay avatar — la voz con IA se queda en silencio hasta que un espectador pregunta algo, y entonces responde en voz alta desde tu base de conocimiento. La imagen es simplemente tu propia cámara: tú, un compañero o tus productos. Es la forma de sumarle a una transmisión una voz de soporte incansable y siempre precisa, sin tener que armar un show con guion.
Cómo configurar una transmisión con Asistente Anfitrión con IA
- Crea la sala. Haz clic en New Live Stream → IA Hosting Assistant. No hay humano digital ni guion que escribir.
- Agrega tus productos. Enlista los productos que vas a presentar para que el asistente sepa sobre qué está respondiendo.
- Activa el Chat en Vivo Inteligente. En la pestaña IA Chat, activa el Chat en Vivo Inteligente y agrega el conocimiento de tus productos a la base de conocimiento (hasta 20,000 caracteres — precios, tallas, envíos, devoluciones, preguntas frecuentes).
- Dirige las respuestas a la voz. Configura Live Chat Method y marca Assistant para que las respuestas salgan como audio hablado, y luego elige la voz del asistente en Ajustes.
- Publica y sal en vivo. Haz clic en Save & Publish, luego en Go Live Now, y agrega tu cámara como fuente de video en tu app en vivo con Micrófono = CABLE Output.
Esto es distinto de la voz de asistente dentro de una transmisión con humano digital, que lee líneas de guion entre corchetes. En el modo Asistente Anfitrión con IA, la voz es puramente reactiva — unas preguntas frecuentes en vivo que hablan.
Cómo responde de verdad a los compradores la voz con IA
Ambos modos sacan su inteligencia del mismo lugar: el Chat en Vivo Inteligente y una base de conocimiento personalizada. Conecta un modelo de IA (pega una API key de un proveedor como OpenAI o DeepSeek), llena la base de conocimiento con tus precios reales, tus reglas de envío y tus respuestas de existencias, y la IA lee el chat y responde en tiempo real — en voz alta, con la voz que elegiste. Entre mejor sea tu base de conocimiento, mejores serán las respuestas.
En Escena Real también puedes dejar activo el Chat en Vivo Proactivo, para que la voz dé la bienvenida a los nuevos espectadores, pida seguidores y likes, y empuje a la gente a comprar entre un producto y otro. En el modo Asistente Anfitrión con IA te apoyas en el lado reactivo — deja que una persona o el producto lleven la imagen, y que la voz con IA atrape cada pregunta que de otro modo se quedaría sin respuesta.
Tus productos se quedan en pantalla; la voz con IA mantiene la sala platicando, vendiendo y respondiendo — sin necesidad de dar la cara.
¿Cuál modo sin rostro deberías elegir?
Ambos modos corren las 24 horas en tu propia computadora, así que una sala sin rostro puede quedarse en vivo mucho más tiempo del que aguantaría un presentador humano — una razón clave por la que la venta en vivo con IA cuesta una fracción de la tarifa por hora de un presentador profesional (desde alrededor de $2.26 USD/hora en los planes actuales; consulta la página de precios de Syntopia).
- Sé honesto sobre la naturaleza de la voz con IA en tu transmisión — es una voz con IA, no una persona en vivo escondida.
- En Escena Real nadie sale en cámara, así que no hay una imagen de persona que revelar — solo la voz con IA.
- En el Asistente Anfitrión con IA, si hay una persona real en cámara, de verdad está ahí; solo la voz que responde es de IA.
Otra ruta sin rostro: un avatar de IA clonado
Vender solo con voz no es la única forma de quedarte fuera de cámara. Si prefieres tener un presentador en pantalla pero que aun así no seas tú, puedes clonarte a ti mismo — o a un modelo — como avatar de IA y dejar que ese avatar conduzca la transmisión. Entrenas un humano digital con IA a partir de un video corto (de ti, o de un presentador que haya dado su consentimiento), y a partir de ahí el avatar sale en vivo, vende y responde el chat por su cuenta — tú nunca te sientas frente a la cámara.
Así que “sin rostro” en realidad abarca dos rutas, y puedes elegir la que te acomode: quédate sin ningún presentador con los modos Escena Real o Asistente Anfitrión con IA de arriba, o pon un avatar clonado en pantalla para que haya una cara — solo que nunca la tuya en vivo. Ambas corren la misma voz con IA y el Chat en Vivo Inteligente; la única diferencia es si aparece o no un anfitrión sintético en pantalla.
Para vendedores en México
En México, el momento en que la gente entra a ver transmisiones suele caer en la noche, en horario del centro — de las 8 a las 11 de la noche es cuando más llena se pone la sala. Una ventaja real de vender en vivo sin mostrar la cara es que la transmisión no depende de que tú estés despierto: la voz con IA puede seguir presentando y respondiendo en esas horas pico aunque ya hayas cerrado el día, y volver a arrancar temprano para los compradores madrugadores.
