Para clonar tu voz en ElevenLabs necesitas, como mínimo, el plan Starter (6 dólares al mes) y entre uno y dos minutos de audio limpio para un clon instantáneo; si buscas un resultado casi indistinguible, el clon profesional exige el plan Creator, al menos 30 minutos de grabación y una verificación de que la voz es tuya. Esta guía explica qué opción te conviene, cómo grabar bien las muestras, qué ajustes tocar y qué dice la ley española y europea sobre clonar voces. Precios y requisitos consultados en noviembre de 2026 en la web y la documentación oficial de ElevenLabs.
Clon instantáneo o profesional: cuál necesitas
| Clon instantáneo (IVC) | Clon profesional (PVC) | |
|---|---|---|
| Audio necesario | 1-2 minutos recomendados; más de 3 apenas mejora | Mínimo 30 minutos; ideal 2-3 horas |
| Tiempo de creación | Segundos | 3-6 horas de entrenamiento, a veces hasta 24 h según la cola |
| Plan mínimo | Starter | Creator (1 clon profesional) |
| Voz de otra persona | Solo con derecho y consentimiento | No: solo tu propia voz, verificada |
| Calidad | Buena para locuciones cortas; capta peor los matices | Muy fiel en timbre, acento y forma de hablar |
| Uso típico | Pruebas, vídeos cortos, notas de voz | Audiolibros, pódcast, cursos, doblaje de tus vídeos |
Si solo quieres probar o vas a usar el clon en vídeos cortos, empieza por el instantáneo: se crea en un momento y te dirá si el resultado te sirve. Si vas a narrar horas de contenido con tu voz, el profesional compensa. La comparación de ElevenLabs con otras plataformas de voz y música la tienes en las mejores IA para voz y audio.
Qué plan necesitas y cuánto cuesta
Precios mensuales en dólares según la página de precios de ElevenLabs en noviembre de 2026 (al pagar se añaden impuestos):
| Plan | Precio al mes | Créditos al mes | Clonación |
|---|---|---|---|
| Free | 0 $ | 10.000 | Sin clonación; sin licencia comercial |
| Starter | 6 $ (1 $ el primer mes) | 30.000 | Clon instantáneo y licencia comercial |
| Creator | 22 $ (11 $ el primer mes) | 121.000 | Instantáneo + 1 clon profesional |
| Pro | 99 $ | 600.000 | Instantáneo + 1 clon profesional |
| Scale | 299 $ | 1.800.000 | Instantáneo + 3 clones profesionales |
| Business | 990 $ | 6.000.000 | Instantáneo + 10 clones profesionales |
Generar voz consume créditos, un crédito por carácter con los modelos multilingües v2, según la página de precios (otros modelos tienen tarifas propias), así que los 30.000 créditos de Starter dan para unos 30.000 caracteres al mes: un guion de vídeo de cinco minutos ronda los 4.000-5.000 caracteres. Las ofertas del primer mes y los créditos cambian a menudo; revisa la página antes de pagar.
Antes de grabar: micrófono, sala y formato
El clon copia todo lo que oye: tu timbre, pero también el eco de la habitación, el zumbido del portátil y las muletillas. La mitad del resultado depende de la grabación.
- Micrófono. Para un clon instantáneo vale un buen micrófono USB. Para el profesional, ElevenLabs recomienda calidad de estudio, por ejemplo un micrófono XLR con interfaz de audio, y un filtro antipop para las «p» y las «b».
- Sala. Una habitación con muebles, cortinas, alfombra o un armario con ropa absorbe el eco. Evita cocinas, baños y salones vacíos. Apaga ventiladores, aire acondicionado y notificaciones.
- Distancia. Mantén siempre la misma distancia al micrófono (un palmo es una buena referencia) y el mismo equipo en todas las sesiones.
- Niveles. La documentación recomienda un volumen medio de entre -23 y -18 dB RMS con picos que no pasen de -3 dB. En la práctica: que la forma de onda no toque el techo y que no quede tan baja que haya que subirla mucho.
- Formato. ElevenLabs recomienda MP3 a 192 kbps o más. Subir WAV sin comprimir no mejora el clon y puede dar problemas al cargar.
Cómo grabar las muestras
- Decide el estilo antes de grabar. Si vas a narrar un audiolibro, lee como narrador; si es para vídeos de YouTube, habla como en tus vídeos. El clon reproduce la interpretación de las muestras: si lees plano, sonará plano.
- Graba en el idioma en que lo vas a usar. Un clon entrenado en español puede arrastrar acento al hablar en inglés, y al revés. Si lo necesitas en los dos idiomas, valora un clon por idioma.
- Usa textos variados. Mezcla frases afirmativas, preguntas, enumeraciones y números. Un capítulo de un libro tuyo, un artículo o un guion real funcionan mejor que repetir la misma frase.
- Evita cambios bruscos. Gritos, susurros o subidas fuertes de volumen confunden al modelo. Mantén un tono homogéneo.
- Limpia el audio. Corta silencios largos, carraspeos, toses y «eeeh». Si hace falta, usa un reductor de ruido suave; uno agresivo deja un sonido metálico que el clon también copiará.
