¿Es un timo lo de clonar voz gratis? Probé el TTS online en estos escenarios reales
Eran casi las once de la noche del jueves. Al día siguiente, a las nueve en punto, tenía que entregar un vídeo corporativo de dos minutos y medio. El locutor con el que trabajaba me acababa de escribir por WhatsApp: afonía total, no podía ni susurrar. Me quedé mirando la pantalla con el guion abierto, el café frío y una sensación de pánico creciendo en el estómago. ¿Qué hacía? ¿Lo grababa yo con la voz de resaca? ¿Buscaba a alguien a esas horas? Imposible. Fue entonces cuando un compañero me pasó un enlace por Telegram: «Prueba esto, es un clonador de voz gratis y no pide registro».
Siempre he desconfiado de las herramientas gratuitas de voz. O te piden el móvil a mitad del proceso, o te escupen un robot que parece leer el parte meteorológico de 1985. Pero esa noche no tenía nada que perder. Pensé: «Si suena a lata, lo grabo yo y punto, aunque suene a villano de película de serie B». Abrí el conversor de texto a voz gratis, pegué el texto y le di a generar. La voz salió limpia. Sin muros de pago. Sin formularios interminables pidiéndome la vida. Ahí decidí que iba a probarlo en serio durante unos días, en escenarios reales, para ver si aguantaba el tipo o si era puro humo.
El primer texto: elegí uno difícil a propósito
No empecé con un simple «Hola, ¿qué tal?». Fui directo a un párrafo lleno de trampas: frases largas, siglas en inglés, cifras y una fecha con trimestre incluido. «El ROI del Q3 de 2024 superó las previsiones», escribí. Con otros sintetizadores de voz gratis había sufrido lo indecible: las siglas se desmontaban en sílabas sueltas, los números sonaban a robot leyendo un código de barras, y las fechas se comían las preposiciones. Esta vez, en cambio, el tts gratis sin registrarse de VoxClone lo clavó. ROI se leyó como letras, no como una palabra inventada. El Q3 de 2024 se pronunció con la pausa correcta, casi con naturalidad. No fue perfecto —algunas coletillas al final de frase iban un pelín aceleradas, como si alguien las empujara por detrás—, pero para un vídeo de urgencia, servía. Y sirvió: el cliente ni se enteró.
Ese día cambié de opinión sobre una cosa: lo gratuito no tiene por qué ser cutre. Lo que importa es si la herramienta entiende cómo escribimos de verdad. Yo daba por hecho que cualquier texto a voz español gratis online te iba a pedir un correo antes de soltar el audio. Aquí no. Solo pegar y listo. Y para alguien que odia registrarse en todos lados, que ya tiene cuarenta contraseñas que no recuerda, eso es media batalla ganada. Además, el español suena natural, sin ese acento anglosajón forzado que tienen algunas voces latinas genéricas.
Vídeos cortos: el ritmo manda, no el timbre
Si haces Reels, Shorts o TikTok, la voz es un accesorio. No es la protagonista. Lo comprobé con un guion de treinta segundos para una cafetería del centro de Madrid. Probé tres velocidades distintas y me di cuenta de algo: cuando aceleras demasiado, la herramienta corta las frases por donde no debe, y el espectador lo nota aunque no sepa por qué. Aprendí a dividir el texto por planos. Primero miraba el vídeo, luego partía el guion en cinco o seis bloques cortos y los generaba por separado. Los vídeos verticales perdonan menos: si la voz no engancha en el primer segundo, el dedo ya está deslizando hacia arriba.
Nunca esperes sacar la locución completa de un tirón. Divide y vencerás. Escucha el ritmo, no la belleza del timbre. Un generador de voz gratis bien usado te ahorra el «uhm» inicial y el «eh» final, pero no te va a editar el vídeo. Ojo con esto: mucha gente busca voz en off ia gratis esperando magia de estudio de doblaje. No es eso. Es material bruto. Después toca afinar en el timeline, mover un clip tres píxeles a la derecha, recortar un silencio. Yo lo uso así: genero, escucho con cascos, y si una coma suena rara, la muevo o la borro. Funciona. Al final, el algoritmo no premia la voz más bonita; premia que no te saltes el vídeo a los tres segundos. Y para eso, el ritmo manda.
Formación interna: ¿salva el apuro la locución con ia gratis?
El miércoles por la tarde tocaba grabar un módulo de veinte minutos para el onboarding de la empresa. El micrófono, fiel a su estilo, decidió fallar justo en ese momento. No había tiempo de pedir otro equipo ni de buscar estudio. Copié el guion en el conversor y generé dos versiones: una más cercana, de tutor explicando; otra más neutra, casi institucional. La locución con ia gratis me sacó del apuro, aunque con matices.
No sustituye al formador. No contesta preguntas ni adapta el discurso a la sala. Pero permite que el curso no se pare. A los tres días, un compañero me pidió el audio para revisarlo en el tren de vuelta a casa. Eso sí, aprendí un truco: en los manuales hay referencias bibliográficas, números de página, fórmulas. Si las dejo tal cual, el sintetizador se atasca y suena a contrato de telefonía leído por un androide. Las reescribo de forma más oral antes de generar. «Según el informe de la página catorce» en vez de «Vid. ibídem, p. 14». Suena menos académico, pero se entiende mejor y la postproducción es más limpia. Para el que hace formación interna cada semana, para el que tiene que explicar el mismo procedimiento cincuenta veces al año, esto es un ahorro real de tiempo y de dinero. Y el equipo de RRHH ya me ha pedido el enlace.
