Tutoriales · Principiante

Cómo convertir texto a voz con IA (voces realistas)

Aprende a convertir texto a voz con IA usando ElevenLabs: elige una voz realista, convierte tu primer texto y descarga el audio en minutos, sin conocimientos técnicos.

  • ElevenLabs
  • Murf

En este tutorial vas a aprender a convertir texto a voz con IA usando ElevenLabs: una herramienta que genera locuciones realistas a partir de texto escrito, en más de 30 idiomas. En minutos puedes tener tu primera narración lista para usar en videos, podcasts o presentaciones, sin micrófonos ni estudios de grabación.

Toca cada paso para abrirlo y seguirlo.

Antes de empezar: ElevenLabs funciona en el navegador (elevenlabs.io), no necesitas instalar nada. El plan gratuito da 10,000 créditos al mes (unos 10 minutos de audio) sin derechos comerciales. Para publicar con fines comerciales necesitas el plan Creator ($22/mes). Confirma los precios actuales en la página oficial.

1 Crea tu cuenta en ElevenLabs
  1. Ve a https://elevenlabs.io
  2. Haz clic en Sign Up (arriba a la derecha).
  3. Puedes registrarte con tu cuenta de Google o con tu correo electrónico.
  4. Una vez dentro, verás el panel principal con la herramienta Speech Synthesis (Texto a voz) al centro.

ElevenLabs te asigna automáticamente el plan gratuito con 10,000 créditos al mes. Tus créditos disponibles aparecen en la barra lateral izquierda.

2 Explora y elige una voz

ElevenLabs tiene una biblioteca con cientos de voces en múltiples idiomas. Antes de convertir tu texto, elige la voz que mejor se adapte a tu proyecto.

  1. En el panel Speech Synthesis, haz clic en el selector de voz (donde dice el nombre de la voz activa).
  2. Se abre la Voice Library: puedes filtrar por idioma, género, edad y caso de uso (narración, noticias, conversacional).
  3. Haz clic en Preview junto a cualquier voz para escuchar una muestra.
  4. Cuando encuentres la voz que te gusta, haz clic en Add to My Voices y luego selecciónala en el panel principal.

Voces de calidad para español:

  • Busca voces con el filtro Spanish para encontrar locutoras y locutores nativos.
  • Las etiquetas “Narration” y “Audiobook” suelen dar voces más pausadas y claras.
3 Convierte tu primer texto a audio
  1. En el panel Speech Synthesis, escribe o pega el texto que quieres convertir en el campo grande de texto.
  2. Asegúrate de que la voz que elegiste en el paso anterior esté seleccionada.
  3. Haz clic en Generate (el botón con el icono de reproducción).
  4. ElevenLabs procesa el texto en unos segundos y reproduce el audio automáticamente.
  5. Escucha el resultado. Si algo no suena bien, puedes ajustar los controles en el siguiente paso antes de descargarlo.

Buenas prácticas para el texto:

  • Usa signos de puntuación: las comas y los puntos crean pausas naturales.
  • Escribe los números con letras si quieres control sobre cómo se pronuncian (“veinte dólares” en vez de “20 dólares”).
  • Para nombres o términos en otro idioma, escríbelos tal como suenan en español.
4 Ajusta el tono, la velocidad y las pausas

ElevenLabs tiene controles para afinar cómo suena la voz antes de descargar el audio final.

Controles de voz (en el panel de ajustes):

  • Stability (Estabilidad): cuánto varía la expresión de la voz. Más alto = más uniforme y predecible; más bajo = más expresivo y natural.
  • Similarity (Similitud): qué tan parecida es la voz generada al original de la muestra. Aumentar este valor da más consistencia.
  • Style (Estilo): ajusta la exageración de la actuación. Para narraciones, mantén este valor bajo.
  • Speaker Boost: mejora la claridad de la voz. Actívalo si la voz suena un poco apagada.

Para ajustar la velocidad, usa el parámetro de velocidad en las configuraciones avanzadas (entre 0.7 y 1.3 veces la velocidad normal).

Para pausas dentro del texto, agrega una coma extra o usa la etiqueta <break time="1s" /> (compatible con voces de alta calidad).

