«Generador de voz» agrupa productos muy distintos: locución para vídeos, clonación, doblaje, voz dentro de una app o lectura de documentos. Esta guía empieza por lo que quieres hacer, comprueba qué voces en español hay de verdad, aclara el punto que más confunde (qué permite cada plan) y termina con lo que debes avisar cuando publicas una voz sintética.
Respuesta rápida
Para locuciones y clonación en español, ElevenLabs es un buen punto de partida, porque reúne locución, clonación y doblaje; Murf es la alternativa pensada para editar locuciones de vídeo y anuncios; Azure AI Speech si vas a poner voz dentro de una aplicación; Speechify si lo que quieres es que te lean textos. Y ojo: el plan gratuito de ElevenLabs no permite uso comercial.
Primero decide qué vas a hacer con la voz
Estas herramientas no compiten todas entre sí. Este mapa te lleva a la que encaja con tu caso; el resto de la guía explica el porqué.
Qué necesitas y con qué empezar — Es un punto de partida, no un ranking. Más abajo está cada herramienta con sus límites y precios.
Voces en español: qué se puede asegurar y qué no
El español es la pregunta que más se hace y la que peor se contesta en las comparativas. Esto es lo que dicen las propias fuentes de cada proveedor.
España y Latinoamérica no son lo mismo
La documentación de ElevenLabs lista «Spanish (Spain, Mexico)» entre los idiomas de sus modelos multilingües. Azure AI Speech es el más explícito: publica 22 variantes de español (España, México, Argentina, Colombia, Chile, Estados Unidos y más), con 15 o más voces para España y 16 o más para México; el resto de países tiene dos voces cada uno.
Si tu público es de España, comprueba que la voz que eliges está pensada para el acento peninsular y escúchala con tu propio guion: las pruebas con frases cortas engañan.
Cuántos idiomas «tiene» cada una
Las cifras varían mucho y no son comparables: ElevenLabs habla de más de 90 idiomas en su portada y de 29 en su API de texto a voz (sus páginas no coinciden); Murf, de más de 200 voces en más de 30 idiomas en Studio y de más de 150 voces en más de 35 idiomas en la prueba de su API; Speechify, más de 1.000 voces y más de 60 idiomas en el plan Premium. Que un idioma figure en la lista no dice cómo suena.
Qué no hemos encontrado
No hay una medición independiente de naturalidad en español que podamos citar. Cualquier ranking que te dé una puntuación sale de pruebas de quien lo escribe. Lo único fiable es escuchar tu propio texto en dos o tres opciones.
Cada herramienta, con su precio y su licencia
Precios en dólares y sin impuestos, tomados de cada web el 2 de octubre de 2026; con las ofertas de primer mes y los descuentos por pago anual cambian a menudo, así que confírmalos en su web.
Locución, clonación y doblaje en una sola plataforma
Para quién es: Creadores, estudios pequeños y empresas que quieren voces naturales en español, clonación y doblaje en una sola plataforma.
Lo que hace especialmente bien
Clonación instantánea desde Starter (con menos de dos minutos de audio) y clonación profesional desde Creator.
Doblaje desde Starter y estudio de doblaje desde Creator.
API disponible en los planes de pago y varios modelos según necesites calidad, latencia o textos largos.
Dónde se queda corta
El plan gratuito (10.000 créditos al mes) no permite uso comercial.
Cobra en créditos: con los modelos multilingües estándar, un carácter es un crédito; los modelos rápidos cuestan entre 0,5 y 1 crédito por carácter, así que el gasto depende del modelo.
Los 30.000 créditos de Starter equivalen a unos 30.000 caracteres con los modelos estándar: un capítulo largo (unas cinco mil palabras) ronda esa cifra.
Cómo es usarla: La clonación profesional exige verificar que la voz es tuya (usa un sistema de verificación por voz) y los términos prohíben introducir voces sobre las que no tengas derechos. Es una barrera útil, no un trámite: lee el apartado de derechos.
Precio: Gratis (10.000 créditos); Starter desde 5 $/mes al año (con ofertas de primer mes), 30.000 créditos y licencia comercial; Creator 22 $/mes (18,33 $ al año), 121.000 créditos; Pro 99 $ (82,50 $ al año), 600.000 créditos. Fuente: elevenlabs.io/pricing, 2 de octubre de 2026.
Alternativas cercanas: Murf: mejor si lo que quieres es editar una locución de vídeo, no clonar.
Para quién es: Equipos de marketing, formación y vídeo que quieren elegir voz, ajustar pausas y énfasis y descargar sin complicarse.
Lo que hace especialmente bien
Su plan Creator incluye todas las voces, descargas ilimitadas y derechos comerciales.
Business añade una licencia empresarial, más horas de generación y funciones de audio a texto.
El plan gratuito permite probar con 10 minutos de generación. Su tabla de planes habla de más de 200 voces en Studio; las más de 150 de otras páginas son de la prueba de su API.
