Las mejores herramientas de texto a voz gratuitas

Qué significa «gratuito» aquí

Bajo la palabra «gratuito» en el marketing TTS se esconden tres cosas muy distintas.

Verdaderamente gratuito es una herramienta sin registro, sin tarjeta y sin cuota que caduca. Pegas texto, obtienes audio y lo haces tantas veces como quieras para siempre. Las voces gratuitas de NaturalReader entran aquí. También las voces WebSpeech de TTSReader, el Leer en voz alta del sistema en Edge y Contenido hablado en Mac.

Freemium con límite real es la mayoría del resto. TTSMaker te da 20.000 caracteres por semana. Luvvoice te da 20.000 caracteres por mes, lo cual llama la atención porque el titular de luvvoice.com dice «Sin límite de palabras» y las FAQ de la misma página dicen «20.000 caracteres por mes». Ambas cosas son ciertas. Solo una te ayuda a planificar. ElevenLabs te da 10.000 créditos al mes, aproximadamente diez minutos de audio multilingüe de alta calidad.

Prueba gratuita disfrazada de «gratis» es el tercer grupo y el más molesto. Ves «gratis», te registras y siete días después te cobran en la tarjeta que nunca diste. Este artículo los descarta. Si una herramienta pide una tarjeta antes de leer un párrafo, no es gratuita.

Las cinco herramientas de texto a voz gratuitas que vale la pena conocer

La lista corta es corta a propósito. Hay cuarenta sitios TTS; la mayoría son reediciones de las mismas dos APIs de voz.

NaturalReader, la opción pulida y completa

El plan Personal gratuito de NaturalReader te da uso ilimitado de sus Voces Gratuitas (las sintéticas básicas), 20.000 caracteres al día con Voces Premium y 4.000 caracteres al día con Voces Plus. Las voces hablan en más de 90 idiomas. El problema es la exportación MP3. Los usuarios gratuitos pueden escuchar en el navegador, pero descargar el audio es una función de pago.

Ideal para: estudiantes y profesionales que quieren escuchar artículos, PDFs y correos en el navegador, con buenas voces y en muchos idiomas. Descártalo si: necesitas un archivo MP3 para insertar en un vídeo.

TTSReader, el que funciona en el navegador sin registro

TTSReader funciona en el navegador. Sin descarga, sin inicio de sesión, sin cuota en las voces de la WebSpeech API. El nivel gratuito es gratuito; el límite es que puedes escuchar pero no exportar audio, porque la exportación MP3 es un complemento de pago exclusivo de Windows. Su banco de voces redirige más de 600 voces de OpenAI, xAI y Azure además de las voces del sistema.

Ideal para: revisar tu propia escritura, escuchar un artículo largo en lugar de leerlo, cualquier tarea en la que solo lo necesites una vez y no necesites un archivo. Descártalo si: necesitas el audio después como MP3.

Luvvoice, el de amplia cobertura de idiomas con el H1 engañoso

Luvvoice anuncia más de 200 voces de IA en más de 70 idiomas, con descarga MP3 en el nivel gratuito. El límite gratuito es 20.000 caracteres por mes, aunque el H1 de la página de inicio diga «Sin límite de palabras». El H1 está mal, las FAQ están bien, y una vez que lo sabes, el producto es correcto. No publican una licencia de uso comercial en la página de inicio ni en las FAQ, así que no asumiría que el audio está licenciado para trabajo de clientes.

Ideal para: uso mensual por debajo de 20.000 caracteres cuando quieres el MP3. Descártalo si: necesitas audio con licencia comercial (la licencia no está especificada).

TTSMaker, el de uso comercial

TTSMaker es el que debes conocer si vas a publicar lo que creas. Más de 100 idiomas, más de 600 voces de IA, descarga MP3 en el plan gratuito y sin necesidad de registro. El límite gratuito es 20.000 caracteres por semana. Lo que lo diferencia es la licencia: TTSMaker cede el 100% de los derechos de autor del audio generado al usuario, con uso comercial permitido para YouTube, anuncios, audiolibros y similares, sin necesidad de atribución.

Ideal para: creadores independientes, editores de vídeo, cualquiera que quiera audio gratuito listo para publicar. Descártalo si: necesitas más de 20.000 caracteres en una sola semana. En ese punto lo más probable es que salga a cuenta pagar a alguien.