Audiolibros: hasta dónde llega crear audiolibro con ia
Quise poner a prueba el doblaje con ia gratis con un clásico: el principio de El Principito. La narración en tercera persona salió muy digna. Tonos cálidos, pausas correctas, casi acogedora. Pero en cuanto entraron los diálogos, la cosa se vino abajo. El zorro y el principito sonaban demasiado parecidos. Como si el mismo actor se hubiera ido a por un café y hubiera vuelto a continuar el mismo párrafo. Para monólogos y contenido expositivo, la voz sintética ya da el tipo. Para una radionovela con cinco personajes, todavía no. Ni de coña.
Aun así, tiene una utilidad muy concreta. Conozco a varios autores independientes que dudan si invertir mil euros en grabar su novela en un estudio. Storytel y Audible están llenos de audiolibros, pero la barrera de entrada sigue siendo el coste de producción. Lo que hago ahora es generar una muestra de quince segundos y mandársela por WhatsApp. No es el audio definitivo, pero les sirve para decidir. Crear audiolibro con ia no reemplaza al estudio de grabación, pero reduce el riesgo de tirar el dinero a lo bonzo. Y eso, para quien autopublica en Amazon o en su propia web, vale mucho. La semana pasada una escritora me dijo que escuchar su propia historia leída por una máquina le había dado el valor necesario para lanzarse. Curioso, ¿no?
Clonar mi voz: me grabé a mí mismo
La parte que más me intrigaba era clonar mi voz online. Leí por ahí que con unos segundos de muestra ya valía, así que quise comprobarlo. Me grabé un texto de doscientas ochenta palabras, una presentación personal, con mi acento de siempre y algún titubeo incluido. Subí el audio, esperé, y escuché. La primera reacción fue: «Vale, sí, soy yo... más o menos». No daba el pego para engañar a un amigo por teléfono, pero se acercaba lo suficiente como para imaginarme escuchándolo en un podcast. Incluso me hizo gracia escucharme decir mi nombre con una entonación que no reconozco.
Luego repetí la grabación. Esta vez apagué el ventilador, me alejé del móvil dos palmos y hablé más despacio. El resultado mejoró una barbaridad. Los clones gratuitos dependen totalmente de la calidad de la entrada. Si grabas en un metro con eco, con el tráfico de fondo y comiéndote las palabras, no esperes milagros. La página de clonar voz gratis de VoxClone es sencilla: subes, esperas, escuchas. Pero hay una regla que no se negocia: en España la voz es dato personal bajo el RGPD. Si clonas la de otra persona, necesitas su consentimiento explícito, por escrito, no un «bueno, supongo». Yo no lo usaría para suplantar a nadie en una reunión ni para responder mensajes de trabajo. Eso es otro tema y tiene consecuencias legales. Para escuchar cómo suena el narrador de mi propia novela, para hacer pruebas de guion, me basta y sobra.
Devs e integraciones: ¿sirve una voz sintética gratuita sin registro?
Un amigo programador me preguntó si se podía enganchar a una herramienta interna. Mi respuesta fue: depende. La voz sintética gratuita sin registro está bien para validar una idea, para hacer una demo rápida o para generar muestras de audio en un prototipo. Pero si vas a meterlo en producción, con usuarios reales y datos sensibles, hay que evaluar estabilidad, límites de uso y, por supuesto, cumplimiento normativo. No es lo mismo un proyecto personal que una app con miles de peticiones diarias. Si mañana se cae el servicio, tu cliente no va a entender que «es que la API gratuita falla».
Lo bueno es que aquí no te piden correo para empezar. Puedes probar el tts gratis sin registrarse y decidir después. Muchos clones de voz freemium te capan la duración o te limitan los timbres a tres voces robóticas. Esta opción, al menos, deja que experimentes sin fricción. Mi consejo para developers: integra poco a poco. Primero un entorno de pruebas, luego un porcentaje pequeño de tráfico. Nunca lances todo de golpe. Y si al final funciona, ya buscarás un plan de pago serio. Pero para saber si funciona, para salir de dudas en una tarde, esto sirve.
Si quieres probarlo esta noche, empieza por aquí
No empieces por clonar tu voz. Es demasiado y te vas a frustrar si no sale a la primera. Busca un texto corto, de cien palabras, que ya tengas escrito: el inicio de un informe, el guion de un reel, la descripción de un producto. Abre el conversor de texto a voz gratis, pega el texto y elige un timbre que no suene a locutor de documental de los ochenta. Genera y escucha con cascos, no con el altavoz del portátil. No hace falta que sea el discurso del rey. Con que suene a persona, no a contestador automático, ya vale.
Presta atención a tres cosas: los números, las palabras en inglés y los finales de frase. Si algo suena raro, acorta la frase o añade una coma. No esperes perfección en el primer intento. Dos o tres ajustes y normalmente ya queda bien. Y cuando quieras dar el salto, prueba a clonar voz gratis con tu propia voz en la página de clonación. Si buscas más ideas de uso, ejemplos y tutoriales, las he recopilado en la sección de más tutoriales.
Ahora mismo tienes un archivo de Word olvidado en el escritorio. Ábrelo. Pega el texto. Dale a generar. Escucha. Y decide si esto es para ti o si prefieres seguir pagando a un locutor cada vez que necesites un audio. Yo ya tengo mi respuesta.