El mismo guion leído por tres motores de síntesis de voz, ElevenLabs v3, MiniMax Speech 2.8 HD y OpenAI TTS HD, para elegir tu voz en off de oído. El flujo completo, sin crear cuenta.
Workflow real, resultados reales. Muévete y haz zoom libremente.
Usar este workflowEl flujo real: un nodo Texto lleva el guion, tres nodos de Voz en off lo leen cada uno con su motor, y tú escuchas.
En resumen
Una voz en off para un vídeo, un texto leído para un tutorial, una narración para un pódcast: la pregunta nunca es «se puede generar una voz» sino «cuál». Este flujo responde de oído. El guion vive en un nodo Texto y llega por cable a tres nodos de Voz en off, cada uno con un motor distinto: cambia una frase, vuelve a lanzar, los tres releen.
Los tres no están ahí por casualidad. ElevenLabs v3 es el más expresivo, interpreta las comas y los puntos, y es el más caro. MiniMax Speech 2.8 HD es el más natural, con un ligero acento en algunos nombres propios. OpenAI TTS HD es el motor por defecto del nodo, regular, la mitad de precio. Cada nodo ofrece sus propias voces, su velocidad y, en ElevenLabs, etiquetas de interpretación.
El guion de la demo dura unos quince segundos, con una coma, una enumeración y una palabra difícil, suficiente para oír la prosodia de cada uno. Las tres lecturas cuestan veinte centavos; el nodo lee el texto en los catorce idiomas del sitio.
Escribe el guion en el nodo Texto
Una puntuación cuidada hace la mitad del trabajo: los motores respiran en las comas y bajan la voz en los puntos. Escribe los números con letras cuando la lectura tenga que ser exacta.
Lanza las tres lecturas
«Generar todo» lanza los tres nodos de golpe. Cada nodo muestra su precio antes del clic, calculado sobre la longitud del texto.
Escucha el mismo pasaje
Compara en la frase más difícil, la del nombre propio o la enumeración. Ahí es donde los motores se separan, no en la primera frase.
Cambia la voz, no el motor
Cada motor tiene varias voces, y una voz que no encaja no condena al motor. Prueba dos o tres en el mismo nodo antes de cambiarlo.
El mismo canvas, ajustado a necesidades distintas: cada variante son dos o tres líneas de prompt que cambiar.
El guion de un vídeo de diez minutos, leído de un tirón. MiniMax aguanta la duración sin cansar el oído; ElevenLabs es más vivo pero más caro en diez minutos. El flujo vídeo de YouTube sin cara continúa con las imágenes.
Veinte segundos en los que cada palabra cuenta: es el terreno de ElevenLabs v3, que acepta etiquetas de interpretación en el texto, una risa, un suspiro, un susurro. El flujo anuncio cinematográfico muestra la voz puesta sobre las imágenes.
Una clase, un artículo, un capítulo para escuchar caminando. El motor por defecto basta y es el que menos cuesta: la regularidad es una virtud cuando se escucha una hora.
Un tutorial en español, en francés y en japonés con la misma voz: ElevenLabs y MiniMax conservan el timbre de un idioma a otro. El nodo lee el idioma del texto, basta con traducir el guion.
Dos personajes que se responden: el nodo de Voz en off ofrece un modo diálogo en ElevenLabs, una voz por réplica. El flujo avatar que habla va más allá, con una cara que habla.
Un mensaje de bienvenida, un aviso en tienda, una audioguía de museo: textos cortos, leídos cientos de veces. Decide el precio por lectura, y gana el motor por defecto.
Todos los motores leen bien una frase sencilla. Las diferencias aparecen en el nombre propio, el número, la enumeración y la frase larga. Por eso el guion de la demo contiene uno de cada.
Un texto escrito para ser leído se lee mal en voz alta: frases demasiado largas, paréntesis, abreviaturas. Dítelo a ti mismo antes de dárselo al motor, y parte las frases en dos.
«1.500 € en 2024» se lee de tres formas distintas según el motor. Escribe «mil quinientos euros en dos mil veinticuatro» y los tres leerán lo mismo.
Cada motor tiene muchas voces. Una voz demasiado grave o demasiado rápida no es el motor, es el ajuste: prueba dos voces y la velocidad antes de concluir.
ElevenLabs v3 para un texto interpretado, publicidad, ficción, todo lo que necesite intención. MiniMax para una narración natural y larga, documental o tutorial. OpenAI para el volumen: decenas de lecturas regulares a bajo precio.
No en este flujo, que compara las voces de los motores. El nodo de Voz en off acepta una voz de referencia en algunos motores; eso es otra página, y otra pregunta, la del consentimiento.
Los catorce idiomas del sitio en ElevenLabs y MiniMax, incluidos el japonés, el árabe y el hebreo. OpenAI también lee la mayoría, con un acento más marcado fuera del inglés. El nodo elige el idioma del texto.
El guion de la demo, doscientos treinta caracteres, cuesta siete créditos en ElevenLabs, siete en MiniMax y tres en OpenAI, diecisiete por los tres. El precio sigue la longitud del texto y aparece en cada nodo antes del clic.
Varios miles de caracteres por nodo, el límite exacto depende del motor y aparece en el nodo. Un texto largo se parte en párrafos, un nodo por párrafo, lo que además permite relanzar solo el que se corrige.
La velocidad en los tres. La emoción en MiniMax mediante un ajuste del nodo, en ElevenLabs v3 mediante etiquetas escritas en el propio texto, entre corchetes. OpenAI lee tal cual.
Sí, el lienzo funciona en móvil y el texto se escribe directamente en el nodo. La guía crear desde el móvil explica los gestos del lienzo con el dedo.
Sí, la voz generada es tuya, tanto para un vídeo público como para un uso comercial. Las voces de los motores son voces sintéticas con licencia, no personas reales.
Voz en off IA: el mismo texto leído por tres motores
Usar este workflowCuenta gratuita, sin tarjeta bancaria. El workflow se abre ya rellenado en tu canvas.
ElevenLabs v3
MiniMax Speech 2.8 HD
OpenAI TTS HD
Fish Audio S2.1 Pro
Qwen3-TTS