---
title: Estudio de audio
description: "Texto a voz con una sola voz o en diálogo, y música a partir de una descripción — Estudio de audio de Clipia: modelos, ajustes, precios en créditos y consejos."
icon: AudioLines
---

El Estudio de audio ([/create-audio](/es/create-audio)) es el espacio de trabajo para el sonido: locución para un vídeo, un diálogo entre varias voces y música a partir de una descripción de texto. Cada modo es una pestaña independiente, y el precio exacto se muestra en el botón de inicio antes de que se cobre ningún crédito.

<Callout type="info" title="Los modos se publican de forma gradual">
La transcripción, la traducción de voz, la limpieza de grabaciones y las voces personales siguen en desarrollo.
</Callout>

## Modos del estudio

<ModeList>
  <Mode icon="Speech" title="Locución" models="Gemini 3.1 Flash TTS, Gemini 2.5 Pro TTS, ElevenLabs v4, ElevenLabs v4 Turbo" price={<>Gemini 3.1 Flash TTS: 4 créditos por 1000 caracteres</>} href="#voiceover">
    Una pista de voz a partir de texto: un solo narrador o un diálogo entre varias voces. En ruso y en inglés.
  </Mode>
  <Mode icon="Music" title="Música" models="Suno Music (Suno)" price={<>12 créditos por ejecución</>} href="#music">
    Una pista de fondo o una canción a partir de una descripción: instrumental o con voz.
  </Mode>
</ModeList>

El estudio no genera efectos de sonido (pasos, explosiones, ruido ambiental): sus modelos producen voz y música.

## Direcciones de las pestañas

Cada pestaña disponible del estudio tiene su propia dirección, para que pueda guardarla en marcadores o enviarla a un compañero.

| Pestaña | Dirección |
| --- | --- |
| Locución (se abre de forma predeterminada) | [/create-audio](/es/create-audio) |
| Música | [/create-audio/ai-song-generator](/es/create-audio/ai-song-generator) |

En el estudio, los diálogos pueden usar más de dos voces, y cada trabajo aparece en **Mis tareas** con su estado.

## Cómo se cobran los créditos

<Steps>
<Step>
### Precio antes de empezar

El estudio pide al servidor una cotización y muestra el total en el botón de inicio. Una cotización es válida durante 10 minutos y se actualiza automáticamente. Si la tarifa cambia mientras tanto, verá el nuevo precio antes de que se cobre nada.
</Step>
<Step>
### Reserva al iniciar

Al iniciar un trabajo, los créditos se reservan: el encabezado del estudio muestra «N créditos pendientes de confirmación». Pulsar de nuevo el mismo botón no crea un segundo trabajo ni le cobra dos veces.
</Step>
<Step>
### Cobro o reembolso

Cuando el resultado está listo, la reserva se convierte en un cobro («N créditos cobrados»). Si el trabajo nunca llegó al modelo (se rechazó antes de enviarse), los créditos vuelven a su saldo.
</Step>
</Steps>

Si su saldo es insuficiente, el trabajo no se inicia y el estudio muestra el precio junto a su saldo actual. Para recargar, consulte [Créditos y planes](/es/docs/product/credits).

**Cómo se calcula el precio:**

- **El texto** se cobra por número de caracteres, redondeado al alza a un crédito entero: el precio del modelo es por 1000 caracteres, así que 500 caracteres cuestan la mitad y 10 000 caracteres, diez veces más. El mínimo es un crédito.
- **La música** tiene un precio fijo por ejecución.