ElevenLabs, el de mayor calidad con el requisito de atribución

ElevenLabs produce las voces que suenan más naturales de la lista. El plan Gratuito te da 10.000 créditos al mes, unos diez minutos de audio, en una biblioteca de más de 5.000 voces en más de 70 idiomas, con más de 29 idiomas a calidad de estudio en su modelo TTS principal. El inconveniente enterrado dos clics más abajo es que el plan Gratuito no incluye licencia comercial. Todo lo que publiques debe incluir una atribución a ElevenLabs en el título (la cadena «elevenlabs.io»).

Ideal para: explorar las mejores voces del mercado, proyectos personales, decidir si el nivel de pago vale la pena. Descártalo si: quieres publicar en cualquier lugar donde un enlace a un competidor en el título resulte incómodo.

El H1 y las FAQ cuentan historias distintas. Confía en las FAQ.

El texto de precios es donde las empresas TTS se descubren. Las honestas ponen el límite junto al titular. Las menos honestas lo esconden en las FAQ.

Luvvoice es el caso de manual. El H1 dice «Sin límite de palabras». Las FAQ de la misma página dicen «El plan gratuito te permite convertir hasta 20.000 caracteres por mes». Ambas afirmaciones son ciertas si las miras con buena voluntad. No hay límite de palabras por conversión; solo hay un límite mensual de caracteres. El visitante que lee el H1 y empieza a pegar un libro se va a llevar una sorpresa al tercer capítulo.

La mayoría de las páginas de software «gratuito» funcionan igual. El departamento de marketing escribe el H1, el equipo de soporte escribe las FAQ, y los dos no han hablado desde la incorporación. El truco es leer las FAQ primero. Todo sitio TTS tiene enterrada en algún lugar la pregunta «¿Cuántos caracteres puedo convertir?». Esa respuesta es el producto. El H1 es el deseo.

Lo otro que merece la pena comprobar es la licencia. Los MP3 gratuitos de NaturalReader son «solo para uso personal», válidos para un trabajo escolar pero no para una entrega a un cliente. ElevenLabs exige atribución en el título con el plan Gratuito. TTSMaker no. Si vas a publicar el audio, la licencia importa más que la calidad de la voz.

Las voces gratuitas que vinieron con tu ordenador

Las herramientas TTS más infravaloradas del mundo son las que ya tienes en el portátil. Tanto Mac como Windows incluyen un lector gratuito funcional, y ninguno requiere abrir una pestaña del navegador.

En Windows, usa Edge Leer en voz alta

Microsoft Edge tiene una función integrada de «Leer en voz alta» que lee en voz alta cualquier página web (o PDF que hayas abierto en el navegador). Abre una página, haz clic en el botón Leer en voz alta de la barra de herramientas o ve a Configuración > Más herramientas > Leer en voz alta y elige una voz. En Windows 11, Edge puede usar las Voces Naturales del sistema, que son de calidad HD. Gratuito, instalado, sin cuota. Suficiente para la mayoría de tareas de escuchar mientras haces otra cosa.

En Windows también tienes el Narrador

El Narrador es un lector de pantalla para accesibilidad, pero el modo «Leer lo que hay en la pantalla» también sirve como TTS general. El atajo es Ctrl+Win+Enter. El Narrador ya tiene voces HD en inglés (EE. UU.), francés y chino, además de Voces Naturales en 10 regiones, incluidas español, japonés, inglés (Reino Unido), portugués, inglés (India), alemán y coreano.

En Mac, usa Contenido hablado

Está en Ajustes del Sistema > Accesibilidad > Contenido hablado. El atajo de teclado predeterminado para empezar a leer el texto seleccionado es Option+Esc. En las aplicaciones compatibles, Edición > Voz > Iniciar locución hace lo mismo. Puedes descargar voces adicionales desde el menú Gestionar voces; Apple incluye decenas.

Ninguna de estas opciones producirá un MP3 que puedas publicar en un podcast. Todas son perfectas para «léeme este artículo mientras preparo el café». Si eso es lo que necesitas, no tienes que instalar nada más.

Cuando lo necesitas al revés (de voz a texto)

Vale la pena decirlo sin rodeos. Whisper by Remskill es una herramienta de voz a texto, no de texto a voz. Dirección distinta, problema distinto. Si quieres convertir texto escrito en audio hablado, usa las herramientas anteriores. Si quieres convertir palabras habladas en texto —una nota de reunión, un correo largo, un borrador que prefieres dictar antes que escribir— eso es lo que hacemos nosotros.

