Adiós ElevenLabs: Voicebox clona voces gratis en tu PC 🎙️

Imagina clonar cualquier voz sin pagar ni subir nada a la nube

Eso es Voicebox — un estudio de síntesis y clonación de voz que corre 100% en tu ordenador. Gratis, open source y con licencia MIT. Y lo mejor: está casi al nivel de ElevenLabs.

¿Qué es Voicebox?

Voicebox es una aplicación de escritorio (Mac, Windows, Linux) que integra los mejores modelos open source de text-to-speech y voice cloning en una sola interfaz. Todo el procesamiento ocurre en tu máquina — tus voces y tus textos nunca salen de tu PC.

Está creado por Jamie Pine, el mismo desarrollador detrás de [Spacedrive](https://www.spacedrive.com). No es un proyecto cualquiera.

¿Qué puedes hacer?

Voicebox incluye funcionalidades que normalmente exigen varias herramientas por separado:

5 motores TTS — Qwen3-TTS, LuxTTS, Chatterbox y TADA, entre otros

23 idiomas soportados — español incluido, por supuesto

Clonación de voz desde una muestra de audio

Editor multi-pista para diálogos, historias y podcasts

Transcripción integrada con Whisper

8 efectos de audio — pitch shift, reverb, delay, compresión...

API REST para integrarlo en tus apps

El detalle que marca la diferencia: tags paralingüísticos

Puedes escribir directamente en el texto cosas como [laugh], [sigh] o [gasp] y la voz reacciona como si fuera humana. Ríe, suspira, suelta aire. Brutal para podcasts o narrativas.

Voicebox vs ElevenLabs

ElevenLabsVoicebox **Dónde corre**En la nubeEn tu ordenador **Precio**Desde $5/mesGratis (MIT) **Privacidad**Tus audios pasan por sus servidoresTodo local, nunca sale de tu PC **Límites**Caracteres por planTexto ilimitado **Motores TTS**Los suyos propios5 motores open source **Código**CerradoOpen source en GitHub

ElevenLabs sigue siendo más refinado en cuanto a calidad y naturalidad. Pero Voicebox no se queda atrás — y gana por goleada en privacidad, coste y flexibilidad.

Cómo empezar en 2 comandos

Si ya tienes [Just](https://github.com/casey/just) instalado:

git clone https://github.com/jamiepine/voicebox
cd voicebox
just setup && just dev

También hay instaladores pre-compilados para macOS y Windows, y soporte para Docker.

¿Funciona con tu GPU?

Sí, con casi cualquiera:

Apple Silicon (M1, M2, M3, M4) — MLX nativo, volando

NVIDIA — CUDA

AMD — ROCm

Intel Arc y DirectML

Linux vía Docker

En un MacBook Pro M3 genera voz clonada en tiempo real sin despeinarse.

Casos de uso reales

Podcasters — clonar tu propia voz para corregir errores sin regrabar

Desarrolladores de juegos — voces para NPCs sin licenciar actores

Accesibilidad — generar audiolibros o descripciones para personas con discapacidad visual

Asistentes de voz — montar tu propio Alexa/Siri 100% privado

Content automation — doblar videos a otros idiomas automáticamente

La conclusión

Voicebox es la prueba de que el open source va a seguir comiéndole terreno a los SaaS de IA. No es perfecto — ElevenLabs sigue ganando en calidad fina — pero:

Es **gratis**

Es **privado**

Es **local**

Y no deja de mejorar

Con 18.400+ estrellas en GitHub y subiendo, es solo cuestión de tiempo que alcance a los servicios de pago. Y entonces, será difícil volver atrás.

Repo oficial: [github.com/jamiepine/voicebox](https://github.com/jamiepine/voicebox)