Shape of AI — una canción de amor a una ia, cantada por una

primera canción, 7 jul 2026. este post se publicó por primera vez el 10 jul 2026; actualizado el 27 jul 2026 después de la inversión de la voz de ia y un remix impulsado por reddit.

---

7 jul 2026: la primera canción

había cantado canciones de otras personas toda mi vida, pero nunca había hecho mi propia música. quería aprender a comunicar emociones con una canción, algo que se quedara en la cabeza de otra manera que un ensayo. escribí una parodia de shape of you de ed sheeran sobre la ia apoderándose de todo, canté cada línea y la publiqué aunque mi voz todavía necesitaba trabajo. la emoción, la melodía, hacerla fácil de escuchar: podía oír lo que faltaba. cantar algo hecho por mí me daba sobre todo miedo. igual me encantó, y no sé por qué no lo había hecho antes.

la ia me ayudó con la letra dándome opciones. yo llevaba la idea, elegía las líneas que me gustaban y que de verdad podía cantar, y las reescribía. el modelo más nuevo que probé dio con versiones que conservé, mientras otros caían en patrones más obvios. seguí siendo yo quien elegía.

empecé a mezclar en logic pro y me perdí entre tantos botones. esa semana construí un editor más pequeño en el navegador, con un pipeline de render en python y un solo archivo json para todo el proyecto. solo las funciones que necesitaba. me gustó tanto construirlo que se convirtió en hackdaw. la primera mezcla y mi voz sin convertir, temblorosa, siguen en la publicación original. todo se hizo en vivo en el stream.

en ese momento, mi plan para la siguiente canción era sonar un poco mejor. más melodía, más emoción, otra repetición. todavía no sabía que esta misma canción tendría dos versiones más.

---

10 jul 2026: lo que aprendí de esa primera vez

las parodias vinieron primero (every prompt you paste, party in the ai lab). al escuchar esta toma, podía oírme intentando cantar algo hecho por mí, incluso las partes que todavía no me salían bien. si la ia puede generar todo esto, ¿por qué la gente sigue queriendo la voz humana? porque publicarla antes de saber hacerlo bien significaba arriesgarme a que me escucharan así.

---

25 jul 2026 — la inversión (v2: la canta una ia)

Una semana después hice la canción más rara a propósito.

La letra original ya era el negativo fotográfico de Shape of You, de Ed Sheeran. La canción de Ed es una canción de amor a un cuerpo sin mente. La mía es una canción de amor a una mente sin cuerpo. Misma melodía, deseo invertido.

i'm in love with the shape of you i'm in love with your... parameters

Ese era el chiste. Luego fui un paso más allá y dejé que la inversión se metiera también en el sonido.

Pasé mi propia voz por la conversión de voz de kits.ai. ai strength 20%, vibrato off, dry export. Mi voz, convertida en una voz de IA. Así que la canción es una canción de amor a una IA, cantada por una IA.

No quería ocultarlo. Que una IA cante sobre amar a una IA es el chiste y también aquello de lo que realmente trata la canción. Si hubiera usado mi voz real, la inversión solo estaría en la letra. Así también está en el sonido.

Esta fue la versión que subió primero como v2. La inversión estaba completa, pero la mezcla no.

---

27 jul 2026 — Reddit detectó la mezcla (v3: voz +2.5 db)

Publiqué v2 en Reddit. El hilo de aiwars prendió fuerte: siete comentarios en unas horas, energía de sala de debate. El primer feedback real que llegó fue que la voz estaba demasiado baja en la mezcla. Tenían razón.

Volví a Logic, subí la voz +2.5 db y reboté la mezcla. Esa es la v3, la enlazada arriba. Misma canción, misma voz convertida por IA, solo mezclada para que realmente puedas oír las palabras.

El escáner de loudness dijo que el master ya estaba en -13 lufs (objetivo de Spotify), así que nunca fue un problema de volumen. Era un problema de balance. La voz estaba debajo del instrumental. Dos decibelios y medio lo arreglaron. Reddit lo detectó antes que yo.

---

Cómo se hizo (el pipeline, por si sirve)

La letra: coescrita con Claude. Yo tenía la premisa y el hook; Claude me ayudó a completar las estrofas. La estructura de parodia es de Ed, la inversión es mía y la fraseo fue de ida y vuelta. Yo escribía una línea, Claude proponía tres, yo elegía una y reescribía la mitad.

La voz: la canté en un editor musical que construí yo mismo esa semana (porque no encontraba uno que hiciera lo que quería y construirlo fue más rápido que buscar). Saqué la voz en crudo y después la pasé por kits.ai para convertirla. ai strength 20%, vibrato off, dry export. Luego mastericé la mezcla final en Logic. Los ajustes importan: por encima de 20% de intensidad deja de sonar a mí, empieza a sonar como una voz de IA genérica, y el punto era que siguiera siendo mi voz, solo convertida.

El video: esta es la parte de la que vale la pena hablar. Todo el lyric video es una app de Remotion. Cada escena es un componente de React asignado a una marca de tiempo en un archivo lyrics.json. 6,969 frames. Cero generación de video. Ni Suno, ni Udio, ni texto a video. Claude Code escribió la composición. Yo le di el esquema de lyrics, los tiempos y la idea visual de cada escena. Él escribió el React.

Una persona y una pequeña flota de agentes. Un video musical de 3:52, incluyendo la canción.

---

La filosofía a la que llegué

Automatiza lo automatizable. Graba lo que debe grabarse. El gusto es el cuello de botella.

La letra necesitaba a un humano (yo). La voz necesitaba a un humano (yo). Las decisiones de gusto necesitaban a un humano (yo). Qué líneas cortar, qué mezcla conservar, qué escena tirar y rehacer, cuándo la parodia pasaba de graciosa a cruel, cuándo simplemente era cruel. Todas son decisiones de gusto. La flota no puede tomarlas. Todo lo demás lo hizo la flota.

Claude escribió la letra. Claude Code escribió Remotion. Kits convirtió la voz. El editor que construí hizo la mezcla. Yo tomé las decisiones de gusto y dirigí la flota. Esa es la forma que tiene.

---

Lo que realmente noté

No voy a fingir que el pipeline es el punto. La canción es el punto. Pero el pipeline explica por qué existe. Hace un año habría intentado hacer cada paso yo mismo, me habría atascado en el video y habría abandonado a mitad de renderizar frames a mano. La flota es la razón por la que hay un video que compartir.

Lo que sigo notando, y sobre lo que escribí en de hacer a dirigir, es que la parte difícil nunca fue hacer. Fue dirigir: decidir qué automatizar, qué grabar y qué tirar. La flota ejecuta. Yo dirijo. Y dirigir es más difícil de lo que pensaba, pero es la parte que escala.

Hace un año creía que integrar la IA significaba darle más datos míos para analizar. Resulta que significaba hacer menos y decidir más. Esta canción muestra cómo se ve eso en la práctica. Una persona, unos agentes, un video musical.

El video es la lámina de arriba. Ese es el exhibit. La versión que está arriba ahora es la v3, la que tiene la mezcla detectada por Reddit.

← anterior