Dónde se queda corta
Cobra por horas de generación al año (24 en Creator, 96 en Business), no por créditos: calcula cuántas horas de audio necesitas.
Su página de precios carga por JavaScript y no se pudo leer entera: las cifras salen de un resumen de esa misma página; confírmalas antes de pagar.
No es una herramienta de clonación como ElevenLabs.
Precio: Gratis (10 minutos de generación); Creator 19 $/mes facturado por año (228 $); Business 66 $/mes (792 $ al año). Fuente: murf.ai/pricing, 2 de octubre de 2026.
Alternativas cercanas: ElevenLabs: más control de modelos, clonación y API.
Para quién es: Estudiantes, profesionales y personas con dislexia o fatiga visual que quieren escuchar documentos, artículos y libros.
Lo que hace especialmente bien
El plan Premium incluye más de 1.000 voces en más de 60 idiomas, velocidades de lectura altas y resumen con IA.
Escanear y escuchar: puedes leer en voz alta un documento en papel o un PDF.
Dónde se queda corta
El plan gratuito tiene solo 10 voces de sonido robótico.
Speechify Studio (creación de locuciones) y la API de Speechify son productos aparte con su propia página de precios: Studio tiene Free con 600 créditos, Starter a 100 $ al año y Creator a 300 $ al año; la API (speechify.ai), Free, Starter a 10 $ al mes, Pro a 99 $ y Scale a 499 $. Esta reseña habla de la aplicación de lectura.
Precio: Gratis (10 voces); Premium 29 $/mes facturado mensualmente, con descuento por pago anual (la página anuncia un 60 %, sin precio exacto en el texto leído). Fuente: speechify.com/pricing, 2 de octubre de 2026.
Alternativas cercanas: ElevenLabs: si lo que quieres es producir audio para publicar.
Para quién es: Desarrolladores y equipos técnicos que necesitan voz sintética dentro de un producto, con control de variante de español.
Lo que hace especialmente bien
22 variantes de español, con voces de alta definición y multilingües en España y México.
Las voces HD con estilos emocionales están disponibles en español (hasta 18 estilos en algunas voces mexicanas).
Plan gratuito de 0,5 millones de caracteres neuronales al mes y pago por uso después.
Dónde se queda corta
No es un estudio para creadores: sin editor de locuciones ni interfaz para el no técnico.
Las voces personalizadas (voz profesional personalizada) se facturan aparte por entrenamiento, alojamiento y síntesis.
La página de tarifas muestra 15 $ por millón de caracteres de voz neuronal en la vista por defecto; el precio depende de la región y la moneda, y la capa gratuita es de 0,5 millones de caracteres. Microsoft lo llama ahora Azure Speech in Foundry Tools.
Precio: Capa gratuita de 0,5 millones de caracteres neuronales al mes; después, pago por uso por millón de caracteres. Fuente: azure.microsoft.com, 2 de octubre de 2026.
Alternativas cercanas: ElevenLabs: API más sencilla de empezar a usar, con clonación incluida.
Uso comercial y derechos: lo que más se entiende mal
Hay tres preguntas distintas y se mezclan siempre: si el plan te deja usar el audio con fines comerciales, de quién es el audio que sale y si tienes derecho a la voz que has usado.
Gratis no significa que puedas monetizarlo
En ElevenLabs los términos dicen que, si usas el servicio gratis, solo puedes hacerlo con fines no comerciales; con un plan de pago puedes usarlo comercialmente respetando su política de usos prohibidos. En WellSaid, el plan de prueba no incluye derechos comerciales y los de pago sí. En Murf, la licencia comercial llega con el plan Creator. Si vas a publicar en un canal monetizado, en un curso de pago o en un anuncio, mira el plan antes de generar.
De quién es el audio que sale
ElevenLabs establece que, entre tú y la empresa, conservas los derechos sobre el resultado que generes. Esto no te da derechos sobre una voz que no es tuya: es otra cuestión.
Clonar una voz: la tuya, o con permiso
Los términos de ElevenLabs exigen que tengas los derechos necesarios sobre lo que introduces, y la clonación profesional comprueba por voz que es tu propia voz. En España, además, la Ley Orgánica 1/1982 considera intromisión ilegítima utilizar la voz de una persona con fines publicitarios, comerciales o de naturaleza análoga, y excluye la intromisión cuando el titular ha dado su consentimiento expreso. Clonar a otra persona sin su permiso para un anuncio es justo lo que esa norma protege.
Créditos, horas o caracteres: cómo cobra cada una
Cada herramienta cobra por una unidad distinta, y por eso los precios no se comparan a simple vista.
3 minutos de descarga al mes, sin derechos comerciales
Desde Starter
Solo Enterprise
Fuente: páginas oficiales de precios y documentación de cada herramienta, 2 de octubre de 2026. Con 30.000 créditos de ElevenLabs Starter puedes generar unos 30.000 caracteres de texto con los modelos multilingües estándar; los modelos rápidos gastan menos.