<PriceTable
  caption="Tarifas del Estudio de audio"
  rows={[
    { name: 'Locución — ElevenLabs v4', credits: 7, note: 'por 1000 caracteres' },
    { name: 'Locución — ElevenLabs v4 Turbo', credits: 4, note: 'por 1000 caracteres' },
    { name: 'Locución — Gemini 3.1 Flash TTS', credits: 4, note: 'por 1000 caracteres' },
    { name: 'Locución — Gemini 2.5 Pro TTS', credits: 4, note: 'por 1000 caracteres' },
    { name: 'Música — Suno Music', credits: 12, note: 'por ejecución, todas las variantes devueltas' },
  ]}
/>

<Callout type="info" title="Precios">
Los precios de esta página proceden de la tarifa del servicio y se actualizan junto con la documentación. El coste exacto siempre se muestra en el botón de inicio antes de cualquier cobro.
</Callout>

Estas acciones no cuestan créditos: escuchar muestras de voz, traducir un prompt al inglés y dictar un prompt por voz. ¿Es nuevo aquí? Pruébelo gratis: 5 créditos al registrarse.

## Locución [#voiceover]

Una pista de voz para un vídeo, una clase, una presentación o un anuncio. Úsela para locuciones, diálogos breves y la narración de partes de un libro.

<Steps>
<Step>
### Introduzca el texto y elija una voz

Pegue su guion y elija un modelo y una voz. Puede escuchar muestras de voz antes de empezar.
</Step>
<Step>
### Inicie

Pulse **Crear locución**. El precio aparece en el botón.
</Step>
<Step>
### Escuche y descargue

La pista terminada se abre en el área de resultados. Descargue el MP3; el trabajo se guarda en su historial.
</Step>
</Steps>

### Modelos

| Modelo | Desarrollador | Voces | Texto por solicitud | Precio |
| --- | --- | --- | --- | --- |
| Gemini 3.1 Flash TTS | Google | 30 (16 masculinas, 14 femeninas) | 10–500 caracteres | 4 créditos / 1000 caracteres |
| Gemini 2.5 Pro TTS | Google | 30 | 10–500 caracteres | 4 créditos / 1000 caracteres |
| ElevenLabs v4 | ElevenLabs | 21 | 10–10 000 caracteres | 7 créditos / 1000 caracteres |
| ElevenLabs v4 Turbo | ElevenLabs | 21 | 10–10 000 caracteres | 4 créditos / 1000 caracteres |

Gemini 3.1 Flash TTS está seleccionado de forma predeterminada en el estudio. Para elegir, consulte [Modelos de audio y voz](/es/docs/models/audio).

### Ajustes

<Tabs items={['Gemini', 'ElevenLabs']}>
<Tab value="Gemini">

Los modelos Gemini le permiten dirigir al narrador:

- **Estilo de interpretación**: empático, sonrisa en la voz, presentador de noticias, promocional, impasible.
- **Ritmo**: natural, ráfaga rápida, staccato.
- **Acento**: neutro o uno de los acentos ingleses: estadounidense, estadounidense Valley, estadounidense del sur, británico RP, británico Brixton, transatlántico, australiano.
- **Variabilidad**: los valores altos dan una lectura más expresiva y menos predecible; los bajos, más estable.
- **Perfil del narrador**: timbre, edad, carácter y forma de hablar.
- **Escena**: entorno y contexto emocional.

</Tab>
<Tab value="ElevenLabs">

- **Interpretación**: Expresiva, Equilibrada o Uniforme.
- **Parecido de la voz**: cuánto se ciñe el modelo al timbre de la voz elegida.
- **Semilla**: un número que ayuda a reproducir una lectura parecida con los mismos ajustes.
- **Texto anterior**: hasta 100 caracteres de lo que se dijo antes de este fragmento, para mantener una entonación coherente entre las partes.
- **Indicaciones de interpretación**: se escriben directamente en el texto: `[whispering]`, `[laughing]`, `[excited]`, `[sad]`.

</Tab>
</Tabs>

### Diálogo

El diálogo está disponible en ElevenLabs v4 y v4 Turbo. Pulse **Añadir voz**, elija una voz para cada papel y empiece cada réplica con su número: `1:`, `2:`, etc., una réplica por línea. Puede incluir hasta 20 réplicas por ejecución. Las etiquetas de voz no se cobran: solo cuentan los caracteres que se pronuncian.