- Solo una voz. Nada de entrevistas, música de fondo ni otra persona hablando.
Para el clon profesional, si grabas varias horas, divide el audio en archivos de unos 30 minutos: es más fácil subirlos. Lo que cuenta es la duración total, no el número de archivos.
Paso a paso: clon instantáneo
- Inicia sesión en ElevenLabs con un plan Starter o superior y abre Voices.
- Pulsa el icono + y elige Instant Voice Clone.
- Sube tus archivos o graba directamente en el navegador. El mínimo técnico es de 5 segundos por archivo y 10 en total, pero para un resultado útil apunta a 1-2 minutos.
- Pon un nombre y etiquetas (idioma, estilo) para encontrarlo después.
- Marca la casilla en la que confirmas que tienes derecho y consentimiento para clonar esa voz y pulsa Save voice.
- En My Voices, pulsa Use voice y prueba con un texto corto antes de generar uno largo.
Un texto de prueba útil en español, porque combina números, siglas y preguntas: «El 15 de marzo, a las 9:30, presentamos el informe en la sede de la ONU. ¿Llegaremos a tiempo? Depende del tráfico.» Escucha si lee bien la hora, las siglas y la entonación de la pregunta.
Paso a paso: clon profesional y verificación
- Con un plan Creator o superior, abre Voices, pulsa + y elige Professional Voice Clone.
- Sube al menos 30 minutos de audio (mejor entre una y tres horas) en el idioma del clon. ElevenLabs rechaza muestras en idiomas no admitidos y el clon profesional no admite canto.
- Verifica tu voz: la plataforma te muestra frases que debes leer en voz alta. Usa el mismo equipo y el mismo tono que en las grabaciones, permite el acceso al micrófono, lee cada frase una sola vez y deja de grabar.
- Si la verificación falla en todos los intentos, espera 24 horas para reintentar o escribe al soporte de ElevenLabs.
- Espera al entrenamiento: la documentación habla de 3 a 6 horas, que pueden alargarse hasta 24 según la cola. Recibirás un aviso en la aplicación y por correo.
Según la documentación del clon profesional, no puedes crear el clon profesional de otra persona ni siquiera con su permiso: debe crearlo y verificarlo ella en su cuenta y, si quiere, compartirlo contigo. Esa regla evita la mayoría de los abusos.
Ajustes que conviene tocar
Al generar audio con tu clon verás varios controles. Lo que hace cada uno, según la documentación de texto a voz:
| Ajuste | Qué hace | Recomendación |
|---|---|---|
| Stability (estabilidad) | Más baja: más emoción y variación; más alta: más uniforme | Empieza en 50; bájala para un tono vivo, súbela para algo serio. Muy baja suena errática, muy alta monótona |
| Similarity (similitud) | Cuánto se parece al audio original | Alta si tus muestras son limpias; si tienen ruido, alta también reproduce ese ruido |
| Style exaggeration | Exagera el estilo del hablante | Déjalo en 0: añade latencia y algo de inestabilidad |
| Speaker boost | Refuerza el parecido con tu voz | Actívalo si notas el clon algo distinto; el cambio suele ser sutil |
| Speed (velocidad) | De 0,7 a 1,2; 1,0 es la velocidad normal | Cambios pequeños; los extremos empeoran la calidad |
| Clone strength (Eleven v4 con clon profesional) | Cuánto se ciñe a tus grabaciones de entrenamiento | Empieza en 0 % y súbelo si pierde parecido |
Los controles disponibles dependen del modelo: en Eleven v3 no aparecen similitud ni speaker boost, y en Eleven v4 no hay estilo ni velocidad. Si un control no aparece, no es un fallo de tu cuenta. Truco práctico: genera dos o tres tomas del mismo párrafo con estabilidad distinta y quédate con la mejor; cada toma consume créditos, así que hazlo con fragmentos cortos.
Escribe el texto como quieres que suene: los números en letra si hay ambigüedad, puntos o comas para marcar pausas y siglas separadas si deben deletrearse.
Usos legítimos que funcionan bien
- Narración de tus propios contenidos: audiolibro de tu libro, versión en audio de los artículos de tu blog, lecciones de un curso.
- Correcciones sin volver a grabar: cambiar una frase de un pódcast o de un vídeo sin montar de nuevo el micrófono.
- Doblaje de tus vídeos a otros idiomas con tu timbre, avisando al público de que es una voz generada.
- Accesibilidad: personas que van a perder la voz por una enfermedad pueden conservarla grabándola antes; también sirve para quien tiene dificultades temporales para hablar.
- Locuciones de empresa (centralita, vídeos internos) con la voz de un empleado que haya dado su consentimiento por escrito.
Límites legales y éticos en España y la UE
Las normas de ElevenLabs. Su política de uso prohibido (actualizada el 9 de octubre de 2026) prohíbe clonar, sintetizar o imitar la voz de una persona viva sin su consentimiento explícito e informado, suplantar a candidatos o cargos públicos, usar las voces para fraudes, y eliminar u ocultar las marcas de agua, los metadatos y otras señales que identifican el audio como generado. El audio que produces puede rastrearse hasta tu cuenta.
