Clona tu voz para narrar vídeos y formación interna

Lo que necesitas antes de empezar

• Un micrófono decente: vale uno USB de 60-100 € o los auriculares con micro de tu móvil en una habitación silenciosa
• Una habitación con cortinas, sofá o alfombra; los cuartos vacíos con eco arruinan la muestra
• Entre 2 y 30 minutos de audio limpio tuyo, según el tipo de clonación
• Cuenta en ElevenLabs (el plan gratuito permite probar, pero no clonar con calidad profesional)
• Un texto de guion ya escrito: la voz clonada no arregla un guion malo
• Si vas a clonar la voz de otra persona: su consentimiento firmado, con alcance y duración

Paso a paso

1. Paso 01

   Decide si clonas tu voz o coges una del catálogo

   Las voces sintéticas de catálogo en español ya suenan naturales y no tienen ninguna implicación legal ni de imagen. Clonar tu voz solo tiene sentido si tu cara o tu nombre están asociados a la marca, o si ya tienes contenido publicado con tu voz y quieres que el nuevo suene igual. Si no, ahórrate el paso.

   Truco: Escucha primero cinco voces de catálogo en español de España, no latino. Si alguna te vale, has terminado el tutorial en diez minutos.

2. Paso 02

   Graba la muestra como si fuera lo único que importa

   El clon no puede sonar mejor que la muestra. Graba en una habitación con cosas blandas, a un palmo del micro y algo desviado para evitar las explosiones de las pes, y lee unos minutos de texto variado con el tono que vas a usar después. Sin música, sin ruido de fondo, sin aire acondicionado.

   Truco: Lee textos del mismo tipo que vas a narrar. Si vas a hacer tutoriales, lee un tutorial. Si grabas leyendo poesía y luego generas instrucciones técnicas, el resultado suena raro y no sabrás por qué.

3. Paso 03

   Crea el clon y pasa la verificación

   En ElevenLabs hay dos caminos: la clonación instantánea, que funciona con un minuto de audio y da un resultado bueno pero no perfecto, y la clonación profesional, que pide bastante más material y tarda unas horas en entrenar, con un resultado muy superior. Para la profesional tendrás que grabar una frase de verificación que confirma que la voz es tuya.

   Truco: Empieza por la instantánea el mismo día y escucha el resultado. Si te convence para tu caso, te ahorras las dos horas de grabación de la profesional.

4. Paso 04

   Ajusta estabilidad y parecido, y no toques más

   Los dos controles que importan: la estabilidad (más alta, lectura más plana y predecible; más baja, más expresiva pero con tomas raras) y el parecido con la muestra original. Para formación y locución informativa, estabilidad alta. Para publicidad o narrativa, bájala y genera varias veces.

   Truco: Anota los valores que te funcionaron. Cambiarlos entre vídeos hace que la serie suene descosida, y a los seis meses no recordarás qué usaste.

5. Paso 05

   Escribe el guion para el oído, no para el ojo

   Frases cortas. Un punto donde respirarías. Nada de paréntesis ni incisos largos, porque el modelo los lee de corrido y se pierde el sentido. Escribe los números y las siglas como se pronuncian: «veintiuno por ciento» en vez de «21 %», «I-V-A» si quieres que deletree.

   Truco: Léelo tú en voz alta antes de generar. Si te trabas al leerlo, el modelo también, solo que él no se queja: suelta una frase incomprensible con total seguridad.

6. Paso 06

   Genera, escucha entero y corrige la pronunciación

   Escucha el audio completo, no los primeros diez segundos. Los fallos típicos en español son nombres propios, marcas extranjeras, topónimos y las erres. Cuando algo suene mal, reescribe esa palabra en el guion tal como se pronuncia o trocea la frase y regenera solo ese fragmento.

   Truco: Genera por bloques de dos o tres párrafos, no el guion entero de una vez. Si hay un fallo en el minuto siete, regeneras quince segundos y no doce minutos de créditos.

7. Paso 07

   Móntalo sobre el vídeo o sobre un avatar

   Si tienes imágenes, capturas de pantalla o metraje, pones el audio encima en cualquier editor. Si no tienes nada que enseñar, una herramienta de avatar puede poner una cara que sincroniza los labios con tu locución. Es útil para formación interna; para comunicación con clientes conviene medir, porque el avatar todavía se nota y a mucha gente le chirría.

   Truco: Si usas avatar, corta plano cada 10-15 segundos e intercala capturas de pantalla. Un avatar sostenido en pantalla un minuto entero es donde peor funciona.

8. Paso 08

   Deja el consentimiento y el aviso por escrito

   Guarda un documento con tu consentimiento como titular de la voz, para qué usos y durante cuánto tiempo. Si es la voz de un empleado, que lo firme e incluye qué pasa cuando se vaya de la empresa. Y en el vídeo publicado, indica que la locución está generada con IA: la normativa europea de transparencia lo exige para contenido sintético y, al margen de la ley, evita disgustos.

   Truco: Protege la cuenta con doble factor y no compartas el acceso al clon en un canal de equipo. Un clon de la voz del gerente en malas manos es un fraude del CEO listo para usar.

Errores que vemos siempre

• −Grabar la muestra con el micro del portátil en una sala con eco. El clon hereda el eco y ya no hay forma de quitarlo.
• −Clonar la voz de otra persona sin consentimiento expreso y por escrito, aunque sea de la empresa o aunque haya dicho que sí de palabra. Es una responsabilidad legal directa.
• −Publicar sin escuchar el audio completo. El modelo falla en una palabra de cada cien y esa palabra siempre cae en el momento importante.
• −Usar la voz clonada para todo. En contenido emocional o de marca personal, la voz real con sus imperfecciones conecta más; la sintética brilla en lo informativo y repetitivo.

Y después

Con la voz lista, automatiza la cadena: un flujo que coja el guion de una hoja, genere el audio y te lo deje en la carpeta del proyecto. Y prueba el doblaje a otros idiomas conservando tu voz, que es donde esto se vuelve realmente rentable.

Preguntas frecuentes