Generadores de voz IA: cómo elegir el mejor (comparativa)

Pegas un guion, eliges una voz y descargas un MP3. Eso es un generador de voz IA. Los buenos ya no suenan a robot: respiran, hacen pausas y suben el tono en las preguntas.

La demo de cada marca está elegida para lucirse, así que no te dice gran cosa. Lo que sí te dice algo es tu propio texto y estos ocho puntos, que deciden cuánto pagas y qué puedes hacer con el audio:

1. 1Calidad con tu texto, no con la frase de ejemplo.
2. 2Idiomas y acentos: el tuyo y el de tu público.
3. 3Clonación de voz: si puedes crear la tuya y cuántas te deja guardar.
4. 4Precio por minuto, calculado por ti y no el de la portada.
5. 5Cuándo caduca el saldo: cada mes, a los dos meses o nunca.
6. 6Suscripción o pago único.
7. 7Licencia de uso comercial, sobre todo en el plan gratis.
8. 8API y formatos de salida, si vas a automatizar o a montar video.

Con el texto que vas a usar. Un párrafo de tu guion dice más que diez demos, porque lleva tus nombres propios, tus cifras y tu manera de puntuar.

Clonar es sacar una voz sintética que suena como tú a partir de una grabación tuya. Lo ofrecen casi todos, así que lo útil es preguntar en qué condiciones:

• ¿Cuántas voces propias puedes guardar? En varios planes de entrada hay un número fijo de huecos y, para crear una voz nueva, toca borrar otra.
• ¿Entra en el plan más barato o solo en los caros?
• ¿Te pide confirmar que la voz es tuya o que tienes permiso? Si no lo pide, mala señal: clonar la voz de otra persona sin su permiso puede ser ilegal.
• ¿Tu voz clonada puede hablar en otros idiomas?

En una marca, un crédito es un carácter. En otra, el plan se vende en minutos. Para compararlas hay que pasarlo todo a la misma unidad: euros por minuto de audio.

Divide el precio del plan entre los minutos que te da. Si el plan viene en caracteres, divide los caracteres entre unos 1.000 y tendrás los minutos aproximados.

De cada marca se toma el plan de entrada, el más barato que se puede contratar, a precio mensual y nunca con el anual prorrateado. De Voizum, el pack con mejor precio por crédito. Todo está en euros por minuto de audio.

Con estos datos, Voizum es el más barato de la tabla: 0,013 €/min, 3,1 veces menos que el siguiente, TTSMaker. Con el pack más pequeño sale a 0,016 €/min, y sigue por debajo de todos los demás.

Antes de publicar un video monetizado, un anuncio o un curso de pago, lee la licencia. Es el paso que más gente se salta, y en los planes gratis es donde suele estar la sorpresa.

Fish Audio indica en su página de planes que los usuarios gratuitos solo pueden usar el audio en proyectos personales y no comerciales. ElevenLabs incluye la licencia comercial a partir de su plan Starter, no en el gratis. Si pruebas gratis en uno de ellos, no metas ese audio en nada con lo que ganes dinero.

En Voizum, las condiciones de uso permiten usar los audios que generas para lo que quieras, también con fines comerciales, salgan de créditos comprados o gratis. Lo que no se puede hacer, lo pague quien lo pague: suplantar a nadie, engañar, acosar o publicar contenido ilegal.

Si haces un video de vez en cuando, la API te da igual. Si quieres generar audio desde tu app, una hoja de cálculo o una herramienta de automatización, mira si la API entra en lo que pagas o se cobra aparte. La tabla de arriba lo dice para cada marca.

El MP3 vale para casi todo: editores de video, redes sociales, podcasts y presentaciones. Lo que sí conviene mirar es si el generador guarda tus audios y cuánto tiempo.

Puedes elegir sin gastar nada si los pruebas a todos igual:

1. 1Usa en todos el texto de la prueba de los cinco minutos, sin cambiar una coma.
2. 2Abre el plan gratis de cada uno. Apunta cuántos minutos da y si caducan.
3. 3Genera ese texto con una voz parecida en cada uno: mismo sexo, mismo idioma y, si se puede, mismo acento.
4. 4Escucha los resultados seguidos sin mirar cuál es cuál. Quédate con los dos que mejor suenen.
5. 5Con esos dos, calcula el precio por minuto con lo que piensas generar al mes y mira si el saldo caduca.
6. 6Lee la licencia del plan que vas a usar antes de publicar nada.

Cada 1.000 caracteres cuestan 60 créditos, así que un minuto de audio son unos 60 créditos. El coste lo ves antes de generar.

No hay suscripción: compras un pack una vez y los créditos no caducan. Los gratis de cada mes sirven para generar audios y diálogos. Clonar voces, la API y doblar videos piden haber comprado alguna vez.