
Quill
YouTube explainer voice that never sounds bored
Flujo de trabajo
Una voz en off es lo más simple que hace un texto a voz, y lo que casi todas las herramientas dejan a medias: una sola voz plana leyendo el guion entero a la misma velocidad. Esta página es para el guion que tiene narración y por lo menos otra voz —quien presenta y quien pregunta, la conductora y su invitado, un explicativo con un personaje adentro—, renderizado gratis, en el navegador, como un MP3 que pones debajo de tu video.
Pegas el guion completo. Las líneas que empiezan con el nombre de alguien se van a otro personaje y el resto lo lee quien narra. Sale un único MP3 mezclado con las pausas ya puestas, así que la rutina de siempre —renderizar cada parte por separado y después alinearlas en el editor— desaparece.
A una línea se le puede decir cómo tiene que sonar. Una acotación entre paréntesis al principio de la línea —(con calidez), (como quien lee una advertencia)— se interpreta en lugar de leerse en voz alta. En Pro cada línea lleva además su propia emoción; en Plus y Pro, su propio ritmo. Una voz en off que cambia de marcha en el momento correcto suena grabada y no generada.
Todos los planes, incluido el gratuito, usan cualquiera de los cuarenta personajes de la biblioteca, y cada uno habla español, portugués, inglés, francés, alemán, ruso, chino, japonés y coreano. Las voces son perfiles y no un menú de acentos: eliges a quien presenta, no un código de región. En español todas suenan a latinoamericano neutro.
El plan gratuito trae una bolsa única de créditos que alcanza para unos cinco minutos de audio terminado en español, y generar o escuchar no la gasta: solo la gasta exportar. Al registrarte no se pide tarjeta, y la demo de la portada corre sin cuenta.

Quill
YouTube explainer voice that never sounds bored

Indie
TikTok voiceover: fast, flat, faintly amused

Juno
Podcast host who thinks out loud and never reads a script

Hale
Documentary narrator with a hand on the listener's shoulder

Noor
Newsreader clarity for exposition-heavy scenes

Duke
Trailer voice. Three words per breath. All of them heavy.

