Clonar una voz en tu ordenador (y gratis): dos programas que lo hacen

Clonar una voz es coger unos segundos de audio de alguien y conseguir que un programa diga cualquier texto con esa voz. Hasta hace poco eso era cosa de servicios de pago (ElevenLabs). Ahora hay programas gratis que lo hacen en tu propio ordenador, y el vídeo enseña dos de los buenos:

• Voicebox (voicebox.sh) — un estudio de voz de escritorio: clona una voz desde unos segundos de audio, genera voz en 23 idiomas con 8 motores distintos, te deja dictar en cualquier programa con una tecla, y trae un conector (MCP) para que tu agente te hable con una voz clonada (Claude Code, Cursor, Cline).
• VoiceStudio (voicestudio.sh) — el otro grande: además de clonar y diseñar voces, dobla vídeos (te lleva tu voz a otro idioma), hace audiolibros, dictado y transcripción, y su catálogo tiene 646 idiomas. También trae conector y API local para agentes.

Los dos tienen algo en común y es lo mejor: todo ocurre en tu ordenador. Tus audios y tus voces no se suben a ningún servicio.

Cuando necesitas una voz que no tienes:

• Poner voz a un vídeo, un audio de un tema o un audiolibro sin grabarte ni pagar por locución.
• Doblar un vídeo tuyo a otro idioma (eso es lo fuerte de VoiceStudio).
• Tu propia voz para leer lo que te da pereza: el programa lee con tu voz clonada.
• Dictar en cualquier programa con una tecla, en vez de escribir.
• Y si usas agentes de IA: que te contesten hablando con una voz tuya, en vez de leer el texto.

Y da igual que no tengas una tarjeta gráfica potente: los dos funcionan con el procesador, solo que más despacio.

1. Elige uno de los dos (o los dos):

2. Instálalo.

• Voicebox: se descarga de voicebox.sh — hay instalador para Mac (Apple) y Windows. ⚠️ En Linux todavía no hay instalador hecho: o se usa con Docker o se compila (para eso hace falta saber algo de terminal).
• VoiceStudio: en Mac o Linux, un comando:

curl -fsSL https://voicestudio.sh/install | sh

En Windows, desde PowerShell: irm https://voicestudio.sh/install | iex. También hay descargas para Mac (.dmg), Windows (.exe) y Linux (.AppImage o .deb).

3. Clona la voz. Abre el apartado de clonar, elige un audio de referencia limpio (unos segundos, sin ruido y sin música), escribe el texto y dale a generar. La primera vez te pedirá descargar el modelo (son varios GB).

4. Escúchalo y repite. Si no te convence, prueba otro motor (los dos traen varios) o un audio de referencia más limpio. La calidad del audio de referencia es lo que más cambia el resultado.

5. Si usas un agente de IA: los dos traen conector (MCP). Se engancha en un par de pasos y, a partir de ahí, el agente puede contestarte con esa voz.

• La tercera opción del vídeo NO es gratis. El vídeo dice «tres opciones completamente gratuitas» y luego reconoce que la tercera tiene coste. Es el aviso más importante, porque el título engaña.
• De esa tercera solo he podido comprobar que NO la encuentro. El vídeo la llama «i33.pro» y habla de 5 dólares por 1.700 minutos con voces de ElevenLabs y MiniMax. Ese sitio no aparece en mis comprobaciones, así que ese precio queda sin comprobar: si alguien te lo quiere vender, mira bien dónde pones la tarjeta.
• Clonar la voz de otra persona sin su permiso es ilegal (y hacerlo para suplantar a alguien, más). Clona tu voz o una que te hayan autorizado. Los propios programas lo dicen: «clone voices only with permission».
• Hace falta un ordenador normalito. Con tarjeta gráfica va rápido; sin ella, funciona tirando del procesador y tarda más. VoiceStudio pide unos 5 GB libres en disco solo para lo básico, y los modelos ocupan más.
• En Linux, Voicebox todavía no tiene instalador. Si tu ordenador es Linux, lo más fácil es VoiceStudio (tiene paquete para Linux) o montar Voicebox con Docker.
• Ojo con la licencia si lo usas para un producto tuyo: Voicebox es MIT (haz casi lo que quieras), pero VoiceStudio es AGPL-3.0 (si lo integras en algo que ofreces, tienes que compartir el código). Para uso personal, da igual.