¿Qué es la clonación de voz?
La clonación de voz es el uso de la IA para crear una copia sintética de la voz de una persona concreta a partir de grabaciones. Después, la voz clonada puede decir cualquier texto nuevo, a menudo también en otros idiomas. Como la voz es algo personal, una clonación ética requiere el consentimiento explícito de quien habla. En wawie bastan unos 30 segundos de audio grabado con consentimiento.
Crear una cuenta gratis 5.000 créditos gratis. Sin tarjeta.
Actualizado el 27 de septiembre de 2026
¿Cómo funciona la clonación de voz?
La clonación de voz parte de un modelo de voz entrenado con grabaciones de muchas personas distintas. Cuando aportas una muestra, el sistema la analiza y extrae un perfil numérico compacto de la voz, llamado embedding del hablante, que recoge el timbre, el rango tonal, el acento y la forma de hablar. Después, el modelo usa ese perfil para generar nuevas frases a partir de cualquier texto. La clonación instantánea solo necesita una muestra corta y está lista casi de inmediato. La clonación de mayor fidelidad ajusta el modelo con grabaciones mucho más largas de la misma persona. Una vez creada, la voz se puede reutilizar en texto a voz, conversión de voz y doblaje, y suena igual en todos los proyectos.
¿Para qué se usa la clonación de voz?
La clonación de voz se usa cuando necesitas una voz concreta más a menudo de lo que esa persona puede grabar. Los creadores clonan su propia voz para narrar vídeos, corregir una frase sin volver a grabar o doblar su contenido a otros idiomas sin dejar de sonar como ellos. Las empresas usan una voz consentida como voz de marca coherente en anuncios, tutoriales y contenidos de soporte. Los productores de audiolibros y pódcasts la usan para narraciones largas. El banco de voz permite a personas que pueden perder el habla, por ejemplo por una enfermedad, conservar su propia voz para usarla más adelante con dispositivos de apoyo. Los estudios de videojuegos y de animación la usan con el acuerdo del actor.
¿Qué riesgos y límites tiene la clonación de voz?
El principal riesgo de la clonación de voz es el mal uso. Una voz clonada puede servir para suplantar a alguien, difundir declaraciones falsas o cometer estafas telefónicas, por lo que los servicios responsables exigen el consentimiento explícito de la persona cuya voz se clona. En muchos países, usar la voz de alguien sin permiso también puede vulnerar los derechos de la personalidad, la intimidad o la propia imagen. La calidad también tiene límites: un clon reproduce lo que oye, así que una muestra con ruido, plana o muy corta da un resultado más pobre, y las emociones que no aparecen en la muestra pueden sonar menos convincentes. En wawie debes confirmar que tienes derecho sobre cada voz que clonas.
- Clona solo tu propia voz o una voz para la que tengas permiso por escrito
- No uses nunca un clon para suplantar, engañar o estafar a nadie
- Avisa a tu público cuando una voz sintética pueda confundirse con una real
- Graba la muestra en una sala silenciosa, con una sola persona y sin música
Ejemplos de clonación de voz
- Un youtuber clona su propia voz y narra vídeos nuevos a partir de un guion los días en que no puede grabar.
- Una creadora dobla un tutorial al inglés y al portugués con su propia voz clonada.
- Una empresa graba una vez a su portavoz, con su consentimiento por escrito, y usa la voz clonada para tutoriales de producto.
- Una persona diagnosticada con una enfermedad que afecta al habla guarda su voz en un banco de voz para que un dispositivo de comunicación pueda hablar con ella más adelante.
Preguntas frecuentes
¿Es legal clonar una voz?
Clonar tu propia voz, o una voz para la que tienes permiso explícito, suele ser legal. Lo que puede ser ilegal es el uso que se hace del clon. Según el país, suplantar a alguien, engañar al público, cometer un fraude o usar la voz de una persona con fines comerciales sin su consentimiento puede vulnerar la normativa sobre derechos de la personalidad, intimidad y protección del consumidor, o incluso el derecho penal. Las normas sobre voces con IA evolucionan deprisa, así que en los proyectos comerciales guarda el consentimiento por escrito de quien habla y revisa la ley allí donde publiques.
¿Cuánto audio se necesita para clonar una voz?
Depende del método. La clonación instantánea funciona con una muestra corta: en wawie, unos 30 segundos de habla limpia bastan para un clon utilizable, y uno o dos minutos pueden mejorarlo. Los métodos de mayor fidelidad, que ajustan un modelo, usan grabaciones mucho más largas. En todos los casos, la calidad importa más que la duración. Graba a una sola persona cerca del micrófono, en una sala silenciosa, sin música ni eco, y habla con el estilo que quieres que reproduzca el clon.
¿Qué diferencia hay entre la clonación de voz y un cambiador de voz?
La clonación de voz crea un modelo reutilizable de una voz concreta, que después puede leer cualquier texto nuevo o usarse para doblar. Un cambiador de voz toma una grabación existente y la convierte en otra voz conservando las palabras, los tiempos y la interpretación. Ambos se complementan: la clonación te da una voz, y el cambiador de voz aplica una voz a una interpretación que ya está grabada. Los dos requieren consentimiento cuando la voz de destino pertenece a una persona real.
¿Una voz clonada puede hablar otros idiomas?
A menudo, sí. Muchos modelos de voz multilingües actuales pueden hacer que una voz clonada hable idiomas que la persona original nunca grabó, conservando buena parte del timbre y adaptando la pronunciación. Puede mantenerse algo del acento original. En wawie, una voz clonada se puede reutilizar en texto a voz, doblaje de vídeo y texto a diálogo, en unos 30 idiomas. La clonación de voz está incluida desde el plan Wawie Start, por 4,99 € al mes, y una cuenta gratis con 5.000 créditos te permite probar antes las demás herramientas.
Términos relacionados
- Texto a voz (TTS): El texto a voz convierte texto escrito en una voz natural, y se usa en voces en off, narraciones, accesibilidad y asistentes de voz.
- Cambiador de voz: Un cambiador de voz modifica cómo suena una voz, desde simples efectos de tono hasta una IA que pone otra voz realista a una grabación.
- Doblaje con IA: El doblaje con IA traduce un vídeo y le pone voz en otro idioma, sincronizada con el original y, si quieres, con la misma voz.
Crear una cuenta gratis 5.000 créditos gratis. Sin tarjeta.