Clonar voz: clona tu propia voz y haz que lea un texto
Atajo en el chat: /clonarvoz
Para clonar voz, lees unos minutos de texto, subes la grabación y recibes un texto de hasta 2.500 caracteres leído con tu propia voz. El clon se crea solo para esa generación y después se borra.
Con cuenta
Coste: 17.800 tokens por cada 1.000 caracteres iniciados · El archivo subido se elimina a las 24 horas; el resultado se queda en «Mis archivos multimedia».
Esta herramienta se puede usar con una cuenta gratuita. Regístrate gratis
Tu voz, sin hablar al micrófono cada vez
Al clonar voz, un modelo aprende de una muestra breve cómo suena tu voz: timbre, tono, ritmo al hablar. Después lee tu texto (hasta 2.500 caracteres por generación) con esa voz. A diferencia de texto a voz con voces de biblioteca, suena a ti, y a diferencia del cambiador de voz, no tienes que grabar el texto tú mismo.
Te resulta útil si publicas audio con tu voz con regularidad pero no quieres grabarte cada vez: correcciones en un episodio de pódcast, voz en off para vídeos explicativos, contenidos de formación o una versión leída de tu propio texto. Solo cambias el texto; como cada vez se crea un clon nuevo, el parecido y la entonación pueden variar ligeramente de una generación a otra.
El clon se genera solo para esa generación y después se borra en el proveedor; no hay una biblioteca de voces permanente. Eso implica subir la muestra cada vez, pero evita que tu voz quede almacenada de forma permanente como clon.
Cómo funciona
- 1
Graba y sube la muestra
Al menos 10 segundos, recomendado de 1 a 3 minutos leídos con calma y claridad; súbela como MP3, M4A, WAV, OGG o FLAC hasta 50 MB y 5 minutos.
- 2
Escribe el texto
Introduce el texto que debe decirse, hasta 2.500 caracteres; los signos de puntuación y los párrafos controlan las pausas.
- 3
Quita el ruido y confirma
Deja activado «Eliminar ruido de fondo de la muestra» y confirma con la casilla que es tu voz o que tienes permiso.
- 4
Escucha y guarda
Inicia la generación, escucha el resultado y descárgalo como MP3 o sigue editándolo con «Cortar audio».
Usos típicos
Corrección de pódcast
Sustituir después una frase mal dicha o una cifra con tu propia voz, sin volver a grabar.
Voz en off para vídeos explicativos
Escribir el guion, generarlo con tu propia voz y, si hay cambios, ajustar solo el texto.
Cursos y formaciones
Producir lecciones con una voz constante, aunque el contenido se cree a lo largo de semanas.
Leer tus propios textos
Ofrecer una entrada de blog, un boletín o un capítulo de libro como versión de audio con tu propia voz.
Bueno saberlo
- Muestra: MP3, M4A, WAV, OGG o FLAC hasta 50 MB, mínimo 10 segundos y máximo 5 minutos; se recomiendan de 1 a 3 minutos de habla clara de un solo hablante, sin música ni reverberación.
- El interruptor «Eliminar ruido de fondo de la muestra» está activado por defecto y ayuda con el ruido o el sonido de la sala.
- Sin la casilla de consentimiento no se inicia la generación; solo se permite la propia voz o una con permiso expreso. La casilla es una declaración, no una verificación de identidad.
- El clon se genera solo para esta generación y después se borra en el proveedor; si el borrado falla varias veces, queda registrado. La muestra se borra en nuestro sistema pasadas 24 horas (la limpieza se ejecuta cada hora); el MP3 se queda en tu mediateca hasta que lo elimines allí.
- Texto hasta 2.500 caracteres por generación; coste: cantidad fija de tokens por cada 1.000 caracteres iniciados, clonar no cuesta nada extra. Solo con cuenta, sin suscripción.
- Uso del resultado según las condiciones del proveedor de audio; al publicar, ten en cuenta las obligaciones de etiquetado de contenidos de IA.
Preguntas frecuentes
¿De quién puedo clonar la voz?
Solo la tuya o la de una persona que te lo haya permitido expresamente; la voz forma parte de los derechos de la personalidad. Con la casilla lo declaras (no es una verificación de identidad); el uso indebido conlleva el bloqueo de la cuenta.
¿Cómo grabo una buena muestra?
Una sala silenciosa, un solo hablante, sin reverberación, sin música, al menos 10 segundos, mejor de 1 a 3 minutos en el tono que quieres oír en el resultado. Una distancia constante al micrófono y frases variadas ayudan más que una grabación larga. Las grabaciones de móvil bastan.
¿Se guarda mi voz?
No como clon permanente: para cada generación se crea en el proveedor un clon instantáneo, se lee el texto y después se borra el clon; si el borrado falla, se reintenta y, si sigue fallando, queda registrado. La muestra se borra en nuestro sistema pasadas 24 horas (la limpieza se ejecuta cada hora); el MP3 se queda en tu mediateca.
¿Cómo controlo pausas y entonación?
Con el texto: comas, puntos y párrafos crean pausas; los signos de interrogación elevan la voz. El tono lo toma el clon de la muestra; entonación y parecido pueden variar ligeramente de una generación a otra.
¿Habla el clon también otros idiomas?
El modelo puede leer texto en otros idiomas con tu timbre; el acento y la calidad no los hemos comprobado por idioma. Lo mejor es probar con un texto corto.
¿Cuánto cuesta?
Por cada 1.000 caracteres de texto iniciados, una cantidad fija de tokens que aparece encima de la herramienta; cada generación admite hasta 2.500 caracteres. Clonar no cuesta nada extra. Solo se puede usar con cuenta.
¿Tengo que etiquetar las voces de IA?
El habla generada se considera sintética. Al publicar pueden aplicarse obligaciones de etiquetado, sobre todo si se imita a una persona real (Reglamento de IA de la UE, art. 50).