Locución en Synthesia: usa tu propia voz con IA
Synthesia crea vídeos de formación y explicativos con avatares de IA que leen tu guion con una de sus voces de serie. A veces ninguna encaja: necesitas el locutor de tu empresa, tu propia voz o un personaje, o la misma voz en todas tus herramientas.
Esta guía resume los planes de Synthesia según su página de precios y muestra cómo su función Voiceover Uploads te deja sustituir el guion de texto por tu propio audio, hecho gratis con SuperClonica.
Planes y minutos de Synthesia
En su página de precios de octubre de 2026, el plan gratuito Basic da 10 minutos de vídeo al mes con marca de agua de Synthesia. Starter cuesta 19 $ al mes, o 14 $ al mes en pago anual, y añade unos 12 minutos al mes; Pro cuesta 89 $ al mes, o 59 $ en pago anual, y añade unos 60 minutos. Enterprise tiene precio a medida y minutos ilimitados. La página indica más de 140 idiomas y voces.
Voiceover Uploads
Synthesia incluye Voiceover Uploads, que te permite subir tu propia locución en lugar de un guion de texto, para que el avatar hable con tu grabación. Comprueba en la página de precios qué plan lo incluye. Así das al avatar una voz que Synthesia no tiene o mantienes un mismo locutor en todos tus vídeos y herramientas.
Haz la locución sin conexión
Escribe el guion escena por escena, para que cada archivo corresponda a una escena del vídeo. Instala el motor gratuito de SuperClonica con python -m pip install superclonica-cpu y ejecuta superclonica --text-file scene-01.txt --voice my-voice.json --lang es --normalize --output scene-01.wav para cada escena. Funciona sin conexión en un procesador normal, sin límite de caracteres, en 31 idiomas, y --normalize mantiene todas las escenas al mismo volumen. Luego sube los archivos a Synthesia.
Qué voz usar
Escucha gratis narradores y locutores del catálogo en sus páginas: pega de 30 a 100 caracteres, sin cuenta. Para el locutor de tu empresa o tu propia voz, graba una frase limpia de 5 a 10 segundos de alguien que haya dado su permiso y entrena la voz en el estudio; entrenarla en tu propia tarjeta gráfica NVIDIA es gratis. La voz entrenada habla los 31 idiomas, útil cuando un curso sale en varios idiomas.
Uso comercial
Las diez voces de serie del motor, M1 a M5 y F1 a F5, pueden usarse comercialmente dentro de la licencia OpenRAIL-M del modelo, igual que una voz entrenada de un hablante que dio su permiso. Las voces de personajes del catálogo son hechas por fans y no son para vídeos de empresa.