El calendario de ventas también manda. Las temporadas fuertes — el Hot Sale de mayo, el Buen Fin en noviembre, el Día de las Madres, Navidad y Reyes — son justo cuando una sala sin rostro rinde más: puedes tener productos frente a la cámara durante días seguidos sin agotar a un presentador. En categorías que vuelan en vivo aquí — comida y antojitos, moda, belleza y cuidado de la piel, electrónica, joyería y artesanías — mostrar el producto de cerca vende más que describirlo.
El chat mexicano pregunta mucho antes de comprar: “¿hacen envíos a toda la República?”, “¿aceptan meses sin intereses?”, “¿puedo pagar en efectivo en la tienda de conveniencia?”. Si cargas esas respuestas — tiempos de envío, formas de pago, cambios y devoluciones — en la base de conocimiento, la voz con IA las contesta al instante y sin equivocarse, que es donde se suelen caer las ventas. Contratar a un presentador por horas para cubrir todas esas franjas puede costar varios miles de pesos al mes; una sala con IA en tu propia computadora cubre los mismos horarios por una fracción.
Si vendes cruzando la frontera hacia mercados donde TikTok Shop ya opera, recuerda que cada idioma necesita su propia voz grabada y entrenada: para vender en inglés al público de Estados Unidos, grabas y entrenas una voz en inglés y escribes el guion en inglés. Y sé transparente: avisa que la voz es de IA donde tu mercado lo pida.
Preguntas frecuentes
¿Puedo salir en vivo y vender sin mostrar la cara en absoluto?
Sí. Syntopia BOX tiene dos modos sin rostro. La Transmisión de Escena Real pone tus productos o tu tienda en cámara mientras una voz con IA presenta y responde el chat, sin ninguna persona ni avatar en pantalla. El modo Asistente Anfitrión con IA muestra tu propia cámara mientras una voz con IA solo responde las preguntas de los espectadores. Ninguno te exige salir en cámara.
¿Cuál es la diferencia entre Escena Real y el Asistente Anfitrión con IA?
La Transmisión de Escena Real usa un guion: la voz con IA conduce toda la transmisión, vendiendo tus productos sin parar y respondiendo el chat. El Asistente Anfitrión con IA no tiene guion — la voz se queda callada hasta que un espectador pregunta algo, y entonces responde desde tu base de conocimiento. Escena Real es un show sin rostro completo; el Asistente Anfitrión es una voz de soporte reactiva sobre tu propia cámara.
¿La voz con IA es mi voz real?
La voz es un modelo de voz con IA. Puedes clonar una voz a partir de unos segundos de audio claro o escoger una lista para usar. Con V10 admite más de 600 idiomas; para vender en un mercado dado grabas una muestra corta en ese idioma, entrenas una voz V10 con ella y escribes tu guion en ese idioma. Es audio sintético generado en vivo, no la grabación de una persona diciendo cada línea.
¿Necesito OBS o el deduplicador para una transmisión sin rostro?
No. Tanto la Transmisión de Escena Real como el Asistente Anfitrión con IA usan una cámara en vivo real, así que no hay nada que parezca pregrabado para que una plataforma lo marque. Solo necesitas OBS y el Deduplicador en Tiempo Real de OBS cuando sales en vivo desde un archivo de video grabado, que es un tipo de transmisión distinto.
¿Cómo responde con precisión a los compradores la voz con IA?
Conectas un modelo de IA con tu propia API key y llenas una base de conocimiento personalizada (hasta 20,000 caracteres) con precios, tallas, envíos, devoluciones y respuestas comunes. El Chat en Vivo Inteligente lee los mensajes de los espectadores y responde en tiempo real, en voz alta, con la voz que elegiste. Entre más completa esté tu base de conocimiento, más precisas serán las respuestas.
¿Puedo correr varias salas en vivo sin rostro al mismo tiempo?
Sí. Una sola computadora corre una sala en vivo. Para correr más al mismo tiempo, sumas más computadoras y más cuentas de Syntopia BOX — una cuenta y un espacio de transmisión por cada sala simultánea. No hay un tope rígido; escala a prácticamente salas ilimitadas, limitado solo por las computadoras y las cuentas que haya detrás.
¿Funciona para vender en vivo de noche en México?
Sí, y ese es justo su punto fuerte. Como la sala corre las 24 horas en tu propia computadora, puedes dejarla en vivo durante la franja nocturna de mayor audiencia en horario del centro sin que nadie tenga que desvelarse frente a la cámara. La voz con IA presenta, vende y responde el chat toda la noche, y tú revisas los pedidos al día siguiente.