Son casi la una de la madrugada y llevo siete tomas de la intro de mi pódcast. No me equivoco con las palabras. Es el tono. Las tres primeras suenan a anuncio de curso milagroso; las cuatro siguientes, a nota de voz de alguien que se está quedando dormido. Apago el micro y pienso: si esta misma tarde grabé la voz en off de un Reel en diez minutos, ¿por qué demonios me estoy atascando aquí?
La respuesta, después de darle muchas vueltas, es que no son el mismo trabajo. Ni de lejos.
Voz en off para Reels y TikTok: corta, pero pegada al vídeo
El problema de la voz en off para redes no es la duración. Es la densidad.
Un vídeo de 60 segundos puede llevar 120 palabras, pero cada una tiene que caer justo cuando toca. Si te paras medio segundo, el dedo del espectador ya está deslizando. Por eso escribo esos guiones a trozos, con frases cortas, respiraciones claras. Tiene que sonar a alguien que te está contando algo al lado, no a un locutor leyendo un comunicado.
Y ahí está mi primer problema: no soy actor de doblaje. Grabar con mi voz real implica repetir, calentar, repetir otra vez. Un Reel me puede costar una hora. Así que empecé a pasar esos textos por un texto a voz gratis usando mi propia voz clonada. Como son frases cortas, la puntuación automática me sale más estable que a mí.
Si buscas una voz en off IA gratis para redes, mi consejo es que empieces por ahí. No necesitas un sintetizador de voz gratis con mil ajustes. Con que respete las pausas, vas sobrado.
Ojo con esto: mucha gente prueba un generador de voz gratis por primera vez y pega un guion con párrafos largos, subordinadas y paréntesis. El resultado suena a robot con hipo. Para redes hay que reescribir en frases que se puedan decir de una sola respiración. Si dudas, corta con coma. No tengas miedo.
La intro de un pódcast: larga, y lo difícil es que no se te vaya el tono
La intro de un pódcast es otra especie.
Suele tener entre 200 y 400 palabras. Presentas el tema, al invitado, y metes un poco de gancho emocional. No es una barbaridad de texto, pero la exigencia cambia por completo: necesita estabilidad. No puedes empezar eufórico y terminar apagado. Tampoco puedes mantener el mismo tono plano todo el rato, porque suena a manual de instrucciones.
Al principio lo grababa con mi voz. El fallo era siempre el mismo: la primera frase y la última no conectaban. Al principio tenía energía, la voz brillaba. Al final ya estaba cansado, la voz se caía. El oyente no sabía decir qué pasaba, pero notaba algo raro. Como si le estuvieras leyendo el menú de un restaurante.
Cuando pasé a clonar mi voz online y sintetizar la intro, ese problema desapareció. El modelo mantiene el mismo tono en todo el texto. Para texto a voz español gratis, la muestra tiene que ser tuya; si usas una voz genérica, el oyente nota el cambio. El precio es que pierde algo de vida. Esa respiración real, ese pequeño titubeo que hace humano, se nota menos. Lo acepto. Porque grabar siete tomas tampoco me garantizaba una intro perfecta.
Mi método actual: un flujo, dos usos
Total, que he juntado las dos cosas en un solo proceso.
Primero escribo el guion. La versión para Reel va en frases cortas. La versión para pódcast va en párrafos. Después las dos pasan por un clonador de voz gratis usando mi voz como base. En VoxClone no hace falta registrarse: abres, pegas y escuchas. Para alguien que trabaja a la una de la madrugada, tener un sintetizador de voz gratis que no te pida el móvil es un lujo.
Los pasos son más o menos estos:
- Prepara una muestra limpia de tu voz, mínimo 30 segundos. Sin eco, sin ventilador, sin música de fondo.
- Súbela a la página de clonación y espera a que el modelo termine.
- Pega el guion, escucha, ajusta comas y puntos. Esta parte es la que más tiempo lleva.
- Exporta el audio. El de Reel va directo a CapCut o al editor. El del pódcast lo mezclo con una cama musical suave.
Lo que más me sorprendió fue el paso 3. La puntuación importa muchísimo. Un punto donde iba una coma y el tono cambia por completo. No es magia, es prueba y error.
También he hecho locución con IA gratis para cuñas de un cliente, y doblaje con IA gratis para un vídeo de YouTube. No es lo mismo que un actor de doblaje, pero para según qué piezas, cumple. Si quieres crear audiolibro con IA, ojo: ahí el tono plano se nota más.
Si haces pódcast, puedes generar la intro y el cierre de una vez. Así mantienes la misma textura de voz. Eso importa para la identidad del programa: si tus oyentes escuchan tres episodios, se acostumbran a tu voz. Si en el cuarto aparece otra, se nota un corte raro. Yo tengo plantillas para secciones fijas, como «las tres noticias de la semana». Cambio el contenido, no la estructura.
Sobre lo de clonar voz gratis, mi opinión es clara: si puedes empezar sin pagar, empieza sin pagar. No compres un plan anual antes de saber si lo vas a usar. La mayoría no necesitamos funciones avanzadas. Primero monta el flujo. Yo tampoco me creía eso de «voz sintética gratuita sin registro», pero de momento no me ha pedido la tarjeta. Tampoco he llegado a necesitar una API de TTS gratis; con pegar el texto a mano me vale. Más pruebas y errores los tengo en más tutoriales.
Preguntas frecuentes
¿Se nota que la voz está hecha con IA?
Depende de lo que exijas. Para una voz en off de TikTok o Reels, la mayoría de la gente no lo nota. Para un audiolibro o contenido con emociones fuertes, esa sensación plana todavía se escapa. Mi regla: si el contenido es informativo, sirve. Si es interpretativo, se queda corto.
¿Hace falta registrarse para usar el clonador?
En VoxClone no. Abres y pruebas. Para mí, que sea TTS gratis sin registrarse es un requisito. He probado plataformas donde el proceso de registro dura más que mis ganas de usarlas. Ahora bien, que no pida registro no significa que no tenga límites. Lo mejor es que lo pruebes tú.
¿Puedo usarlo para todo un episodio de pódcast?
Técnicamente sí. Pero yo lo reservaría para intro, cierre y cuñas publicitarias. Si toda la voz es sintética, el oyente se cansa antes. El pódcast vive de la persona. La IA te quita trabajo repetitivo, no te sustituye la conversación.
Una cosa antes de que te vayas
Si haces pódcast o vídeos cortos, mi consejo es que esta noche cojas un guion que ya tengas escrito y lo pases por un generador de voz gratis. No busques la perfección. Escucha cómo suena tu voz clonada y decide. Mucha gente lleva meses dándole vueltas a si usar IA o no. Se resuelve probando una vez.
Yo ya he borrado las siete tomas de la intro. Son casi las dos. Y estoy escribiendo el guion del siguiente episodio.