--- title: "Cómo hacer una voz en off con IA para un vídeo (paso a paso)" description: "Convierte un guion en un MP3 de voz en off con IA natural y añádelo a tu línea de tiempo. Una guía en cinco pasos, además de cómo conseguir una narración limpia y bien ritmada, y ponerle voz en otro idioma." canonical: "https://speecho.app/es/blog/how-to-make-an-ai-voiceover/" language: "es" author: "El equipo de Speecho" date_published: 2026-07-18 date_modified: 2026-10-15 publisher: "Speecho" --- # Cómo hacer una voz en off con IA para un vídeo (paso a paso) > Convierte un guion en un MP3 de voz en off con IA natural y añádelo a tu línea de tiempo. Una guía en cinco pasos, además de cómo conseguir una narración limpia y bien ritmada, y ponerle voz en otro idioma. _El equipo de Speecho · 2026-07-18 · Canonical: https://speecho.app/es/blog/how-to-make-an-ai-voiceover/_ Tienes el metraje y un guion, pero no un micrófono de fiar, ni una voz que quieras poner ante la cámara. Una voz en off con IA lo resuelve: pega el guion, elige una voz, descarga un MP3 y encájalo con tus cortes. Aquí tienes todo el proceso, de principio a fin, en unos cinco minutos. ## Lo que necesitas - Tu **guion** (o las frases que quieres narrar). - Una **cuenta de Speecho** gratuita: la generación de voz requiere cuenta para que tus clips y créditos queden guardados a tu nombre. - Tu **editor de vídeo** habitual (Premiere, DaVinci Resolve, Final Cut, CapCut; cualquiera que importe MP3). ## Paso 1 - Abre la pestaña de Voz y pega tu guion En la app, cambia a la pestaña **Texto a voz** y pega tu narración en el cuadro de texto. Admite hasta 250.000 caracteres, y un guion largo se genera parte por parte, así que escuchas la primera parte antes de pagar el resto. Para vídeo, los fragmentos del tamaño de una escena siguen siendo lo más práctico; de todas formas los colocarás por separado en la línea de tiempo. ## Paso 2 - Elige un nivel de calidad Verás tres niveles. Ajústalo al vídeo: - **Standard**: voces claras para el día a día, la más barata, 50+ idiomas y hablantes nativos de 19 de ellos. Estupenda para tutoriales y borradores. - **Enhanced (ElevenLabs)**: más realista y expresiva. La opción por defecto adecuada para la mayoría de los vídeos publicados. - **Premium (ElevenLabs)**: la más natural, para tus vídeos estrella. ¿Texto en alemán, español, francés, japonés u otro de treinta y un idiomas? Los niveles Enhanced y Premium tienen hablantes nativos, y Standard también para estos cuatro - mira las páginas de voces en [alemán](/text-to-speech/german/), [español](/text-to-speech/spanish/), [francés](/text-to-speech/french/) y [japonés](/text-to-speech/japanese/) (en inglés). ¿No lo tienes claro? Empieza por Enhanced. (Tienes un análisis más completo en [ElevenLabs vs OpenAI: ¿qué voz necesitas?](/es/blog/elevenlabs-vs-openai-tts/).) ## Paso 3 - Elige una voz y escúchala gratis Elige una voz cuyo tono encaje con tu canal y reproduce la muestra. **Es gratis**: puedes probar todas las voces en tu idioma antes de gastar un solo crédito, así que prueba un par y fíate de tus oídos. ## Paso 4 - Genera y descarga el MP3 ¿Contento con la muestra? Genera el clip. En unos segundos tendrás un reproductor donde puedes revisar el resultado, ajustar la velocidad de reproducción y **descargar un MP3 estándar**. Ese archivo es tuyo y puedes volver a descargarlo cuando quieras. Con una voz Enhanced o Premium, la flecha junto al MP3 te da además **subtítulos en un archivo SRT o VTT**, sincronizados palabra por palabra con el audio y gratis. Ponlo en la línea de tiempo junto al MP3 y los subtítulos coinciden con la narración, a la velocidad de reproducción con la que lo descargaste, sin nada que