Los generadores de voz con IA gratuitos existen de verdad, y casi ninguno es tan grande como insinúa la página de registro. En 2026 el debate sobre la calidad de la voz está prácticamente resuelto —incluso los motores baratos suenan convincentes—, así que lo que decide si un plan gratuito sirve o no es algo mucho menos vistoso: si la licencia te permite monetizar el resultado, cómo se cuenta realmente la cuota y si la clonación está permitida o no.
Los precios y los límites de los planes gratuitos que aparecen a continuación se verificaron en las páginas oficiales de precios el 17 de septiembre de 2026. Para saber cómo ha evolucionado esta categoría este año, consulta nuestra guía de IA de texto a voz; para comparar planes de pago, la guía de alternativas a ElevenLabs.
Imagen oficial del sitio web de ElevenLabs.
| Herramienta | Plan gratuito | La trampa |
|---|---|---|
| Azure Speech | 0.5M caracteres neuronales/mes | consola de desarrollador, no un editor |
| ElevenLabs | 10k créditos (~10 min de audio) | sin licencia comercial en el plan Free |
| Fish Audio | 8,000 créditos, ~7 min | límite de 500 caracteres por generación |
| Cartesia | 20k créditos/mes | licencia comercial solo en Pro |
| Kokoro | ilimitado (autoalojado) | el modelo lo ejecutas tú |
Los planes gratuitos, juzgados con honestidad
Microsoft Azure Speech es el ganador discreto para cualquiera que sepa pegar una clave de API. El plan gratuito F0 incluye 0.5 million de caracteres de texto a voz neuronal cada mes; a unas cinco letras por palabra, cerca de 100,000 palabras de narración, lo que equivale a una asignación gratuita del tamaño de un audiolibro. La contrapartida es que es una superficie de desarrollador en la nube: no hay editor de arrastrar y soltar, y necesitas una cuenta de Azure. El uso comercial está permitido según los términos de Azure.
ElevenLabs sigue marcando el referente de calidad y sigue teniendo el plan gratuito más pequeño: 10,000 créditos al mes, unos diez minutos de audio terminado, y sin Licencia Comercial, que empieza en Starter ($6/month). Toma el plan gratuito como una prueba de voz, lo cual es realmente útil: genera una muestra corta, juzga si encaja y luego decide.
Fish Audio ofrece 8,000 créditos al mes, hasta siete minutos de generación y —algo poco habitual— incluye el uso comercial en el plan Free. La limitación está en el detalle: 500 caracteres por generación y solo tres espacios de voz públicos, lo que significa que cualquier voz que clones ahí será pública. Está bien para probar la clonación con tu propia voz; no para la de un cliente.
Cartesia ofrece 20,000 créditos al mes gratis, con licencia de uso comercial y clonación de voz instantánea que llegan con Pro a $5/month. Es la vía más barata para conseguir una voz con licencia para trabajo de baja latencia y en tiempo real.
Kokoro es la opción de pesos abiertos: 82 million de parámetros, con licencia Apache, así que no hay cuota ni factura por minuto. Se ejecuta en local, o con cómputo alquilado cuesta menos de un dólar por millón de caracteres. El coste se traslada al tiempo de configuración, y obtienes un conjunto fijo de voces en lugar de clonación por audio de referencia.
Las voces del sistema integradas (Edge Read Aloud, la narración de Windows) son gratuitas y vienen siempre instaladas, pero no conllevan derechos comerciales. Sirven para leer documentos en voz alta; no las factures a un cliente.
Las tres trampas de casi todos los planes gratuitos
1. Gratis casi nunca significa con licencia. ElevenLabs y Cartesia niegan los derechos comerciales en sus planes gratuitos; Azure y Fish Audio los conceden. Lee los términos, no la página de precios, antes de subir cualquier cosa que pienses monetizar.
2. Las unidades esconden el techo. Créditos, caracteres, minutos, «generaciones»: cada proveedor elige una distinta. Convierte primero a minutos: los 10k créditos de ElevenLabs son unos diez minutos, el límite de 500 caracteres de Fish son un par de frases por clic, y los 0.5M de caracteres de Azure son horas. Un proyecto que parece viable en la página de registro puede ser imposible según las cuentas.
3. Los reintentos y los espacios públicos. Cada toma descartada consume cuota, y un mes de 10k créditos se esfuma en una tarde de ajustes. Los espacios de clonación gratuitos suelen ser públicos, algunos editores gratuitos incrustan marcas de agua audibles y unos cuantos planes «gratuitos» pasan silenciosamente a pago tras un periodo de prueba.
Cómo combinarlos
Un flujo de trabajo que no desperdicia nada: redacta el guion y luego genera una muestra de 200 caracteres en ElevenLabs o Fish Audio para fijar la dirección de la voz. Produce la narración completa con los caracteres gratuitos de Azure (o con Kokoro autoalojado para formatos largos). Reserva los créditos gratuitos de Cartesia para probar la latencia si tu proyecto es en tiempo real, como un agente de voz o una conversación con un auricular de traducción. Registra la licencia comercial —Starter en ElevenLabs, Pro en Cartesia— antes de la primera subida de pago, no después.
Para las voces clonadas, nunca pases la voz de un cliente por un espacio gratuito público. Prueba el proceso con la tuya.
Preguntas que surgen todo el tiempo
¿Puedo monetizar vídeos de YouTube hechos con una voz de IA gratuita? Solo si el plan concede derechos comerciales. Azure y Fish Audio sí lo hacen en el plan gratuito; ElevenLabs y Cartesia no. El motor de voz es irrelevante: la licencia es la que decide.
¿Las voces de IA gratuitas llevan marca de agua? Algunos editores del navegador añaden una marca de agua de audio; los motores que funcionan por API y los modelos abiertos como Kokoro por lo general no. Si no logras distinguirlo, escucha un clip deliberadamente largo y busca un tono repetitivo.
¿Qué es realmente gratis para siempre? Los pesos abiertos autoalojados como Kokoro, y los planes gratuitos de Azure Speech: el primero cuesta configuración, el segundo exige una cuenta con facturación activa. Todo lo demás es una prueba de duración variable.
Precios y límites de los planes gratuitos verificados en las páginas oficiales de los proveedores el 17 de septiembre de 2026. Esta guía es independiente; no aceptamos pagos por aparecer en ella.