Derecho a la propia voz. La Ley Orgánica 1/1982 considera intromisión ilegítima, en su artículo 7.6, «la utilización del nombre, de la voz o de la imagen de una persona para fines publicitarios, comerciales o de naturaleza análoga» sin su consentimiento. Usar un clon de la voz de otra persona en un anuncio o un producto sin autorización puede acabar en una demanda con indemnización. Además, la voz que identifica a alguien es un dato personal según el RGPD.
Reglamento europeo de IA. El artículo 50 del Reglamento (UE) 2024/1689 obliga a quien difunde audio generado o manipulado que imita a personas reales y puede parecer auténtico (ultrasuplantaciones o deepfakes) a indicar que es artificial, con una obligación más ligera en obras evidentemente artísticas, satíricas o de ficción. Esas obligaciones de transparencia se aplican desde el 2 de agosto de 2026. La modificación aprobada en 2026 (Reglamento (UE) 2026/1744, el llamado ómnibus digital) concede, según los análisis jurídicos publicados, un periodo transitorio corto a los proveedores para el marcado técnico del contenido de sistemas ya comercializados; tu obligación de avisar al público no cambia. Lo explicamos en qué cambia el Reglamento europeo de IA para los usuarios.
Seguridad: protege tu clon y a tu entorno
Una voz clonada es una herramienta de fraude muy eficaz. El INCIBE documenta casos reales en los que una persona recibe una llamada con la voz de su pareja o de un familiar pidiendo un mensaje, datos o dinero, y advierte de que bastan unos segundos de audio para imitar una voz.
- Protege tu cuenta de ElevenLabs con una contraseña única y, si está disponible, verificación en dos pasos: quien entre en ella tendrá tu voz.
- Guarda las muestras originales fuera de carpetas compartidas.
- Acuerda con tu familia una palabra clave para confirmar la identidad en llamadas urgentes, como recomienda el INCIBE.
- Ante una petición de dinero o datos por teléfono, cuelga y llama tú al número que ya tienes de esa persona.
- Si eres víctima o tienes dudas, la Línea de Ayuda en Ciberseguridad del INCIBE es el 017, todos los días de 8:00 a 23:00.
Fichas de las herramientas citadas
ElevenLabs
ElevenLabs · Voz IA / clonación de voz
Voz sintética muy realista, doblaje y clonación de voz verificada, con el español entre sus idiomas.
Preguntas frecuentes
¿Se puede clonar la voz gratis en ElevenLabs?
No. El plan Free no incluye clonación ni licencia comercial. El clon instantáneo está disponible desde Starter, que cuesta 6 dólares al mes (con oferta de 1 dólar el primer mes en noviembre de 2026), y el profesional desde Creator, a 22 dólares.
¿Cuántos minutos de audio necesito para clonar mi voz?
Para el clon instantáneo, de 1 a 2 minutos de audio limpio; más de 3 minutos apenas mejora y puede empeorarlo. Para el clon profesional, un mínimo recomendado de 30 minutos y, para el mejor resultado, de 2 a 3 horas.
¿Cuánto tarda el clon profesional?
La documentación de ElevenLabs estima de 3 a 6 horas de entrenamiento, que pueden llegar a 24 según la cola. Te avisan por correo y en la aplicación cuando está listo.
¿Puedo clonar la voz de otra persona?
Con el clon instantáneo, solo si tienes su consentimiento explícito e informado, y lo confirmas al crearlo. El clon profesional solo admite tu propia voz, verificada; la otra persona debe crearlo en su cuenta. Usar la voz de alguien con fines comerciales sin permiso es una intromisión ilegítima según la Ley Orgánica 1/1982.
¿El clon funciona en español?
Sí. Graba las muestras en español y usa el clon en español para evitar acento extranjero. Los modelos actuales de ElevenLabs admiten decenas de idiomas.
¿Qué valor de estabilidad uso?
Empieza en 50. Bájala para una lectura más expresiva (por ejemplo, un cuento) y súbela para algo serio y uniforme (un curso o una centralita). Genera dos o tres tomas cortas y compara.
¿Tengo que avisar de que una voz está hecha con IA?
Si el audio imita a una persona real y puede parecer auténtico, el artículo 50 del Reglamento europeo de IA obliga, desde el 2 de agosto de 2026, a indicar que es artificial. Aunque sea tu propia voz, avisar es lo más prudente.
Fuentes consultadas
- ElevenLabs: precios
- ElevenLabs: clonación instantánea de voz
- ElevenLabs: clonación profesional de voz
- ElevenLabs: ajustes de texto a voz
- ElevenLabs: política de uso prohibido
- BOE: Ley Orgánica 1/1982, derecho al honor, la intimidad y la propia imagen
- EUR-Lex: Reglamento (UE) 2024/1689 de inteligencia artificial
- INCIBE: fraude con la voz de un familiar creada con IA
¿Has visto un precio desactualizado o un error? Escríbenos desde la página de contacto y lo revisamos. Consulta también cómo elaboramos nuestras guías.
