Corrección, 2026-10-02: esta página llamaba al plan gratis de ElevenLabs el mejor en calidad y "la referencia de calidad con la que se compara la mayoría de la competencia". Nunca medimos ninguna de las dos cosas, así que ahora es el plan por el que empezar si quieres juzgar la calidad de la voz con tu propio guion. Donde describíamos el plan gratis, nuestra estimación de unos 11 minutos de narración pasa a ser la cifra de la propia ElevenLabs, unos 10 minutos de texto a voz al mes. El precio de 8frame ahora aclara que es el mismo en Eleven v3 (el modelo por defecto) y en Multilingual v2, y la página dice ahora que 8frame no clona voces. También suavizamos la afirmación de que una marca de agua sonora inutiliza un borrador. Los planes de ElevenLabs y de Google se volvieron a comprobar hoy en sus páginas de precios.
El mejor generador de voz con IA gratis para empezar en 2026 es el plan gratuito de ElevenLabs, si quieres juzgar la calidad de la voz con tu propio guion: 10,000 créditos al mes, que la propia ElevenLabs cifra en unos 10 minutos de texto a voz, y en su modelo Multilingual v2 un carácter de texto cuesta un crédito. Si el criterio es el volumen, Google Cloud Text-to-Speech es mucho mayor: 4 millones de caracteres gratis al mes en sus voces Standard y WaveNet y 1 millón en las voces más nuevas Chirp 3 HD, siempre que actives la facturación. Y si lo que necesitas es narración dentro de un video que estás produciendo, la cuenta cambia de forma, y de eso trata la última sección. Aviso desde el principio: 8frame es nuestro producto, no es un plan gratuito de texto a voz, y más abajo decimos claramente cuándo la herramienta gratis es la respuesta correcta.
Resumen
- Para empezar por la calidad: plan gratuito de ElevenLabs, 10,000 créditos al mes (unos 10 minutos de texto a voz según la propia ElevenLabs), sin licencia comercial. Júzgalo con tu propio guion
- Mejor volumen gratis: Google Cloud Text-to-Speech, 4 millones de caracteres Standard o WaveNet y 1 millón Chirp 3 HD gratis cada mes, con cuenta de facturación obligatoria
- La trampa que más importa: los planes gratis pueden excluir el uso comercial. El de ElevenLabs lo excluye; la licencia comercial empieza en su plan Starter de US$ 6. Lee la licencia antes de que un cliente oiga el resultado
- La cuenta de caracteres a memorizar: un guion de locución de 60 segundos tiene unos 900 caracteres, así que 10,000 caracteres son unos 11 minutos de voz
- Dentro de un flujo de video: en 8frame, la voz de ElevenLabs cuesta 13 créditos por cada 1,000 caracteres iniciados, igual en Eleven v3 y en Multilingual v2, así que una narración de 60 segundos cuesta unos US$ 0.13 al precio de los paquetes. 8frame no clona voces
Qué cubre "gratis" en voz y qué no
Los cupos gratuitos de texto a voz se miden en caracteres, no en minutos, así que empieza por la conversión: una narración cómoda va a unas 150 palabras por minuto, una palabra tiene de media seis caracteres con el espacio y un guion de 60 segundos tiene por tanto unos 900 caracteres. Un cupo mensual de 10,000 caracteres son unos once minutos de voz terminada según esa cuenta, antes de repeticiones; la tabla de planes de la propia ElevenLabs indica unos 10 minutos para su plan gratis.
Lo que hay que revisar en cualquier plan gratis:
Uso comercial. Algunos planes gratis son solo para uso personal. Es la trampa que duele, porque la locución suena igual en los dos casos y la diferencia solo existe en la licencia. En ElevenLabs, el plan gratis no tiene licencia comercial y el plan Starter de US$ 6 la añade.
Clonación de voz. En ElevenLabs, Instant Voice Cloning empieza en el plan Starter de pago; el plan gratis no lo incluye. En Google Cloud, Instant custom voice no tiene uso gratuito y cuesta US$ 60 por millón de caracteres. 8frame no clona voces: su nodo de ElevenLabs lee tu texto con una voz que eliges de su lista. Para las demás herramientas, revisa la página de planes de cada una.
Las repeticiones cuentan. Los cupos de caracteres miden cada generación, así que la toma que descartaste costó lo mismo que la que te quedaste. Calcula tres tomas por minuto terminado.
Las opciones
1. Plan gratis de ElevenLabs
El plan por el que empezar si lo que juzgas es la calidad de la voz, porque puedes oírla con tu propio guion antes de pagar nada. 10,000 créditos al mes en el plan gratis, unos 10 minutos de texto a voz según la propia ElevenLabs, sin licencia comercial, y el modelo Eleven v3 está incluido. El plan Starter a US$ 6 al mes sube el cupo a 30,000 créditos y añade la licencia comercial e Instant Voice Cloning. Si narras un proyecto personal, un prototipo o un borrador interno, esta es la respuesta y el resto de la lista es para otras limitaciones.
2. Google Cloud Text-to-Speech
La respuesta para volumen. La página de precios de Google indica 4 millones de caracteres gratis al mes en voces Standard y WaveNet y 1 millón en voces Chirp 3 HD, Neural2 y Studio, y después cobra por carácter: US$ 4 por millón en Standard y WaveNet, US$ 30 por millón en Chirp 3 HD. Google clasifica Standard, WaveNet, Neural2 y Studio como "Legacy TTS models" (modelos heredados), y sus modelos Gemini-TTS no tienen uso gratuito. La contrapartida: tienes que activar la facturación en una cuenta de Google Cloud, y la configuración pasa por la API o la consola en lugar de una web sencilla. Ideal para desarrolladores y para necesidades de volumen como borradores de audiolibros o accesibilidad.
