Ir al contenido principal
PromptQuorumDiseñado para humanos. Estructurado para la IA.
Inicio/LLM locales avanzados
Voice, Speech & Multimodal

Reseña de VoiceStudio: estudio local gratuito de clonación de voz y doblaje

·8 min de lecturaPor · Fundador de PromptQuorum · Motor de descubrimiento de IA de pesos abiertos y código abierto

VoiceStudio (versión estable 0.5.8) es un estudio de escritorio con licencia AGPL-3.0 que clona y diseña voces, dobla vídeos, transcribe y dicta, y su creador afirma que la app gratuita se ejecuta en tu propia máquina sin cuenta. Ofrece además una API local, una CLI y compatibilidad con MCP, y cada afirmación de esta reseña procede del sitio web del creador, de sus páginas de privacidad y términos y del repositorio de GitHub.

Conclusiones clave

  • Mantenimiento: la rama principal cambió por última vez el 18 de noviembre de 2026 y la etiqueta más reciente es una versión preliminar del mismo día, así que no se aplica ninguna advertencia de proyecto abandonado.
  • Versión: la última versión estable es la 0.5.8 del 12 de noviembre de 2026; las compilaciones beta 0.5.9, que avanzan más rápido, se publican como versiones preliminares.
  • Coste: la app es gratuita con licencia AGPL-3.0; una versión Pro aparte, de código cerrado y con licencia comercial, es de pago, y las páginas que leímos no muestran precio.
  • Plataformas: estable en macOS (Apple silicon), Windows y Linux, además de imágenes de Docker; Android e iOS figuran como vista previa.
  • Creador: los mantenedores del repositorio, con un desarrollador individual citado como autor en los datos del sitio; los términos legales se rigen por la ley de la India y no se encontró aviso legal de empresa.

📍 En una frase

VoiceStudio es una app de escritorio de código abierto que clona y diseña voces, dobla vídeos, transcribe, dicta y narra audiolibros en tu propio equipo, con API local, CLI y compatibilidad con MCP.

💬 En términos simples

Piensa en ella como una alternativa local a un servicio de voz en la nube: instalas una app, descargas modelos y haces el trabajo de voz en tu propia máquina en lugar de en una web de suscripción.

📌Nota: Esta reseña se basa en voicestudio.sh, sus páginas de privacidad y términos, el repositorio de GitHub y la página de versiones, consultados el 19 de noviembre de 2026. PromptQuorum no ha instalado ni ejecutado la app, así que no se evalúan la calidad de la voz, la calidad del doblaje ni la velocidad.

VoiceStudio (voicestudio.sh, llamado también «OmniVoice Studio» en los datos estructurados del sitio) es una aplicación de escritorio de código abierto que clona y diseña voces, dobla vídeos, transcribe voz, dicta texto y narra libros, con modelos que se ejecutan en tu propio equipo. La app principal es gratuita con licencia AGPL-3.0, una versión Pro de pago aparte añade una licencia comercial, y ofrece además una API local, una línea de comandos y compatibilidad con MCP. Esta reseña se basa en el sitio web, sus páginas de privacidad y términos, el repositorio de GitHub y sus versiones, consultados el 19 de noviembre de 2026; PromptQuorum no ha probado la app en la práctica.

Reseña de VoiceStudio: estudio local gratuito de clonación de voz y doblaje

¿Qué es VoiceStudio?

VoiceStudio es un estudio de escritorio para trabajo con voz que se ejecuta en tu propio equipo: clonar una voz a partir de una muestra corta, diseñar una desde una descripción, doblar vídeos, transcribir, dictar y convertir guiones o archivos EPUB en audiolibros. El sitio web lo presenta como una alternativa gratuita y de código abierto a ElevenLabs sin necesidad de cuenta (la app base es gratuita; también existe una versión Pro de pago), y sus datos estructurados añaden el nombre «OmniVoice Studio».

El README nombra k2-fsa/OmniVoice como motor por defecto y dice que el Model Manager ofrece decenas de motores más, con whisper.cpp para el reconocimiento de voz. El sitio y el README afirman 646 idiomas, pero no dan un desglose por motor, así que esa cifra es una afirmación del creador.

Cómo conseguirlo

VoiceStudio se instala como una app normal en macOS, Windows y Linux, sin necesidad de terminal, y el README menciona además Homebrew, instaladores de una línea, Snap, AUR y Docker.

Opción
Cómo conseguirlo
macOS.dmg para Apple silicon (Intel con limitaciones) o cask de Homebrew: GitHub Releases
Windows.exe de instalación para x64 (y ARM, experimental) o comando de una línea en PowerShell: GitHub Releases
Linux.deb o AppImage para x64, además de Snap y AUR: GitHub Releases
DockerImagen ghcr.io/debpalash/voicestudio:stable en el puerto 3900: README
Android e iOSAPK e IPA sin firmar, indicados como vista previa: GitHub Releases
Sitio webvoicestudio.sh
Política de privacidadvoicestudio.sh/privacy
Código fuentegithub.com/debpalash/VoiceStudio, licencia AGPL-3.0

Versión revisada: 0.5.8, la última versión estable, publicada el 12 de noviembre de 2026 según la página de versiones de GitHub. La etiqueta más reciente es la versión preliminar 0.5.9-beta.6 del 18 de noviembre de 2026, y el commit más reciente también es del 18 de noviembre de 2026. GitHub es solo el canal de entrega de estos instaladores, y los modelos se descargan aparte.

