GEO e IA
Voz con IA: cómo crear locuciones para vídeos y anuncios (10 herramientas comparadas)
Qué herramienta deja usar la voz en un anuncio sin pagar, cuál tiene acento de España de verdad, cuántas palabras caben en 30 segundos y qué dice la ley si quieres clonar una voz. Todo comprobado en sus páginas oficiales, con fecha.
La voz con IA convierte un texto en una locución que suena humana en segundos: escribes el guion, eliges una voz y descargas el audio para tu vídeo, tu anuncio o tu cuña de radio. Lo difícil no es generarla. Lo difícil es elegir una herramienta que te deje usarla en un anuncio, con un acento que no delate que no es de aquí.
Lo comprobamos en las páginas oficiales de 12 herramientas a finales de octubre de 2026. Tres prohíben el uso comercial en su plan gratis, cuatro lo permiten (dos con letra pequeña) y solo unas pocas separan el castellano de España del latino. Y la gente lo busca: «voz ia» suma 2.900 búsquedas al mes en España y «texto a voz», 5.400 (DataForSEO, octubre de 2026).
Aquí tienes la tabla, los pasos, cuántas palabras caben en 30 segundos y lo que dice la ley antes de clonar una voz. Va de la mano con el resto de nuestras guías de GEO e IA.
En esta guía
Qué es la voz con IA (texto a voz) y para qué sirve en marketing
La voz con IA, o texto a voz, es la tecnología que lee un texto con una voz sintética que suena natural.
La voz con IA es audio generado por un modelo de inteligencia artificial a partir de un texto escrito. Eliges una voz de una biblioteca, o clonas la tuya, y la herramienta la lee con entonación, pausas y el idioma que le pidas. Se usa para voces en off de vídeos, anuncios, cuñas, tutoriales y podcasts.
Lo que no es: un locutor que interpreta tu marca. No sabe dónde poner el énfasis si no se lo marcas, y no improvisa. Si quieres una intro con alma para un programa, antes mira cómo hacer un podcast y decide qué parte pide una voz humana.
Generador de voz IA: 10 herramientas comparadas
El mejor generador de voz IA para un anuncio es el que te deja usar el audio comercialmente y tiene el acento de tu público.
Comprobado a finales de octubre de 2026 en las páginas de precios y condiciones de cada una:
| Herramienta | Gratis | Uso comercial gratis | Acento de España | Desde |
|---|---|---|---|---|
| ElevenLabs | 10.000 créditos al mes | No; además, obliga a citarla | Sí (castellano) | 6 $ al mes |
| Adobe Firefly | Usos limitados | Sí, con su modelo Firefly Speech | Sí | 9,99 $ al mes |
| Google Cloud Text-to-Speech | 1 millón de caracteres al mes en voces HD | Pago por uso, sin límite comercial | Sí, 49 voces es-ES | 30 $ por millón |
| Microsoft Azure Speech | 500.000 caracteres al mes | Su página de precios no lo limita | Sí | No publicado |
| CapCut | Gratis en la web | Sí, con el filtro «Commercial License» | «Español», sin país | Gratis |
| Canva | Selección de voces gratis | No lo aclara en la página | Sin dato | Sin dato |
| Murf | Sin plan gratis en Studio | Sí, en los planes de pago | «Spanish», sin país | 19 $ al mes (anual) |
| Speechify Studio | 600 créditos | No | Sin dato | 100 $ al año |
| TTSMaker | 20.000 caracteres por semana | Sí, gratis | «Español», sin país | Gratis |
| SpeechGen | 3.000 caracteres al día durante 7 días | Sí, en todos los planes | Sin dato | 4,99 $ |
Dos avisos que no salen en las listas. PlayHT, que muchas guías siguen recomendando, ya no está operativa: su web no responde. Y la voz de OpenAI por API exige avisar al oyente de que la voz es artificial.
¿ElevenLabs es gratis?
Para probar, sí: 10.000 créditos al mes. Pero el plan gratis no permite uso comercial y, si publicas algo, tienes que citar a ElevenLabs en el título. Buscar «elevenlabs gratis» para un anuncio es buscar una licencia que no existe: para eso está Starter, desde 6 $ al mes.
Texto a voz IA gratis: qué da cada plan y si vale para un anuncio
Un plan de texto a voz IA gratis vale para un anuncio solo si su licencia lo permite; la cuota es lo de menos.
Escribimos una cuña propia de 30 segundos para una panadería inventada: 71 palabras y 402 caracteres. Esto da cada plan gratis con ese guion:
| Plan gratis | Lecturas del guion | ¿Sirve para el anuncio? |
|---|---|---|
| ElevenLabs | 24 al mes | No |
| TTSMaker | 49 a la semana | Sí |
| SpeechGen | 7 al día | Sí |
| Azure (F0) | 1.243 al mes | Sí, vía API |
| Google Chirp 3 HD | 2.487 al mes | Sí, vía API y con facturación activada |
Conclusión: si buscas voz ia gratis para algo que vas a publicar, la cuota sobra en casi todos. Lo que te deja fuera es la licencia.