Solène
Continental accent, unhurried, very expensive sounding

Beaudie
Australian field guide who finds everything hilarious
Texto plano, pegado. Si el guion tiene más de una voz, pon el nombre y dos puntos al principio de esas líneas; las líneas sin nombre las lee quien narra. No hay subida de archivos, así que copia el texto de tu documento.
Elige al personaje que carga con la mayor parte del guion y haz la audición con tu propia primera frase, no con el texto de ejemplo. Quill y Hale son las apuestas seguras para un explicativo; Noor para cualquier cosa que tenga que sonar a noticiero; Duke solo si de verdad quieres un tráiler.
La puntuación es tu reloj: un punto es una pausa y un salto de línea una más larga. Una frase que carga con dos ideas se lee como el promedio de las dos, así que pártela.
En Plus y Pro, deja a quien narra un escalón más lento de lo que te parece correcto en el editor. Casi todas las primeras voces en off van demasiado rápido para alguien que además está mirando una pantalla.
Escucha una vez el largo completo antes de tocar nada. Dirige solo las líneas donde el video gira —la revelación, la invitación a hacer algo— y deja el resto en neutro.
Descarga el MP3 mezclado en cualquier plan, o el ZIP con un archivo por línea y la tabla CSV de duraciones si necesitas mover frases sueltas para que calcen con la imagen. Los subtítulos salen en SRT en Plus y Pro sin costo extra.
Tres cosas, en este orden. El ritmo: una voz en off va debajo de imágenes, y quien escucha mientras lee una pantalla necesita que las palabras lleguen un poco más lentas que en una conversación. Casi todas las voces en off generadas fallan primero aquí, y no porque la voz esté mal, sino porque va rápida y pareja, y lo parejo se oye como desinterés. La claridad: los nombres de producto, las cifras y las siglas son justo la parte que la gente necesita, y justo donde una voz sintética tropieza más seguido. El registro: un explicativo, un anuncio y una cápsula de capacitación quieren tres presentadores distintos, y una herramienta con una sola voz de la casa no te los puede dar.
CastDub llega a las tres desde el guion y no desde un panel de ajustes. El ritmo se fija por línea en Plus y Pro y, en cualquier plan, con la puntuación: un punto es una pausa de verdad, los puntos suspensivos una más larga, un salto de línea un hueco. La claridad se resuelve haciendo la audición de las palabras difíciles por separado y arreglándolas en el texto. Y el registro es una decisión de reparto: cuarenta personajes con perfil escrito, de quien lee las noticias a quien narra un cuento antes de dormir o quien anima un estadio, y cualquiera de ellos puede llevar la narración.
La parte que casi ningún generador de voz en off intenta es la segunda voz. A los explicativos se les cuela el diálogo todo el tiempo —una clienta haciendo la pregunta que el video responde, un colega que objeta, un testimonio leído por otra persona— y en una herramienta de una sola voz esas líneas terminan leídas planas por quien narra, o producidas aparte y pegadas a mano. Aquí son líneas con un nombre delante, repartidas a un segundo personaje y mezcladas en el mismo archivo con el hueco correcto antes y después.
Un explicativo quiere a alguien que suene interesado en el tema sin actuar el interés. Quill está escrito exactamente para eso, y Hale es la alternativa más calmada para cualquier cosa que pase de tres minutos. Frases cortas, el nombre del producto en su propia línea la primera vez que aparece para poder hacerle la audición, y las transiciones —«aquí está el detalle», «y esto qué significa para ti»— escritas como líneas aparte, porque son los momentos en que la voz tiene que cambiar de marcha.
Los anuncios y los tráilers son el único lugar donde una lectura empujada es lo correcto. Duke existe para el spot de treinta segundos; Axel, para su versión deportiva. El truco es el contraste: dos líneas empujadas y el resto planas. Un anuncio entero a intensidad de tráiler cansa en la segunda frase, y la invitación final pega mucho más fuerte si la línea anterior es tranquila.
Los cursos en línea y las capacitaciones internas son la categoría más grande de voz en off por volumen y la más sensible al ritmo. Quien estudia repite el fragmento, así que una lectura un poco lenta es una virtud. La claridad de noticiero de Noor le queda bien a las definiciones y a los procedimientos; Wren o Halcyon, a todo lo que tenga que bajar la temperatura. Y si el módulo incluye un caso —una jefa y un empleado, un cliente y quien lo atiende—, escríbelo como diálogo con nombres: así lo interpretan dos personas en lugar de contarlo una sola.
La narración es una voz en off que lleva una historia en lugar de un mensaje: valen las mismas herramientas, pero el reparto se inclina hacia las voces de audiolibro y de cuento, y el guion hacia las frases largas. El doblaje es otra cosa: es reemplazar el habla que ya está en un video por habla en otro idioma, ajustada a la imagen y, en el mejor de los casos, a los labios. CastDub no recibe video y no hace eso. Lo que sí hace es generar la pista de reemplazo a partir de un guion que traes tú, que es la mayor parte del trabajo de un doblaje sencillo, siempre que traduzcas el guion por tu cuenta y cuentes con mover líneas para que calcen con la imagen.
Si lo que necesitas de verdad es agarrar un video que ya existe y que hable solo en otro idioma, una herramienta de doblaje dedicada te va a servir mejor. Si lo que necesitas es una pista de voz limpia y dirigida a partir de un guion —en cualquiera de los nueve idiomas, con más de una voz cuando el guion la pide—, para eso está esta página.
Aquí no hay importación de video ni línea de tiempo: el trabajo de sincronía pasa en el editor donde montas el video. Dos exportaciones lo hacen fácil. El MP3 mezclado es el camino rápido: lo pones en la línea de tiempo y, si la pista entera queda un poco larga, recortas las pausas entre párrafos en lugar de acelerar la voz. El ZIP con un archivo por línea es el camino preciso: un MP3 por frase y una tabla CSV que lista para cada línea quién habla, qué dice y cuánto dura en milisegundos, así que puedes colocar cada frase exactamente donde la imagen la necesita.
Dos costumbres ahorran tiempo. Escribe el guion en el orden en que van a aparecer las imágenes, con una idea visual por línea, para que la lista de líneas ya sea tu lista de planos. Y decide la duración antes de grabar: un video de sesenta segundos con ciento ochenta palabras de guion va a ir rápido lo lea quien lo lea, y ninguna cantidad de dirección arregla un guion que sencillamente no cabe.
Cuenta con que el habla generada va un poco más rápida y más pareja que una sesión humana, y con que no deja aire para lo que pasa en pantalla a menos que tú lo escribas. Una línea con solo unos puntos suspensivos es la forma más simple de reservarle un respiro a la imagen; un salto de línea entre frases, la segunda más simple.
Free
US$0 / mes
Escucha cómo suena tu guion con reparto antes de pagar nada.
Basic
US$5 / mes
Abre la biblioteca de voces entera y empieza a llevarte el audio terminado.
Plus
US$19 / mes
Dirige el ritmo: frena una confesión, aprieta una discusión.
Pro
US$29 / mes
El plan del audiodrama: cada línea con su emoción y cada personaje con su pista.
Sí, dentro de límites que están escritos y no se descubren después. El plan Free tiene una bolsa única de créditos que da para unos cinco minutos de audio terminado en español, un tope de 30 líneas generadas cada 24 horas, y licencia de uso personal y no comercial. Los planes de pago se reponen cada mes y permiten uso comercial. Al registrarte no se pide tarjeta.
Con un plan de pago, sí: la licencia comercial viene con Basic, Plus y Pro. En el plan gratuito la licencia es personal y no comercial, así que un canal monetizado necesita un plan de pago. Es una condición del servicio y no una traba técnica: el audio es el mismo.
Un MP3 mezclado en todos los planes, y en todos los planes también un ZIP con un MP3 por línea más una tabla CSV de duraciones. Las pistas separadas por personaje son de Pro, y el archivo de subtítulos SRT es de Plus y Pro. No hay exportación en WAV.
Eliges un personaje, no un acento. En inglés la biblioteca trae perfiles británicos, estadounidenses y australianos; fuera del inglés cada voz habla el estándar general del idioma —español latinoamericano neutro, portugués de Brasil, chino mandarín— y el acento regional no se puede elegir.
En el texto. No hay diccionario de pronunciación, así que cámbiale la grafía hasta que suene como debe, separa un compuesto con guiones o escribe una cifra con letra si importa cómo se dice. Haz la audición del nombre a solas antes de renderizar el guion entero.
No: al regenerarla sale otra toma, con el mismo personaje y la misma voz, y un matiz distinto. Una línea ya renderizada conserva su audio hasta que la edites, así que una voz en off aprobada no se te mueve sola. Vuelve a generar cuando quieras otra lectura, no cuando quieras la misma.
Pega un guion, deja que CastDub le dé una voz propia a cada personaje y exporta un audiodrama terminado.
Empieza gratisSin tarjeta. Free te da una bolsa única de créditos.