Requisitos

Según el sitio web, bastan unos 8 GB de RAM para empezar y una GPU es opcional pero más rápida; el README no indica un mínimo de VRAM.

Sistema operativo

Qué dicen las fuentes:
Estable en macOS 13.3+ con Apple silicon (los Mac Intel solo con un backend remoto), Windows 10/11 x64 y Linux x64; Windows en ARM es experimental

Aceleración

Qué dicen las fuentes:
Metal en Mac, NVIDIA CUDA o AMD ROCm opcional en Windows, CUDA, CPU o Vulkan en Linux; funciona en la CPU, solo que más lento

Memoria y VRAM

Qué dicen las fuentes:
Unos 8 GB de RAM para empezar según el sitio web; el README no da cifra de VRAM y remite a una guía de rendimiento aparte

Modelos

Qué dicen las fuentes:
Se descargan dentro de la app con el Model Manager; cada modelo muestra su propia licencia

Móvil

Qué dicen las fuentes:
Android 10+ e iOS 17+ figuran como vista previa; iOS requiere instalación manual (sideloading)

Internet

Qué dicen las fuentes:
Necesario para descargar modelos y buscar actualizaciones; según el sitio web, la app gratuita solo se conecta cuando se lo pides

PromptQuorum no comprobó qué modelos funcionan con cada backend ni cuánta memoria necesita un modelo concreto.

Funciones confirmadas por las fuentes

Todo lo que sigue procede del sitio web o del README; nada se ha probado de forma independiente.

  • Clonar y diseñar. Crea una voz a partir de unos tres segundos de audio limpio, o diseña una desde sexo, edad, acento, tono y emoción sin grabación; las voces guardadas se pueden reutilizar.
  • Doblar. Transcribe, traduce y vuelve a dar voz a un vídeo manteniendo separado a cada hablante y alineado con el ritmo original, con guías de doblaje multihablante y exportación del doblaje.
  • Narrar. Convierte un guion largo o un EPUB en un audiolibro con capítulos leído por una voz clonada, diseñada o predefinida, y asigna voces a los papeles de una historia.
  • Dictar y transcribir. Un widget flotante de dictado con motor de reconocimiento local e historial con búsqueda, además de transcripciones editables de audio o vídeo.
  • Automatizar. Una API local documentada (audio, voces, doblaje, tareas, MCP y más), una CLI, recetas reutilizables, carpetas vigiladas y tareas por lotes en cola.
  • Idiomas. El propio sitio web está disponible en doce idiomas y afirma ofrecer voz en 646 idiomas.

Coste y licencia

La app de escritorio es gratuita y de código abierto con licencia AGPL-3.0, y una versión aparte de código cerrado, VoiceStudio Pro, añade una licencia comercial de pago; en las páginas que leímos no aparece ningún precio.

App gratuita

Qué dicen las fuentes:
AGPL-3.0, sin cuenta; los pesos de los modelos, las voces y las salidas tienen sus propias licencias, indicadas por modelo

VoiceStudio Pro

Qué dicen las fuentes:
Licencia comercial de pago y funciones extra para equipos, prueba gratuita de 7 días, reembolso de 7 días, sin renovación automática; precio no indicado

Cloud

Qué dicen las fuentes:
Figura como acceso anticipado y sin precio

Uso comercial

Qué dicen las fuentes:
El sitio web ofrece Pro a los equipos que necesitan condiciones comerciales; su alcance exacto no se detalla en las páginas que leímos

Las obligaciones de la AGPL-3.0 dependen de cómo uses o distribuyas el software y no se resumen aquí; consulta a un abogado antes de un uso comercial.

Flujo de datos y privacidad

Según el sitio web, la app gratuita no necesita cuenta ni nube y solo se conecta cuando se lo pides, por ejemplo para buscar actualizaciones o descargar un modelo, y el README describe una herramienta totalmente local. La página de privacidad dice que la app de escritorio gratuita procesa los datos en local y solo usa la red para solicitudes de actualización o de modelos o cuando usas un adaptador basado en red.

La misma página dice que la app de escritorio Pro necesita una cuenta, envía comprobaciones de licencia que registran tu dirección IP y tu país, y envía telemetría de uso y errores a un servicio de analítica de terceros que, según afirma, no se puede desactivar. Indica además que el sitio web público usa analítica sin cookies y alojamiento en Cloudflare.

📌Nota: Estas son declaraciones del creador, no resultados de una auditoría. PromptQuorum no ha leído el código ni ha inspeccionado el tráfico de red de la app.