Cómo poner voz a un vídeo con IA paso a paso
Para poner voz a un vídeo con IA, escribe el guion a la medida, elige una voz con licencia comercial y monta el audio en tu editor.
Lo que se busca como «voz en off IA» es justo esto, y se hace en una tarde.
-
Mide el hueco
Anota cuántos segundos dura el vídeo o la cuña. Es el límite del guion.
-
Escribe el guion a la medida
A 150 palabras por minuto, 30 segundos son unas 75 palabras. Cuéntalas con nuestro contador de palabras, que ya calcula la duración de la locución.
-
Escríbelo como se dice
Números en letra, sin siglas y marcas con su pronunciación: «Calle Mayor, doce», no «C/ Mayor 12».
-
Elige la voz con licencia comercial
Mira la tabla. Si usas CapCut, activa el filtro «Commercial License».
-
Comprueba el acento
Escucha una frase con «z», «c» y «vosotros». Si oyes «s» o «ustedes», es una voz latina.
-
Genera dos o tres versiones
Cambia la voz o la velocidad y quédate con la que suene a tu marca.
-
Monta el audio y etiqueta si toca
Bájale la música por debajo de la voz y marca el contenido como IA si imita a una persona real.
Si el guion lo escribe una IA, dale la duración, el público y el tono. Es ingeniería de prompts pura:
Escribe una cuña de radio de 30 segundos (máximo 70 palabras) para [negocio] en [ciudad]. Público: [quién]. Objetivo: [qué quieres que hagan]. Datos: [oferta, dirección, horario]. Escríbela para leer en voz alta: frases cortas, números en letra, sin siglas ni símbolos, y la marca al principio y al final. Español de España, de tú.
Palabras por minuto: cuánto texto cabe en 20, 30 o 60 segundos
En locución se calculan unas 150 palabras por minuto: 50 palabras en 20 segundos, 75 en 30 y 150 en 60.
La regla clásica de radio dice que 25 palabras escritas equivalen a unos 10 segundos de locución, según la Ecoescuela de Radio del Gobierno de Canarias. Es la cifra que usa nuestro contador.
| Duración | A 150 palabras por minuto | A 130 (voz pausada) |
|---|---|---|
| 15 segundos | 38 palabras | 33 palabras |
| 20 segundos | 50 palabras | 43 palabras |
| 30 segundos | 75 palabras | 65 palabras |
| 60 segundos | 150 palabras | 130 palabras |
Nuestra cuña de 71 palabras dura 28,4 segundos a 150 palabras por minuto. Ojo si traduces: el mismo anuncio en inglés tenía 60 palabras. Al pasarlo al español hay que recortar para que quepa.
Cambiar voz con IA: cómo funciona un cambiador de voz
Un cambiador de voz con IA convierte una grabación tuya en otra voz y conserva tu ritmo y tu interpretación. No lee un texto: te imita a ti.
Es la salida cuando el texto a voz te suena plano. Grabas el guion con el móvil, pones el énfasis donde toca y la herramienta cambia solo el timbre. Según la documentación de ElevenLabs, el resultado respeta la cadencia, la entonación, los susurros y las risas. Y mantiene el acento de la grabación: si la haces tú con acento de España, sale con acento de España, sea cual sea la voz que elijas. Eso resuelve el problema del acento de la tabla.
Lo que marca ElevenLabs:
- Duración: hasta 5 minutos y 50 MB por archivo. Si tu vídeo es más largo, pártelo por escenas.
- Coste: 1.000 créditos por minuto, según su página de precios. Una cuña de 30 segundos gasta 500, así que los 30.000 de Starter dan para unas 60 versiones. Starter ya incluye uso comercial.
- Formatos: audio (MP3, WAV, M4A) y vídeo (MP4, MOV), con opción de quitar el ruido de fondo.
¿Necesitas veinte versiones del mismo guion? Usa texto a voz. ¿Quieres una sola con la gracia de tu interpretación? Graba y convierte. Los cambiadores en tiempo real para juegos y directos son otra categoría y no los hemos comprobado. Y si eliges la voz de una persona real, manda el consentimiento del apartado siguiente.
Doblar vídeo con IA a otros idiomas: opciones gratis y de pago
Doblar un vídeo con IA es traducir su audio a otro idioma y generar la voz traducida, a menudo con la voz de quien habla. Hay tres caminos y los dos primeros no cuestan nada.
- YouTube: según su ayuda, el doblaje automático viene activado en los canales elegibles y crea pistas de audio en otros idiomas. Del español dobla al inglés, al portugués y al árabe. No admite vídeos de más de 120 minutos ni con poca voz, y no puedes editar el doblaje. Sí puedes elegir «publicar manualmente» para revisarlo antes.
- Reels de Instagram y Facebook: Meta dice que traducir reels con Meta AI es gratis. Imita tu voz, ofrece sincronizar los labios si quieres y marca cada reel como traducido. Lo tienen las cuentas públicas de Instagram en los países con Meta AI y los creadores de Facebook con 1.000 seguidores o más. Entre sus idiomas están el español, el inglés y el portugués.
