Clona tu voz gratis con VoiceStudio: guía paso a paso
VoiceStudio es una alternativa gratuita y de código abierto a ElevenLabs que funciona en tu propia computadora. La instalé y la probé con mi voz. Aquí tienes cómo usarla y lo que nadie te cuenta.
Datos verificados el 1 de octubre de 2026 en GitHub (versión 0.5.6).
- Funciona en
- Windows, macOS, Linux o Docker
- Instalación
- Unos 10 minutos
- Cuesta
- Nada: corre en tu computadora
- Licencia
- App AGPL-3.0 · modelo por defecto no comercial
Para qué te sirve
Le das unos segundos de tu voz y genera audio nuevo que suena como tú, a partir de cualquier texto. Todo dentro de tu computadora, sin subir tu voz a ningún servicio.
Narrar videos
Escribe el guion y genera la voz en off de tus videos con tu propia voz.
Doblar a otros idiomas
Con 646 idiomas, puedes llevar el mismo contenido a otro público sin volver a grabar.
Audiolibros
Convierte textos largos en audio. Genera frase por frase y corrige solo lo que salga mal.
API para bots
Conecta la voz a tus automatizaciones para que tus bots respondan con audio.
Antes de usarlo
Lo que nadie te cuenta. Nada de esto es un impedimento, pero conviene saberlo antes de instalar.
1Sin tarjeta NVIDIA, es muy lento
En Windows, la aceleración solo funciona con tarjetas NVIDIA. Con AMD o Intel todo corre en el procesador. En mi laptop (Ryzen 7 con Radeon RX 7600S), 4 segundos de audio tardaron 8 minutos en generarse. El modelo promete ser 40 veces más rápido que el tiempo real, pero esa cifra es con GPU.
Si tienes NVIDIA (6 GB de VRAM o más) o una Mac con Apple Silicon, la experiencia es mucho mejor.
2El modelo por defecto es no comercial
La app es libre (AGPL-3.0), pero el motor que trae por defecto, OmniVoice, tiene licencia CC-BY-NC por sus datos de entrenamiento. En la práctica: no deberías usarlo para contenido que monetizas (anuncios, patrocinios, cursos, clientes).
VoiceStudio incluye otros motores; revisa la licencia de cada uno antes de usarlo comercialmente.
3Tu clon es tan bueno como tu grabación
El modelo copia todo lo que hay en tu audio de referencia: el eco, el ruido, la energía. Si grabas en tono plano, tu clon sonará plano.
Más abajo tienes cómo grabarla bien.
Lo que necesitas
- Sistema
- Windows 10 (21H2) u 11, macOS o Linux. También Docker.
- Disco
- Unos 10 GB libres (app, entorno y modelos). El paquete "Equilibrado" descarga 4,8 GB.
- Memoria
- Funcionó con 16 GB de RAM.
- GPU
- Opcional, pero recomendable: NVIDIA con 6 GB o más, o Apple Silicon.
Instálalo en 10 minutos
Cuatro pasos. En Windows usas el instalador; en macOS o Linux también puedes usar una sola línea.
-
Descarga el instalador
Bájalo para tu sistema desde la página oficial de versiones. En Windows es el archivo
VoiceStudio-Electron-…-win-x64.exe.En macOS o Linux también puedes instalarlo con una línea:
curl -fsSL https://voicestudio.sh/install | sh
-
Ábrelo aunque Windows te avise
En Windows el instalador no está firmado, así que puede aparecer "Windows protegió su PC". Si lo descargaste del enlace oficial, haz clic en Más información → Ejecutar de todas formas.
-
Deja que revise tu equipo
Abre la app. La verificación del sistema revisa tu RAM, disco y GPU, y te avisa si correrá solo en el procesador.
-
Descarga los modelos
En Paquetes de modelos, elige "Equilibrado" y espera a que descargue.
Cómo grabar tu voz de referencia
Aquí se decide qué tan bien suena tu clon.
Duración
De 5 a 10 segundos de habla limpia. Más largo no es mejor; la app usa como máximo unos 15 a 20 segundos.
Lugar
Silencioso, sin eco. Una habitación con ropa o cortinas funciona mejor que una cocina o un baño.
Micrófono
El mismo que usas para tus videos, a una distancia constante.
Energía
Habla como hablas en tu contenido. Si tus videos son enérgicos, graba con energía.
Sin música ni ruido de fondo
Antes de generar, usa "Check audio" para detectar silencios, saturación o cambios de volumen.
Clonar y generar
-
Crea tu perfil de voz
Abre Voice cloning y crea un perfil nuevo con tu grabación.
-
Transcripción opcional
Si no la escribes, la app la genera sola.
-
Escribe y sintetiza
Escribe tu texto y haz clic en Sintetizar. Genera frase por frase: si una sale mal, repites solo esa.
Úsala de forma responsable
Clona solo tu voz o la de alguien que te dio permiso. Si publicas audio generado en redes, márcalo como contenido hecho con IA: YouTube, Instagram y TikTok lo piden para el contenido sintético realista.
Te mandé esto porque comentaste VOZ. Si lo pruebas, mándame una captura por mensaje directo.
Todas las herramientas que muestro las pruebo antes. Sígueme en @rafchn para la próxima.
— Rafael