Según lo que vayas a hacer
Haces vídeos de YouTube o cursos con locución propia.
ElevenLabs Starter si quieres clonar tu voz; Murf Creator si prefieres elegir entre voces ya hechas y ajustar pausas. Con cualquiera de las dos, comprueba la licencia comercial antes de monetizar.
ElevenLabs incluye doblaje desde Starter y un estudio de doblaje desde Creator. Si lo que buscas es un vídeo completo con voz integrada, mira la guía de crear vídeos con IA.
Ojo: Calcula caracteres al mes antes de elegir: es lo que decide el coste.
Quieres un audiolibro o un podcast con una voz constante.
ElevenLabs con una voz clonada o elegida y un modelo estable para textos largos; su documentación recomienda el modelo multilingüe v2 para generaciones largas.
Prefieres elegir una voz ya hecha, ajustar pausas y énfasis y pagar por horas de audio.
Criterio
ElevenLabs
Murf
Clonación
Instantánea desde Starter y profesional desde Creator.
No es su propuesta principal.
Cómo se paga
Créditos al mes; el gasto depende del modelo y de cuántos caracteres generes.
Horas de generación al año, más fácil de calcular para proyectos de vídeo.
Plan gratuito
10.000 créditos al mes, sin uso comercial.
10 minutos de generación, para probar.
Precio de entrada con licencia comercial
Starter, desde 5 $/mes al año.
Creator, 19 $/mes al año.
Si no sabes cuál, genera el mismo párrafo de tu guion en ambas, escucha las dos con auriculares y decide por el oído antes que por el precio.
Antes de publicar un audio generado con IA
✓Mira la licencia de tu plan — Que el plan gratuito permita usar el audio no significa que permita monetizarlo.
✓Confirma de quién es la voz — Tuya, de una voz de la biblioteca de la herramienta o de otra persona con su permiso expreso.
✓Escucha el resultado completo con tu guion real — Las frases de prueba de la web son las que mejor suenan; los números, siglas y nombres propios son donde falla.
✓Decide cómo vas a avisar — Si la voz imita a una persona real, el aviso de contenido sintético es obligatorio en la UE desde agosto de 2026.
✓Guarda una copia del audio final — Play.ht borró audios y clones al cerrar. No dependas de que la herramienta los conserve.
Preguntas frecuentes
¿Cuál es el mejor generador de voz con IA en español?
Depende de qué hagas con la voz. ElevenLabs reúne locución, clonación y doblaje en una sola plataforma; Murf encaja si editas locuciones de vídeo; Azure AI Speech si vas a integrarlo en una aplicación. No hay una medición independiente de naturalidad en español, así que lo más fiable es escuchar tu propio texto en dos o tres opciones.
¿Puedo usar el audio del plan gratuito en un vídeo monetizado?
En ElevenLabs no: los términos limitan el uso gratuito a fines no comerciales. En WellSaid, el plan de prueba tampoco incluye derechos comerciales. Mira siempre la licencia del plan antes de publicar.
¿Puedo clonar la voz de otra persona?
Solo con su permiso. Los términos de ElevenLabs exigen tener los derechos sobre lo que subes, y en España la Ley Orgánica 1/1982 protege la voz frente a su uso publicitario o comercial sin consentimiento expreso. Si el resultado puede parecer auténtico, además, el Reglamento de IA exige avisar de que es contenido generado.
¿Hay que avisar de que una voz es de IA?
En la UE, desde el 2 de agosto de 2026, quien usa IA para crear contenido que parece auténtico y se parece a personas reales (un «deep fake») debe informar de que es generado o manipulado. En obras evidentemente artísticas o de ficción, el aviso se limita a no estorbar la obra. Es información general, no asesoramiento jurídico.
¿Qué pasó con Play.ht?
Cerró el 31 de diciembre de 2025 tras la compra de su equipo por Meta, y borró cuentas, audios y clones, según varias fuentes especializadas. Si una comparativa antigua la recomienda, ignora esa recomendación.
Cómo hemos preparado esta guía
La base de esta guía son las páginas de precios de cada herramienta, la documentación de modelos de ElevenLabs y de idiomas de Azure, los términos de uso de ElevenLabs y las normas que se citan: la Ley Orgánica 1/1982 y la información de la Comisión Europea sobre el artículo 50 del Reglamento de IA. No hemos medido la naturalidad de ninguna voz.
Elegimos las herramientas por cubrir necesidades distintas (locución, clonación, aplicaciones, lectura de textos) y por tener información oficial legible. La página de precios de Murf no se pudo leer entera y LOVO ya no funciona; lo decimos donde importa.
Las ofertas de primer mes y los descuentos por pago anual mueven mucho los precios: antes de pagar, compáralos con la tarifa que veas en la web del fabricante.