Whisper funciona así: mantienes pulsada una tecla de acceso rápido, hablas y la sueltas. El texto aparece en el cursor en la aplicación en la que estabas —Slack, Word, una respuesta de correo, un documento de Notion, el chat de IA al que ibas a escribir. El acceso rápido predeterminado es Ctrl+Space en Windows y Linux, y el acorde Command+Option en Mac. Puedes cambiarlo. No tienes que abrir una aplicación separada.

El proceso local es gratuito para cualquier usuario con sesión iniciada, sin tarjeta al registrarse: Whisper (8 variantes de modelo, de 140 MB a 3 GB), el motor Parakeet (600 MB, inglés más 24 idiomas europeos, de 5 a 10 veces más rápido en CPU) y limpieza de IA basada en Ollama. El nivel Pro añade un servicio en la nube de OpenAI con una prueba de 7 días, y ese es el único lugar donde aparece una tarjeta.

Si quieres profundizar en la dirección inversa, el recorrido de cómo funciona Whisper explica el flujo de grabación, y la comparativa de software de transcripción compara Whisper con la competencia de voz a texto.

Cómo elegir el TTS gratuito adecuado para lo que haces

Elige según el punto de fallo, no según la lista de funciones.

Quieres escuchar un artículo mientras friegas los platos. Ábrelo en Edge o Safari y usa el lector integrado. El sistema operativo ya tiene una voz. No hay ninguna razón para abrir una pestaña en naturalreaders.com para esto.

Necesitas un MP3 para un vídeo de YouTube. TTSMaker. El límite semanal de 20.000 caracteres cubre la mayoría de los vídeos cortos, y la licencia comercial es la más limpia del espacio gratuito.

Eres un estudiante que convierte capítulos de libro de texto en audio para el tren. NaturalReader. El límite diario de 20.000 caracteres con voces Premium, usando los capítulos uno a uno, aguantará más que tu semestre. La restricción de exportación MP3 no te afecta si de todas formas escuchas en el navegador.

Necesitas una herramienta de accesibilidad que puedas usar en cualquier página web ahora mismo. Edge Leer en voz alta en Windows, Contenido hablado en Mac, sin más. Ambas son gratuitas, están instaladas y funcionan sin conexión.

Quieres escuchar cómo suena lo que escribes. TTSReader. La interfaz del navegador ofrece el flujo de pegar y escuchar más rápido de la lista, y las voces WebSpeech no tienen restricciones.

Quieres probar las voces de mayor calidad y no te importa atribuir la fuente. ElevenLabs Free. Diez minutos al mes son más que suficientes para decidir si el plan de pago vale la pena.

No hay un ganador absoluto. Los artículos de comparativas que coronan uno están haciendo la cuenta del afiliado, no la cuenta del usuario. La herramienta que encaja en el trabajo es la que tiene un punto de fallo invisible para ti (límite de caracteres, licencia, exportación MP3) según lo que estés haciendo.

Cuándo no necesitas ninguna herramienta TTS de terceros

La respuesta honesta para muchos lectores: no la necesitas. Si el trabajo es «léeme este artículo» o «léeme este PDF», tu sistema operativo ya hace eso. Edge Leer en voz alta en Windows. Contenido hablado en Mac. Ambas son gratuitas, están instaladas y tienen una calidad de voz que en los últimos tres años se ha puesto a la altura de las herramientas web.

Vas más allá de las opciones integradas por tres razones: necesitas un archivo MP3, necesitas una voz específica (el sistema operativo te da unas pocas, las herramientas web te dan cientos) o necesitas un idioma que las voces del sistema no cubren bien. Si ninguna de esas es tu situación, puedes cerrar esta pestaña y usar lo que ya tienes en el portátil. Preferiríamos que leyeras esto y ahorraras veinte minutos antes de que siguieras hojeando otra lista que pretende que todas las herramientas son imprescindibles.

Pasé tres fines de semana comparando herramientas TTS para un artículo que no necesitaba escribir, porque la empresa que me paga por crear cosas hace el tipo de software contrario. Lo que seguía notando es que el H1 y las FAQ de estos sitios cuentan historias distintas, y las FAQ son las que hay que creer. Veinte mil caracteres al mes suena generoso, hasta que pegas un hilo de correos largo y ves cómo se vacía la barra. Las voces gratuitas de tu sistema operativo suenan peor, hasta que escuchas las Voces Naturales de Windows 11, y entonces ya no.