¿Cuánto debe durar la muestra de voz?

El editor de clonación de voz actual acepta una muestra de entre 10 y 60 segundos.

¿Qué formatos de archivo puedo subir?

Puedes subir archivos MP3, WAV, M4A, MP4 o MOV. El tamaño máximo actual es de 500 MiB.

¿Qué idiomas están disponibles?

Los idiomas disponibles dependen del modelo de voz seleccionado. El editor actualiza la lista de idiomas al cambiar de modelo.

¿Necesito permiso para clonar una voz?

Sí. Sube o graba únicamente una voz que te pertenezca o que tengas permiso para usar, y no utilices una voz clonada para suplantar o engañar a otras personas.

¿Cómo funciona la clonación de voz con IA?

El modelo analiza rasgos como el timbre, el tono, el ritmo, la pronunciación y el estilo de habla para crear una voz reutilizable capaz de sintetizar texto nuevo.

¿Cuánto tarda el entrenamiento?

Normalmente termina en unos dos minutos, aunque puede variar según el modelo y la carga actual del servidor.

¿Cómo puedo mejorar el parecido con la voz original?

Graba a una sola persona en un lugar silencioso, con frases naturales, distancia de micrófono y volumen constantes y poco eco. Usa la reducción de ruido solo si la fuente contiene ruido de fondo.

¿Puede una voz clonada hablar otro idioma?

Sí, si el modelo elegido admite el idioma de destino. Compara la cobertura de los modelos y escucha el resultado, ya que la pronunciación y la similitud pueden variar.

¿Dónde puedo usar la voz después del entrenamiento?

Cuando termine, escúchala en Mis resultados y selecciónala en el flujo de texto a voz para narraciones y otros proyectos de audio autorizados.

Clonar Voz

Nombre de Voz

Modelo de Clonación

Idioma Objetivo

Cargar desde local (Idealmente 10 - 15 segundos)

Haz clic o arrastra un archivo a esta área para cargar
Formato: mp3/wav/m4a/mp4/mov, Tamaño: hasta 500MB Duración: 10 segundos a 60 segundos

Grabar tu Voz

Eliminar ruido de fondo/música

Costo de Entrenamiento: 0

Uso de TTS:1 / 10s

Requisito de Clonación de Voz

Proceso de Operación

1
Seleccionar Modelo de ClonaciónA2E, A2E-V2, Cartesia, MiniMax, Elevenlabs
2
Seleccionar Idioma ObjetivoAuto-seleccionado basado en el idioma de tu interfaz, ajustable manualmente
3
Cargar Archivo de AudioUna sola persona, vocales claros, sin ruido de fondo, volumen consistente, recomendamos usar archivos wav de alta calidad sin ruido de fondo
4
Establecer Información BásicaIngresar nombre de voz
5
Iniciar EntrenamientoUsualmente se completa en 2 minutos

Idiomas Soportados

A2E (13)

English, Chinese (中文), Japanese (日本語), German (Deutsch), French (Français), Spanish (Español), Korean (한국어), Arabic (العربية), Russian (Русский), Dutch (Nederlands), Italian (Italiano), Polish (Polski), Portuguese (Português)

A2E-V2 (10)

Chinese (中文), English, German (Deutsch), Italian (Italiano), Portuguese (Português), Spanish (Español), Japanese (日本語), Korean (한국어), French (Français), Russian (Русский)

Cartesia (15)

English, Chinese (中文), French (Français), German (Deutsch), Spanish (Español), Portuguese (Português), Japanese (日本語), Hindi (हिन्दी), Italian (Italiano), Korean (한국어), Dutch (Nederlands), Polish (Polski), Russian (Русский), Swedish (Svenska), Turkish (Türkçe)

MiniMax (40)

Chinese (中文), Chinese,Yue (粤语), English, Arabic (العربية), Russian (Русский), Spanish (Español), French (Français), Portuguese (Português), German (Deutsch), Turkish (Türkçe), Dutch (Nederlands), Ukrainian (Українська), Vietnamese (Tiếng Việt), Indonesian (Bahasa Indonesia), Japanese (日本語), Italian (Italiano), Korean (한국어), Thai (ไทย), Polish (Polski), Romanian (Română), Greek (Ελληνικά), Czech (Čeština), Finnish (Suomi), Hindi (हिन्दी), Bulgarian (Български), Danish (Dansk), Hebrew (עברית), Malay (Bahasa Melayu), Persian (فارسی), Slovak (Slovenčina), Swedish (Svenska), Croatian (Hrvatski), Filipino, Hungarian (Magyar), Norwegian (Norsk), Slovenian (Slovenščina), Catalan (Català), Nynorsk, Tamil (தமிழ்), Afrikaans

Elevenlabs (36)