- ElevenLabs: más de 90 idiomas, archivos de hasta 180 minutos y 2 GB, y cada hablante conserva su voz. Su página de precios marca 3.000 créditos por minuto en el modo automático sin marca de agua, y cada idioma se cobra aparte. Un anuncio de 45 segundos a dos idiomas gasta 4.500 créditos: un 15 % de los 30.000 de Starter. El doblaje del plan gratis lleva marca de agua.
Cuidado con el reloj. Nuestra cuña tenía 60 palabras en inglés y 71 en español, un 18 % más. Si el doblaje dura más que la imagen, se sale del hueco. Y antes de publicar, que un hablante nativo revise los eslóganes: una traducción literal rara vez suena a anuncio.
Clonar voz con IA: lo que dice la ley en España y la UE
Clonar voz con IA es legal con tu propia voz o con el consentimiento expreso de su dueño; usar la de otro en publicidad sin permiso, no.
- La voz es tuya por ley. La Ley Orgánica 1/1982 considera intromisión ilegítima usar la voz de una persona con fines publicitarios o comerciales sin su consentimiento expreso, que además se puede revocar.
- El aviso europeo. El artículo 50 del Reglamento europeo de inteligencia artificial obliga, desde el 2 de agosto de 2026, a avisar cuando publicas un audio que imita a una persona real y parecería auténtico. Las multas llegan a 15 millones o al 3 % de la facturación.
- Lo que viene. El proyecto de ley del derecho al honor que el Gobierno aprobó en julio de 2026 nombra ya la voz generada con IA. Aún no es ley.
- Las herramientas. ElevenLabs solo deja hacer un clon profesional de tu propia voz, tras verificar que eres tú.
¿Puedo clonar mi propia voz?
Sí, y es la opción más segura. Para clonar voz IA con la tuya, graba uno o dos minutos en un sitio silencioso y sin música; ElevenLabs lo permite desde su plan Starter. Si la voz es de un empleado, pide su consentimiento por escrito.
¿Hay que avisar de que la voz es IA en YouTube o Instagram?
Si imita a una persona real, sí. YouTube pide marcar el contenido realista que hace decir a alguien algo que no dijo, pero no exige marcar tu propia voz clonada para una locución. Meta obliga a etiquetar el audio realista creado con IA. TikTok pide etiquetar el contenido de IA realista.
Preguntas frecuentes sobre la voz con IA
¿Qué es ElevenLabs?
ElevenLabs es la herramienta de voz con IA más buscada en España, con unas 90.500 búsquedas al mes: convierte texto en voz, dobla vídeos a otros idiomas y clona voces. Tiene voces de castellano de España separadas de las latinas, algo que pocas ofrecen. Su plan gratis da 10.000 créditos al mes, pero no permite uso comercial y te obliga a citar a ElevenLabs si publicas. Para un anuncio necesitas, como mínimo, el plan Starter.
¿Cómo crear una voz con IA?
Hay dos caminos. El rápido: elegir una voz de la biblioteca de la herramienta, pegar el guion y descargar el audio. El personalizado: clonar tu propia voz con unos minutos de grabación limpia, algo que ElevenLabs ofrece desde sus planes de pago y que en su modalidad profesional solo permite con tu propia voz, tras verificar que eres tú. Clonar la voz de otra persona sin su consentimiento expreso no es una opción.
¿Cuál es la mejor IA de texto a voz?
Depende de para qué. Para un anuncio con acento de España, ElevenLabs de pago o las voces es-ES de Google y Microsoft, que se usan por API. Para empezar gratis y con uso comercial, TTSMaker o SpeechGen. Para montar el vídeo en el mismo sitio, CapCut. No hay una ganadora universal: escucha tu guion con dos o tres voces y quédate con la que suene a tu marca.
¿Se puede hacer voz con IA de famosos?
Para jugar en privado, la tecnología existe; para publicar o anunciar, no. En España, usar la voz de una persona con fines publicitarios sin su consentimiento es una intromisión ilegítima según la Ley Orgánica 1/1982. Las herramientas serias también lo prohíben: ElevenLabs no deja clonar a una persona viva sin su permiso explícito. Y desde agosto de 2026, el reglamento europeo obliga a avisar de cualquier audio que imite a alguien real.
¿Cómo hacer voz con IA en Canva?
Canva tiene un generador de voz con IA: en el editor escribes o pegas el guion, eliges una de las voces gratis (por ejemplo, Elsa o Pablo) y añades el audio a tu diseño o vídeo. Es cómodo si ya montas ahí tus piezas. Dos cosas que su página no aclara: el acento exacto de cada voz y si el plan gratis permite uso comercial. Antes de un anuncio, revisa los términos de IA de Canva.
¿Cómo se pone voz IA en CapCut?
En CapCut añades un texto al vídeo, eliges la opción de texto a voz y escoges una voz; el audio se coloca solo en la línea de tiempo. Es gratis en CapCut Web y su ayuda dice que permite uso comercial, pero su propio blog pide activar el filtro «Commercial License» al elegir la voz: hazlo, porque no todas las voces llevan esa licencia. Ojo con el acento: muchas voces dicen «español» sin país.