Cómo hacer una voz en off con IA gratis (paso a paso)

Una buena voz en off marca la diferencia entre un vídeo que parece amateur y uno que parece de un canal grande. Hasta hace poco tenías dos opciones: grabarte tú (con el micro, el ruido de fondo y los veinte intentos) o pagar a un locutor. Hoy hay una tercera que cuesta cero euros y suena sorprendentemente profesional: generarla con IA.

En esta guía montamos una locución completa para un vídeo de YouTube usando solo planes gratuitos. El proceso entero lleva unos 10 minutos la primera vez, y menos de 5 cuando le pillas el truco.

Qué necesitas antes de empezar

Tres cosas: el guion escrito (lo que quieres que diga la voz), una cuenta gratuita en una herramienta de voz con IA y el editor de vídeo que ya uses (CapCut, DaVinci, Premiere, da igual). No hace falta micrófono ni saber de audio.

Paso 1: elige la herramienta (y por qué ElevenLabs)

Probamos las principales para nuestra guía de mejores IA de voz y la conclusión se mantiene: ElevenLabs es la que suena más humana en español, con pausas y entonación naturales. Su plan gratis incluye unos 10.000 caracteres al mes, que dan para 8-10 minutos de locución: suficiente para dos o tres vídeos cortos o uno largo.

Si prefieres una alternativa con enfoque más corporativo (presentaciones, e-learning), Murf cumple bien y también tiene prueba gratuita. Para esta guía seguimos con ElevenLabs, pero los pasos son casi idénticos en cualquiera.

Paso 2: prepara el guion para que suene natural

El error número uno es pegar un texto pensado para leer, no para escuchar. Antes de generar nada: acorta las frases (máximo 15-20 palabras), usa puntos en vez de comas largas y escribe los números como quieres que se digan («dos mil veintiséis», no «2026» si te importa la pronunciación).

Truco que cambia el resultado: los puntos suspensivos generan pausas dramáticas y las comas pausas cortas. Si una frase suena atropellada, no toques los ajustes de voz; añade puntuación. Es la forma más fiable de dirigir la interpretación.

Paso 3: elige la voz

En la biblioteca de ElevenLabs filtra por idioma español y escucha tres o cuatro candidatas con un párrafo real de tu guion, no con la frase de ejemplo. Una voz que suena bien diciendo «hola, soy una voz de prueba» puede sonar rara con tu contenido. Para YouTube funcionan mejor las voces etiquetadas como «narration» o «conversational».

¿Quieres usar tu propia voz sin grabarte cada vez? El clonado de voz existe, pero está en los planes de pago. Para empezar, una voz de biblioteca bien elegida es más que suficiente.

Paso 4: genera y ajusta

Pega tu guion por bloques de dos o tres párrafos, no entero de golpe: si algo sale mal solo regeneras ese bloque y no quemas caracteres del plan gratis. En los ajustes, sube la estabilidad si la voz «sobreactúa» y bájala si suena monótona; el punto dulce suele estar entre 40 y 60.

Escucha cada bloque antes de pasar al siguiente. Si una palabra se pronuncia mal, reescríbela fonéticamente («Iker» por «IKEA» jamás, pero «guifi» por «wifi» sí funciona). Regenerar un bloque dos o tres veces es normal: cada generación varía ligeramente.

Paso 5: descarga y monta

Descarga cada bloque en MP3, impórtalos a tu editor en orden y deja un respiro de medio segundo entre bloques. Dos ajustes finales que elevan el resultado: baja la música de fondo a un 10-15 % del volumen de la voz y añade una reducción de ruido suave si tu editor la tiene (aunque la voz IA viene limpia, unifica el conjunto con el resto del audio).

Los límites del gratis (y cuándo pagar)

Voz en off con IA: gratis vs pago

Los enlaces llevan a nuestra reseña, donde encontrarás el botón oficial (algunos de afiliado).

El plan gratis de ElevenLabs pide atribución (mencionar que el audio está hecho con su tecnología) y no incluye licencia comercial. Si monetizas los vídeos o locutas para clientes, el plan Starter cuesta menos que un café al mes y te cubre legalmente. Es de las pocas veces que recomendamos pagar pronto.

Preguntas frecuentes

Siguiente paso natural: compara las mejores IA de voz y locución de 2026, aprende a clonar tu propia voz con ElevenLabs, o si buscas el proceso específico para montar la locución en tus vídeos, tenemos un tutorial express de voz en off para vídeos.