El encargo era una biblioteca de cumplimiento normativo de 14 módulos: unos 40 minutos de narración terminada, cuatro idiomas y una ronda de revisión. Todas las páginas de precios respondían a las preguntas sobre asientos y créditos; ninguna decía cuánto cuestan 40 minutos.
Ese hueco explica por qué la gente busca «alternativa a Murf». Murf no es un mal producto: es un estudio con precio por asiento en un mercado que ya se pasó a la facturación por carácter vía API, y su página de precios ahora presenta API, Studio y Dub como tres productos distintos. Para la narración corporativa de 2026, el asiento suele ser la unidad equivocada.
Lo que sigue es el orden en el que se va el dinero: guion, prueba de voces, producción por lotes y licencia.
Paso 1 — Convierte el guion en un presupuesto de caracteres
La narración avanza a unas 150 palabras por minuto, es decir, entre 900 y 1.000 caracteres con espacios. Esa es la cifra útil: un módulo de e-learning de 12 minutos ronda los 11.000 caracteres, y una biblioteca de 40 minutos, unos 40.000 antes de las revisiones. Cuatro idiomas significa comprar 160.000 caracteres, no cuatro suscripciones.
Imagen oficial del sitio web de ElevenLabs. Sus niveles de créditos son la referencia con la que la mayoría de los equipos compara precios.
La preparación del guion es donde se tuercen los presupuestos, porque el texto de una página se lee en voz alta entre un 15% y un 20% más largo. Cuatro arreglos cubren casi todo. Escribe los números tal como se pronuncian y decide de una vez si «2026» es «dos mil veintiséis» o «veinte veintiséis». Desarrolla las siglas la primera vez que aparecen. Separa las oraciones largas; cada coma le regala al motor una pausa que puede colocar mal. Marca el énfasis de forma explícita en lugar de confiar en el modelo.
El Studio de Murf se gana aquí su reputación: la biblioteca de pronunciación y la sustitución palabra por palabra permiten que un editor arregle «ISO 27001» o el nombre de una planta sin regenerar el bloque entero, y ese ciclo de revisión es justo lo que necesita un equipo de cumplimiento. Esa capa de edición es el producto. El catálogo de voces es decente, pero no es motivo para quedarse.
Paso 2 — Haz la prueba con el párrafo que te da miedo
No pruebes con la introducción. Todos los motores se lucen con «Bienvenido al módulo uno», porque ese texto está escrito para ser fácil. Redacta un párrafo de 45 segundos con un decimal, una sigla, una URL dicha en voz alta, el nombre de un producto en otro idioma y una pregunta. Escúchalo con el volumen igualado en los altavoces de un portátil, que es donde de verdad se reproduce la formación de cumplimiento.
Tres motores se comportan de forma distinta con ese párrafo. Gen 2 de Murf es uniforme y corporativa, lo bastante contenida para contenido de políticas y un poco plana para cualquier cosa motivacional. ElevenLabs v3 es la más actoral: una ventaja para el trabajo de personajes y un riesgo en un módulo de seguridad, donde una pausa dramática se lee como sarcasmo. WellSaid queda en medio, con una narración corporativa estadounidense muy consistente, justo lo que compras quiere oír.
El juicio: la calidad de la voz dejó de ser el factor decisivo hacia 2025. Lo que separa a estas herramientas es la rapidez con la que alguien que no es editor corrige una palabra mal dicha, y si la licencia cubre o no tu publicación.
Tres preguntas que aparecen en este punto
¿Basta el plan gratuito para un piloto? Para evaluar, sí. Antes de que un cliente vea algo, consigue confirmación por escrito de que tu plan incluye derechos comerciales; las licencias de evaluación no son licencias de entrega.
¿Puedo suscribirme un mes y exportarlo todo? Sí, las exportaciones son tuyas. Lo que no puedes conservar es la biblioteca de pronunciación, los comentarios compartidos ni la posibilidad de regenerar una línea el trimestre que viene con los mismos ajustes; así que archiva el guion, los ajustes y la versión del modelo junto con el audio.
¿La traducción de Murf sustituye al doblaje? No. La traducción se cobra por carácter como texto, y Murf Dub es un producto aparte con su propio trabajo de sincronización. Un guion traducido y leído por una voz nueva no es un doblaje, y el sincronizado labial se nota.
