voicedbyme Descargar

VoicedByMe / Alternativas locales a ElevenLabs

Comparativa · Clonación de voz · Actualizada el 24 de octubre de 2026

ElevenLabs, pero en tu propio equipo.

En 2026 puedes clonar una voz y generar habla totalmente sin conexión con modelos abiertos como Qwen3-TTS, Chatterbox y F5-TTS. La forma más fácil es una app de escritorio que los incluya: VoiceStudio y Voicebox son gratis y de código abierto, y VoicedByMe cuesta US$30 en un solo pago, sin nada que configurar. Revisa la licencia del modelo antes de un uso comercial: los pesos de F5-TTS y XTTS-v2 son no comerciales.

Descargar para Windows Descargar para Mac Gratis un día · luego US$30, un solo pago

Muestras hechas sin conexión con voces listas para usar, todas generadas por IA.

Por qué en local

Sin créditos, sin subir nada.

Sin contador

Una novela tiene medio millón de caracteres. En local, la hora cien cuesta lo mismo que la primera.

Tu voz se queda contigo

Las grabaciones de voz son datos personales. En local, nadie más guarda tu voz ni tus guiones.

Sin cuenta que perder

Sin créditos que caducan, sin cambios de plan, sin cola de moderación.

Funciona sin conexión

En un avión, detrás del cortafuegos de la empresa o cuando el servicio está caído.

Lo que cedes

Necesitas una tarjeta gráfica razonablemente reciente o Apple silicon para ir rápido, los modelos abiertos hablan menos idiomas y las voces en la nube más expresivas siguen por delante en emoción.

Los modelos

Lo que las apps ejecutan por debajo.

ModeloDeClonaciónIdiomasLicencia
Qwen3-TTS (0.6B, 1.7B)Equipo Qwen de Alibaba, enero de 2026Desde unos 3 segundos, con transcripción10, entre ellos español, inglés, alemán, chino y japonésApache 2.0: uso comercial permitido
Chatterbox (Multilingual, Turbo, Nano)Resemble AIA partir de un clip de referencia23 (Multilingual); inglés (Turbo, Nano)Código MIT; su audio lleva la marca de agua de Resemble
F5-TTSSWivid (investigación)A partir de un clip cortoInglés y chino, más de la comunidadCódigo MIT, pesos CC-BY-NC: no para uso comercial
XTTS-v2Coqui (cerró a principios de 2024)Desde unos 6 segundos17Coqui Public Model License: no comercial
Kokoro-82MhexgradNo clonaUnos 8Apache 2.0

Según la página de cada proyecto, octubre de 2026. La licencia del código y la de los pesos pueden ser distintas: lee las dos antes de un uso comercial.

Las apps

Formas de usarlos sin programar.

VoiceStudio (gratis, código abierto)

Un estudio de código abierto para clonar y diseñar voces, doblar, dictar y crear audiolibros, con instaladores para Windows, macOS y Linux. Su motor predeterminado cubre cientos de idiomas, y puedes cambiar de motor. La app es AGPL-3.0; cada modelo tiene su propia licencia, que la app muestra pero no garantiza.

Voicebox (gratis, código abierto)

Un estudio de escritorio para clonar voces, creado sobre Qwen3-TTS y ahora con más motores para elegir. Clona con unos segundos de audio y funciona en tu equipo, con versiones para Mac y Windows; desde el código fuente necesita configurar Python.

Pinokio con F5-TTS o AllTalk (gratis)

Pinokio es un lanzador gratuito que instala apps de IA de código abierto con un clic. Instala interfaces web como la de F5-TTS o AllTalk (que ejecuta XTTS-v2, F5-TTS y otros) sin escribir comandos. Aun así crea entornos de Python por detrás, ocupa varios gigas y va mejor con una tarjeta gráfica NVIDIA.

Línea de comandos (gratis)

Cada modelo se instala con pip y trae ejemplos. Lo más flexible y lo que más trabajo da: Python, PyTorch para tu tarjeta gráfica y FFmpeg.