Clonación de voz, consentimiento y licencias de modelos

Clonar solo requiere una muestra corta, y las propias normas del creador exigen el permiso del titular de la voz y prohíben la suplantación y el fraude, así que el consentimiento es tu responsabilidad.

  • Consentimiento y ley. Que clonar una voz sea legal depende de la persona, la finalidad y el país; esta reseña no es asesoramiento jurídico y PromptQuorum no ha evaluado ninguna jurisdicción.
  • Las licencias de los modelos difieren. El README dice que los pesos de los modelos, las voces y las salidas tienen sus propias licencias, indicadas por modelo en el Model Manager; la AGPL-3.0 cubre la app, no esos pesos.
  • Ley aplicable. Los términos indican que se rigen por la ley de la India, con los tribunales de Agartala, Tripura; no se da nombre de empresa ni dirección.

⚠️Advertencia: No clones una voz sin el consentimiento de su titular. Clonar la voz de una persona sin permiso puede vulnerar los derechos de la personalidad y de protección de datos y, según el uso, puede generar obligaciones de etiquetado del audio sintético. Obtén primero el consentimiento; esto no es asesoramiento jurídico.

Lo que no pudimos verificar

  • Calidad de salida y velocidad. PromptQuorum no escuchó voces clonadas, no comprobó la precisión del doblaje ni midió el tiempo de generación con ningún modelo.
  • Cobertura de idiomas. La cifra de 646 idiomas es una afirmación del creador sin lista por motor, y no probamos ningún idioma.
  • Gratuita frente a Pro. Las páginas dicen que Pro añade funciones extra y una licencia comercial, pero no encontramos una lista de funciones ni un precio.
  • Estabilidad de las versiones. Las versiones preliminares se publican varias veces por semana, así que la estable 0.5.8 puede diferir de la beta más reciente.
  • Firma de los instaladores. No se comprobó si los instaladores de macOS y Windows están notarizados o firmados.

Competidores y alternativas

Voicebox

Plataformas:
macOS, Windows (Linux desde el código)
Precio / licencia:
Gratis / MIT
Diferencia clave:
Clonación de voz, texto a voz y dictado con Whisper con servidor MCP; su reseña no menciona doblaje de vídeo
Artículos sobre Voicebox (1)

También mencionado en:

YoVoice

Plataformas:
macOS, Windows, Linux
Precio / licencia:
Gratis / Apache-2.0
Diferencia clave:
Voz, clonación y música con IA con CLI y servidor MCP; no se encontró versión Pro de pago
Artículos sobre YoVoice (1)

También mencionado en:

XTTS v2

Plataformas:
macOS, Windows, Linux
Precio / licencia:
Gratis / CPML (no comercial)
Diferencia clave:
Un único modelo de clonación usado como biblioteca, sin estudio, doblaje ni dictado
Artículos sobre XTTS v2 (10)

+6 más no mostrados

Son apps de la misma categoría del directorio de PromptQuorum; confirma el precio, la licencia y las plataformas actuales de cada app en su propia página.

Comparar en el directorio

Preguntas frecuentes

¿Puedo usarlo desde un script o un agente de IA?

Sí: el README menciona una API local, una CLI y compatibilidad con MCP, y la documentación tiene una sección de MCP y un endpoint de audio compatible con OpenAI. No probamos ninguno.

¿Qué motor usa por defecto?

El README nombra k2-fsa/OmniVoice como motor por defecto y dice que el Model Manager ofrece decenas más, con whisper.cpp para el reconocimiento de voz.

¿Admite mi idioma?

El creador afirma 646 idiomas sin desglose por motor, y el sitio web está disponible en doce idiomas, entre ellos alemán, francés, español, chino y árabe. No probamos ninguno.

¿Funciona en un equipo sin GPU?

El README dice que funciona en la CPU, solo que más lento, y según el sitio web bastan unos 8 GB de RAM para empezar; no medimos ninguna velocidad.

¿Está lista para usar la app de Android o iPhone?

No: el README indica las versiones de Android (10+) e iOS (17+) como vista previa, y el archivo de iOS es una IPA sin firmar que requiere sideloading.

Veredicto

VoiceStudio es una vía de rápida evolución, con licencia AGPL-3.0, para clonar voces, doblar vídeos, transcribir y dictar en tu propio equipo, con API local y compatibilidad con MCP, y una versión Pro de pago aparte para condiciones comerciales. Sus afirmaciones de funcionamiento local proceden del sitio web y del README, no de una auditoría independiente; el soporte estable en Mac cubre solo Apple silicon, las apps móviles son vistas previas, los pesos de los modelos tienen sus propias licencias y las afirmaciones de 646 idiomas, calidad y velocidad no se han probado aquí. Encaja con creadores y desarrolladores que quieren una herramienta de voz local gratuita; quien necesite calidad de salida demostrada, condiciones comerciales claras o una política de datos verificada debería probarla y leer antes los términos de Pro.

Fuentes

← Volver a LLM locales avanzados

MCP