English (USA), Chinese (中文), English (UK), English (Australia), English (Canada), Japanese (日本語), German (Deutsch), Hindi (हिन्दी), French (France) (Français (France)), French (Canada) (Français (Canada)), Korean (한국어), Portuguese (Brazil) (Português (Brasil)), Portuguese (Portugal) (Português (Portugal)), Italian (Italiano), Spanish (Spain) (Español (España)), Spanish (Mexico) (Español (México)), Indonesian (Bahasa Indonesia), Dutch (Nederlands), Turkish (Türkçe), Filipino, Polish (Polski), Swedish (Svenska), Bulgarian (Български), Romanian (Română), Arabic (Saudi Arabia) (العربية (السعودية)), Arabic (UAE) (العربية (الإمارات)), Czech (Čeština), Greek (Ελληνικά), Finnish (Suomi), Croatian (Hrvatski), Malay (Bahasa Melayu), Slovak (Slovenčina), Danish (Dansk), Tamil (தமிழ்), Ukrainian (Українська), Russian (Русский)

Voz personalizada reutilizable

Crea una voz de IA reutilizable a partir de tu propia muestra

Entrena una voz personalizada para narraciones, contenido localizado, prototipos y producción de audio recurrente. Elige entre los modelos de voz y los idiomas disponibles, que varían según el modelo.

Muestra de 10–60 segundos
Audio o vídeo de hasta 500 MiB
Idiomas según el modelo

Cómo clonar una voz

Añade una muestra de voz. Graba o sube una muestra clara MP3, WAV, M4A, MP4 o MOV de 10–60 segundos.
Elige las opciones de entrenamiento. Ponle un nombre a la voz, elige un modelo y un idioma compatible y, si quieres, reduce el ruido de fondo.
Entrena y reutiliza la voz. Inicia el entrenamiento, previsualiza la voz terminada y selecciónala en los flujos de texto a voz.

Elige el modelo de clonación de voz con IA adecuado

Compara A2E, A2E-V2, Cartesia, MiniMax y ElevenLabs en un mismo flujo. Cada modelo tiene idiomas y costes de entrenamiento distintos: elige primero el modelo, después un idioma compatible y escucha el clon antes de usarlo en producción.

¿Qué puedes crear con una voz clonada?

Una voz de IA reutilizable mantiene un sonido uniforme cuando cambian los guiones, los formatos o los idiomas de destino.

Locuciones de vídeo. Narra vídeos de producto, tutoriales, clips sociales y contenido recurrente sin volver a grabar cada revisión.
Pódcasts y audiolibros. Crea narraciones, corrige una frase o actualiza un episodio conservando la misma identidad vocal.
Localización multilingüe. Genera idiomas de destino compatibles con una voz reconocible para campañas y contenidos educativos localizados.
Prototipos y educación. Añade una voz uniforme a demos, presentaciones, lecciones y prototipos de accesibilidad.

Cómo conseguir una clonación de voz más precisa

Usa una grabación limpia con una sola persona, ritmo natural, volumen constante y poco eco o música. Evita voces superpuestas, compresión agresiva, efectos y silencios largos. El editor valida la duración, ofrece reducción de ruido y muestra los idiomas compatibles. Escucha siempre el resultado tras el entrenamiento.

Usarla para texto a voz

Consentimiento y clonación de voz responsable

Clona únicamente tu propia voz o una para la que tengas autorización. Nunca presentes audio sintético como una declaración real de alguien que no lo haya aprobado.

Preguntas frecuentes sobre clonación de voz

¿Cuánto debe durar la muestra de voz?
El editor de clonación de voz actual acepta una muestra de entre 10 y 60 segundos.
¿Qué formatos de archivo puedo subir?
Puedes subir archivos MP3, WAV, M4A, MP4 o MOV. El tamaño máximo actual es de 500 MiB.
¿Qué idiomas están disponibles?
Los idiomas disponibles dependen del modelo de voz seleccionado. El editor actualiza la lista de idiomas al cambiar de modelo.
¿Necesito permiso para clonar una voz?
Sí. Sube o graba únicamente una voz que te pertenezca o que tengas permiso para usar, y no utilices una voz clonada para suplantar o engañar a otras personas.
¿Cómo funciona la clonación de voz con IA?
El modelo analiza rasgos como el timbre, el tono, el ritmo, la pronunciación y el estilo de habla para crear una voz reutilizable capaz de sintetizar texto nuevo.
¿Cuánto tarda el entrenamiento?
Normalmente termina en unos dos minutos, aunque puede variar según el modelo y la carga actual del servidor.
¿Cómo puedo mejorar el parecido con la voz original?
Graba a una sola persona en un lugar silencioso, con frases naturales, distancia de micrófono y volumen constantes y poco eco. Usa la reducción de ruido solo si la fuente contiene ruido de fondo.
¿Puede una voz clonada hablar otro idioma?
Sí, si el modelo elegido admite el idioma de destino. Compara la cobertura de los modelos y escucha el resultado, ya que la pronunciación y la similitud pueden variar.
¿Dónde puedo usar la voz después del entrenamiento?
Cuando termine, escúchala en Mis resultados y selecciónala en el flujo de texto a voz para narraciones y otros proyectos de audio autorizados.