VoicedByMe (US$30, un solo pago)

Un instalador normal para Windows 10 y 11 y Mac con Apple silicon. Clona tu voz con veinte segundos, o usa 70 voces listas para usar, y úsala en todas partes: lee el texto de cualquier app, crea audiolibros con capítulos, envía notas de voz, da voz a agentes de IA o usa su API compatible con OpenAI. Su audio lleva marca de agua y etiqueta de IA. Habla español, inglés, alemán, francés, portugués, italiano, japonés y ruso.

Comparativa

Las apps frente a frente.

InstalaciónPlataformasIdiomasAdemás de clonarPrecio
VoicedByMeUn instaladorWindows, Mac con Apple silicon8, entre ellos español, inglés, francés y japonésLee cualquier app, audiolibros, notas de voz, agentes, APIUS$30, un solo pago
VoiceStudioUn instaladorWindows, Mac, LinuxCientos (motor predeterminado)Doblaje, dictado, audiolibrosGratis (AGPL-3.0)
VoiceboxVersiones compiladas, o Python desde el códigoMac, WindowsSegún el motorVarios motoresGratis, código abierto
Pinokio + F5-TTS o AllTalkUn clic y luego descargas grandesWindows, Mac, LinuxSegún el modeloInterfaces webGratis
ElevenLabs (como referencia)Ninguna, en líneaCualquier navegadorDecenasDoblaje, biblioteca de voces, agentesDesde US$6 al mes, con créditos

A octubre de 2026, precios en EE. UU. Consulta la web de cada opción para ver sus funciones y precios actuales.

Uso comercial

La licencia del modelo es la que cuenta.

Una app puede ser de código abierto aunque el modelo que lleva dentro no sea libre para uso comercial. El código de F5-TTS es MIT, pero sus pesos entrenados son CC-BY-NC por sus datos de entrenamiento. La licencia de XTTS-v2 es no comercial, y Coqui, que podía vender una licencia comercial, cerró a principios de 2024. Qwen3-TTS y Kokoro son Apache 2.0.

Sea cual sea la licencia, clonar la voz de otra persona necesita su permiso, y en la UE el audio de IA debe ir marcado. Más en ¿es legal clonar una voz?. La licencia de VoicedByMe cubre el uso comercial de lo que crees con sus voces o con la tuya.

Preguntas

¿Puedo usar ElevenLabs en local?

No. ElevenLabs solo funciona en línea. Para clonar una voz en tu propio equipo, usa un modelo abierto como Qwen3-TTS o Chatterbox con una app como VoiceStudio, Voicebox o VoicedByMe.

¿Cuál es el mejor modelo abierto de clonación de voz en 2026?

Para la mayoría, Qwen3-TTS o Chatterbox: los dos clonan con un clip corto, hablan varios idiomas y tienen licencias permisivas. F5-TTS suena muy bien, pero sus pesos son no comerciales.

¿Puedo usar F5-TTS con fines comerciales?

El código es MIT, pero los pesos preentrenados son CC-BY-NC, que no permite el uso comercial. Entrena tus propios pesos con datos con licencia o elige un modelo con licencia comercial.

¿XTTS-v2 es gratis para uso comercial?

No. Tiene la Coqui Public Model License, que es no comercial, y Coqui cerró a principios de 2024.

¿Necesito una tarjeta gráfica?

Para ir cómodo, una NVIDIA reciente o un Mac con Apple silicon. La mayoría de modelos también funcionan solo con el procesador, varias veces más despacio: bien para guardar archivos, lento para leer en directo.

¿Hay una app para clonar voces en local sin Python?

Sí: VoicedByMe y VoiceStudio tienen instaladores normales, y Voicebox tiene versiones para Mac y Windows.

¿Es legal clonar una voz?

La tuya, sí. La de otra persona, solo con su permiso. Lo que dice la ley en 2026.

¿Cuánto cuesta?

US$30, un solo pago, para los primeros 50 clientes; luego US$50. Sin suscripción. La app completa es gratis durante un día para que la pruebes. Una licencia es para un equipo.

Para Windows 10 y 11, y Mac con Apple silicon

Tu voz, en tu propio equipo.

US$30un solo pago. Precio de lanzamiento para los primeros 50 clientes, luego US$50.
Un equipo. Sin suscripción.

Descargar para Windows Descargar para Mac También para Windows 10 y 11 También para Mac con Apple silicon

La app completa, gratis durante 24 horas. Las compras no son reembolsables, así que pruébala primero.