transcribir. Las voces Standard no tienen subtítulos. ## Paso 5 - Añádelo a tu línea de tiempo Importa el MP3 a tu editor y colócalo debajo de tu metraje. Como lo colocas tú mismo -sin depender de una sincronización automática-, mantienes el control total: desplaza las frases para que coincidan con tus cortes, añade un instante de silencio antes de una revelación, atenúalo bajo la música. Ese control manual es justo lo que quieres al montar siguiendo un guion. ## Cómo conseguir una narración limpia y bien ritmada Unos cuantos hábitos hacen que la narración con IA suene intencionada en lugar de atropellada: - **Puntúa para respirar.** Las comas y los puntos se convierten en pausas. Las frases cortas se leen mejor en voz alta que las largas: escribe para el oído. Para oír dónde se alarga una frase antes de pagar por una voz, [reproduce primero el guion con una voz gratuita del navegador](/es/tools/read-aloud/). - **Escribe las palabras difíciles como suenan** si un nombre o una sigla sale mal («Speecho» como «Spícho», «SQL» como «sícuel»). - **Divide los párrafos largos** en clips separados por escena. Es más fácil de colocar y más fácil rehacer una sola frase sin volver a renderizar todo. - **Ajusta la energía al contenido.** Enhanced o Premium para todo lo que tenga personalidad; Standard va bien para una narración sobria y objetiva. ## Dos voces o más: un diálogo Si el vídeo tiene dos narradores, o personajes que hablan entre sí, escribe el guion con un nombre delante de cada línea (`Ana: ...`, `Tomás: ...`) y cambia el panel de **Texto** a **Diálogo**; si pegas un guion así en el cuadro de texto, la app te ofrece el cambio. Cada nombre se convierte en un personaje con su propia voz, eliges la pausa entre líneas y descargas un solo MP3 con todas las líneas en orden. Cuesta exactamente lo mismo que ese texto con una sola voz. Más en [texto a voz con varias voces](/es/multi-voice-text-to-speech/). ## Corregir una parte después Un guion largo locutado por partes, o un diálogo, no hay que locutarlo de nuevo por una sola frase. Pulsa **Volver a locutar esta parte** en esa parte (o **Volver a locutar esta línea** en una línea del diálogo): elige otra voz, corrige una palabra o añade una indicación como `[whispers]`, y solo esa parte se rehace; el resto se queda como está. Con el mismo texto, la parte cuesta lo mismo otra vez; con un texto cambiado, el precio del texto nuevo. ## Extra: la misma voz en off en otro idioma ¿Quieres una versión del vídeo en un segundo idioma? Pega un **guion traducido** y genera la voz en off con una voz acorde: obtendrás un MP3 limpio en ese idioma para añadirlo a una copia de tu línea de tiempo. Si tu vídeo partió de una grabación, puedes incluso [transcribirlo](/es/) y traducir la transcripción dentro de Speecho primero, y luego ponerle voz a la traducción. Una advertencia honesta: esto te da **narración en otro idioma, no doblaje automático**: no hay sincronización labial ni ajuste automático al tiempo del hablante original. Para vídeos de estilo voz en off (explicativos, canales sin rostro, demos de producto) es justo lo que necesitas; para un vídeo de busto parlante tendrás que reajustar los tiempos de las frases a mano. ## Cuánto cuesta El precio por carácter hace que una voz en off sea barata. Un explicativo de tres minutos son unos 3,000 caracteres: alrededor de **30 céntimos en Estándar** o **70 céntimos en Mejorada**. Recarga desde $5 y, como los créditos nunca caducan, comprar un poco de más nunca es un desperdicio. Consulta el [desglose completo de precios](/pricing/). ¿Listo para darle voz a tu próximo vídeo? [Abre la pestaña de Voz](/es/ai-voiceover-for-videos/), pega tu guion y escucha una voz gratis.