5 Descarga y usa tu audio

Una vez que el audio suena como quieres:

  1. Haz clic en el botón de descarga (icono de flecha hacia abajo) junto al audio generado.
  2. ElevenLabs descarga el archivo en formato MP3.
  3. Puedes importar ese MP3 directamente a tu editor de video (CapCut, Premiere, DaVinci Resolve), a tu plataforma de podcast, o usarlo en presentaciones.

Usos comunes del audio generado:

  • Narración de videos en YouTube o Reels
  • Voz en off para presentaciones de PowerPoint o Canva
  • Intro y outro para podcasts
  • Audiolibros y cursos online

Recuerda: con el plan gratuito el audio es solo para uso personal. Para proyectos con monetización o uso comercial necesitas el plan Creator o superior. Confirma siempre las condiciones actuales en https://elevenlabs.io/pricing.

Si quieres combinar este audio con video generado con IA, el tutorial Cómo crear videos con IA te muestra cómo producir los clips de video que puedes acompañar con estas locuciones.

Atajo: audio en 2 minutos

Si ya tienes cuenta y quieres generar tu primer audio de golpe, sigue este camino rápido:

  1. Entra a https://elevenlabs.io e inicia sesión.

  2. Ve a Speech Synthesis.

  3. En el selector de voz, elige cualquier voz con el filtro “Spanish” y escucha la muestra.

  4. Pega este texto de prueba:

    “La inteligencia artificial no te reemplaza: te da superpoderes. Lo que antes tomaba horas, ahora toma minutos. Este es tu primer paso para construir más con menos esfuerzo.”

  5. Haz clic en Generate y descarga el MP3.

El plan gratuito no pide tarjeta de crédito. Tienes suficientes créditos para generar varios minutos de audio al mes.

Para agregar esta narración a un video, aprende a producir clips visuales en el tutorial Cómo crear videos con IA.

Si algo sale mal
ProblemaQué hacer
La voz pronuncia mal una palabraEscríbela fonéticamente o usa la etiqueta SSML <phoneme>
El audio suena monótono o robóticoBaja el parámetro Stability y sube el Style ligeramente
La voz hace una pausa rara en medio de una fraseRevisa los signos de puntuación; un punto o coma de más genera una pausa innecesaria
Se me acabaron los créditos del mesLos créditos del plan gratuito se renuevan el día de tu aniversario de suscripción; considera el plan Starter si necesitas más
No puedo descargar el audioComprueba que iniciaste sesión; algunos navegadores bloquean descargas automáticas
El audio tiene ruido de fondo o cortesPrueba con una voz diferente o aumenta el parámetro Speaker Boost

Preguntas frecuentes

¿Puedo usar el audio de ElevenLabs en mis videos de YouTube o podcasts?

Con el plan gratuito no puedes usar el audio con fines comerciales (monetización, publicidad, venta). Con el plan Creator o superior obtienes derechos comerciales completos para publicar en YouTube, podcasts y otros canales. Confirma las condiciones actuales en la página oficial.

¿Cómo funciona la clonación de voz en ElevenLabs?

La clonación instantánea necesita solo un minuto de audio tuyo para crear un clon de tu voz. La clonación profesional requiere más muestras de audio y produce resultados más fieles. Ambas opciones están disponibles desde el plan Creator.

¿En qué idiomas puede hablar ElevenLabs?

ElevenLabs soporta más de 30 idiomas, incluyendo español, inglés, portugués, francés, alemán, japonés y chino. La calidad del español es muy buena: las voces suenan naturales y con acento correcto.

¿Qué son los créditos en ElevenLabs y cuánto audio producen?

Cada crédito equivale a un carácter de texto convertido a audio. Con 10,000 créditos generas aproximadamente 10 minutos de audio. Un texto de 1,000 caracteres (unas 150 palabras) produce entre 60 y 90 segundos de audio.

¿Hay alternativas a ElevenLabs para convertir texto a voz con IA?

Sí. Murf AI (plan gratuito con 10 minutos, desde $29/mes para uso comercial) ofrece voces de presentación muy pulidas, ideal para videos corporativos y cursos. Play.ht tiene un plan gratuito con ~12,500 caracteres al mes. Confirma los precios actuales en cada página oficial.