Paso 3 — Automatiza el 90% aburrido y deja una persona en el último 10%
Una vez elegida la voz, la aritmética se vuelve sencilla. Murf publica tarifas de API por carácter con fecha del 3 de noviembre de 2026: $0.01 por cada 1.000 caracteres con Falcon 2.1, $0.03 con Gen 2, $0.02 por traducción, $0.10 por minuto de cambiador de voz y $0.24 por hora de voz a texto. Una biblioteca de 2,4 millones de caracteres —300 módulos de ocho minutos— se ve muy distinta con esas tarifas que con un presupuesto por asiento.
| Ruta | Tarifa publicada | Costo para 2,4 M de caracteres | Lo que sacrificas |
|---|---|---|---|
| API de Murf Falcon 2.1 | $0.01 / 1.000 caracteres | unos $24 | entrega más plana, ajustada a la conversación |
| API de Murf Gen 2 | $0.03 / 1.000 caracteres | unos $72 | casi nada; es la voz de estudio |
| ElevenLabs Creator | $11 por 121.000 créditos | unos $216, más un plan superior por concurrencia | los créditos se consumen más rápido en los modelos premium |
| Kokoro o Piper autoalojados | sin tarifa por carácter | solo tiempo de GPU | sin SLA, sin clonación, sin soporte |
La cifra de ElevenLabs necesita una nota metodológica: 121.000 créditos son aproximadamente dos horas de audio si un crédito compra un carácter, así que $11 sale a unos 9 centavos por minuto terminado. La API Gen 2 de Murf está en 3 centavos y Falcon 2.1 en torno a 1 centavo, lo que deja la vía API en un tercio de una suscripción por créditos con el mismo nivel nominal. Las tarifas cambian; revisa las dos páginas oficiales antes de comprometerte.
La página de precios muestra hacia dónde va la empresa. Murf pone al frente la IA conversacional, Falcon 2.1 anuncia un tiempo hasta el primer audio inferior a 100 ms y 10.000 llamadas simultáneas, y la portada presume de más de 10 millones de usuarios y más de 300 clientes de la lista Forbes 2000. Eso es una empresa de infraestructura. Los asientos de Studio son la línea antigua: siguen sirviendo para el trabajo pulido a mano, pero ya no son el rumbo del mapa de producto.
El control de calidad por lotes no es opcional. Normaliza cada archivo a un mismo objetivo de sonoridad (−16 LUFS es una elección habitual en e-learning), nombra los archivos por módulo, idioma y versión, y revisa una muestra del 5% de las exportaciones completas. Un nombre de fármaco mal pronunciado en el módulo 11 sobrevive de otro modo a tres ciclos de revisión.
Paso 4 — Consigue la licencia por escrito antes de la primera exportación
Los derechos comerciales vienen con los planes de pago de Murf y no con los niveles de evaluación, como es habitual. Quien compra para una empresa debería pedir además MSA, SLA, residencia de datos y despliegue on-premise: todo está en el nivel enterprise, y es la razón real por la que un banco se queda con Murf en lugar de un revendedor de API que cobra un tercio.
La clonación de voz es donde la licencia se encarece. Exige cuatro cláusulas: consentimiento del hablante, un alcance definido (idiomas, campañas), una fecha de caducidad y la eliminación al terminar. Clonar al experto interno que se jubila en marzo es un pasivo de dos años disfrazado de ahorro. Si se trata de un actor contratado, el contrato necesita una compra de derechos de IA, no una tarifa por sesión.
La divulgación ya es un paso de producción. Las reglas de transparencia del Reglamento Europeo de IA para contenido sintético entraron en vigor el 2 de agosto de 2026, lo que obliga a etiquetar el audio que un oyente podría confundir con una persona real: una introducción hablada, un campo de descripción, una línea de créditos.
Conviene mantener la traducción en directo separada de la narración grabada. Nuestro análisis del Monoise P-G2 puntuó esos auriculares con 4,2/5 para llamadas de atención al cliente, pero dependen de una app móvil y el diseño de oído abierto deja escapar ruido en salas bulliciosas. La traducción en directo cubre una conversación; no genera una pista mezclada que puedas enviar a 4.000 alumnos.
Tres errores que cuestan más que la voz
Comprar asientos para un trabajo por lotes. Cinco asientos anuales son un costo fijo que sobrevive al trimestre en el que sale tu biblioteca. El volumen irregular favorece los caracteres; el trabajo colaborativo constante favorece los asientos. Modela los dos escenarios.
Probar con el texto de marketing. Los guiones de demostración están diseñados para halagar a cualquier motor. El párrafo con el número de serie y el nombre del producto en alemán es la única prueba que predice tu número de revisiones.
Tratar la primera exportación como el entregable. Presupuesta una pasada de revisión por módulo, valorada en caracteres. Los equipos que se la saltan pagan en regrabaciones, y las regrabaciones duplican el costo por minuto.
Qué haría yo ahora
Toma un módulo real —no una muestra— y pasa 1.000 caracteres por tres rutas con el volumen igualado: la API Gen 2 de Murf, la más barata Falcon 2.1 y el competidor que tu equipo ya paga. Cuenta las correcciones que necesita cada una, no las que parece necesitar. Después presupuesta doce meses con dos pasadas de revisión. El presupuesto ganador rara vez es el de menor tarifa por carácter; es el que tiene menos sorpresas en el mes siete. Para una visión más amplia, nuestra guía general de texto a voz y la guía de alternativas a ElevenLabs repasan el panorama de modelos; si lo que evalúas es la plataforma en sí, empieza por la ficha de ElevenLabs.
Tarifas verificadas en las páginas de precios públicas de Murf y ElevenLabs el 3 de noviembre de 2026. Las conversiones por minuto suponen 1.000 caracteres por minuto a 150 palabras por minuto.