3. Herramientas gratis en el navegador
Hay muchas herramientas web gratis de texto a voz, con calidad y condiciones variables. Sirven para pistas provisionales y comprobaciones de ritmo, que es un trabajo real: una scratch track (en inglés) no tiene que ser bonita, tiene que existir en treinta segundos. Antes de usar una para algo publicado, lee su licencia y escucha si añade una marca sonora.
Lo que dejamos fuera a propósito
Herramientas cuyo "gratis" es un cupo de prueba que no se renueva, y herramientas que marcan el audio con una etiqueta audible. Una etiqueta audible estorba incluso en un borrador, porque se monta encima del ritmo que estás comprobando.
Cuando las herramientas gratis no encajan
Los planes gratis de arriba funcionan por separado: escribes el texto allí, descargas el audio y llevas el archivo a tu montaje. Está bien cuando la locución es el producto. Cuando la locución es una capa de un video, ese trasiego se convierte en el costo: cada cambio de guion significa regenerar, descargar, volver a importar y volver a sincronizar.
Ese es el caso en el que generar la narración dentro del flujo de video vale lo que cuesta. En 8frame, la voz de ElevenLabs cuesta 13 créditos por cada 1,000 caracteres iniciados, igual en Eleven v3 (el modelo por defecto) y en Multilingual v2, con hasta 5,000 caracteres por generación: unos US$ 0.13 por una narración completa de 60 segundos al precio de los paquetes y 65 créditos por un guion de 5,000 caracteres, en el mismo canvas que genera el video que narra. La idea no es que US$ 0.13 gane a gratis; es que la narración queda junto al montaje y un cambio de guion es una regeneración, no un viaje de archivos. Todos los precios de audio están en precio de la música y la voz con IA por modelo.
Para escribir el guion que leerá la voz, mira how to write a voiceover script (en inglés), con los trucos de puntuación que controlan el ritmo sintético.
Preguntas frecuentes
¿Cuál es el mejor generador de voz con IA totalmente gratis? Para juzgar la calidad de la voz, empieza por el plan gratis de ElevenLabs (10,000 créditos al mes, unos 10 minutos de texto a voz según la propia ElevenLabs, sin licencia comercial). Para volumen, Google Cloud Text-to-Speech (hasta 4 millones de caracteres gratis al mes, con cuenta de facturación obligatoria).
¿Puedo usar voces de IA gratis en videos monetizados? No en todos los planes. El plan gratis de ElevenLabs no tiene licencia comercial, y un video monetizado es uso comercial. Es una cuestión de licencia, no de audio, y las condiciones vigentes de la herramienta son la única fuente que cuenta.
¿Puedo clonar mi voz en un plan gratis? En ElevenLabs no: Instant Voice Cloning empieza en el plan Starter de US$ 6. Instant custom voice de Google Cloud no tiene uso gratuito. 8frame no clona voces; su nodo de ElevenLabs usa una voz de su lista.
¿Cuántos caracteres tiene una locución de un minuto? Unos 900, a unas cómodas 150 palabras por minuto. Un cupo de 10,000 caracteres son unos 11 minutos de voz antes de repeticiones.
Fuentes
- Planes de ElevenLabs: Free "10k credits" "per month", "~10" minutos de Text to Speech (UI) incluidos, modelo Eleven v3 incluido, sin uso comercial ni Instant Voice Cloning en Free; Starter "$6" "per month", 30,000 créditos, "Everything in free, plus" (todo lo del plan gratis, más) "Commercial License" e "Instant Voice Cloning"; "For V2 Multilingual models, 1 text character equals 1 credit" (en los modelos V2 Multilingual, 1 carácter de texto equivale a 1 crédito): elevenlabs.io/pricing, consultada el 2026-10-02
- Google Cloud Text-to-Speech: "You must enable billing to use Text-to-Speech" (hay que activar la facturación para usarlo); uso gratis al mes: Standard y WaveNet "0 to 4 million characters" (US$ 4 por 1 millón después), Chirp 3 HD "0 to 1 million characters" (US$ 30 por 1 millón después), Neural2 y Studio de 0 a 1 millón; Instant custom voice (US$ 60 por 1 millón de caracteres) y Gemini-TTS sin uso gratuito ("Not available"); Standard, WaveNet, Neural2 y Studio listados como "Legacy TTS models": cloud.google.com/text-to-speech/pricing, consultada el 2026-10-02
- Precio en 8frame: voz de ElevenLabs, 13 créditos por cada 1,000 caracteres iniciados, Eleven v3 (por defecto) y Multilingual v2 al mismo precio, hasta 5,000 caracteres por generación, voz elegida de una lista: la app de 8frame, consultado el 2026-10-02
- 8frame no clona voces: la app de 8frame, consultado el 2026-10-02
Los planes gratis cubren los trabajos sueltos. Cuando la narración pertenece a un video, genérala donde está el video.
Pruébalo sin registrarte: llegas directamente a un tablero real. El canvas de 8frame es gratuito e ilimitado; la generación es de pago desde US$ 19 al mes.