### Idioma

El idioma de la voz se detecta a partir del texto: si contiene caracteres cirílicos, se lee en ruso; si no, en inglés. Se admiten el ruso y el inglés; el texto en otros idiomas se leerá como inglés o como ruso.

### Consejos

- Escriba los números, las fechas y las abreviaturas tal como deben sonar: «veinticinco de mayo» en lugar de «25/05».
- La puntuación controla las pausas: una coma da una pausa breve; un punto o un nuevo párrafo, una más larga.
- Divida un guion largo en partes de hasta 10 000 caracteres (ElevenLabs) o 500 caracteres (Gemini) y póngales voz una a una.

## Música [#music]

Una pista de fondo para un vídeo, una introducción o una presentación, o una canción con voz, a partir de una descripción de texto. El modelo es Suno Music, de Suno. Cuesta 12 créditos por ejecución, y el precio cubre todas las variantes que devuelve el modelo.

<Steps>
<Step>
### Describa la pista

Indique el género, el ambiente, el tempo, los instrumentos y la escena para la que es la música.
</Step>
<Step>
### Elija el arreglo

**Instrumental** para una base sin voz, **Con voz** para una canción.
</Step>
<Step>
### Escuche y descargue

Pulse **Crear música**. El modelo elige la duración de la pista. Para obtener otra variante, cambie la descripción y vuelva a ejecutarla: cada ejecución se cobra por separado.
</Step>
</Steps>

Evite deseos contradictorios en una misma descripción («lenta y muy rápida»): el modelo elegirá uno de ellos de forma impredecible.

## Mis tareas: historial y estados

Debajo del área de resultados hay una lista desplegable **Mis tareas**. Cada fila muestra el modo, la fecha y la hora, y el estado:

| Estado | Significado |
| --- | --- |
| En cola | El trabajo espera a enviarse al modelo |
| Enviando, en proceso | El modelo está procesando el trabajo |
| Listo | El resultado está listo para reproducirlo y descargarlo |
| Error | El trabajo no se completó |
| Sin confirmar | El resultado no se confirmó; los créditos siguen reservados sin reembolso automático |

**Sin cancelación.** Un trabajo iniciado en el estudio de audio no se puede cancelar: una vez enviado, el modelo ya está trabajando. Si un trabajo nunca llegó al modelo, los créditos se devuelven automáticamente.

**Descarga.** El botón **Descargar** le permite elegir un formato. Si la conversión a ese formato no está disponible o la grabación es demasiado grande, descargue el original.

Las pistas terminadas también aparecen en su historial general: consulte [Mis trabajos y tareas](/es/docs/product/my-works).

<Callout type="idea" title="Guarde sus resultados">
Descargue las pistas terminadas en cuanto estén listas: la lista de tareas del estudio está vinculada a su navegador y es posible que no aparezca en otro dispositivo.
</Callout>

## Solución de problemas

<Accordions>
<Accordion title="«El modelo rechazó la solicitud según sus normas de contenido»">
El texto o la descripción infringe las normas del modelo. Reformule el fragmento o elimine el contenido problemático. Consulte [Normas de contenido](/es/docs/product/rules).
</Accordion>
<Accordion title="«El servicio del modelo no está disponible temporalmente»">
El modelo no responde. Inténtelo de nuevo dentro de unos minutos o elija otro modelo de voz.
</Accordion>
<Accordion title="«El modelo devolvió una toma defectuosa y la rechazamos»">
El estudio comprueba los resultados y no entrega pistas defectuosas. Cambie el texto o la voz y vuelva a ejecutarlo.
</Accordion>
<Accordion title="«La pista está tardando más de lo habitual»">
El trabajo no se ha perdido: consulte la cola de generación o Mis tareas dentro de unos minutos.
</Accordion>
<Accordion title="«No hay suficientes créditos»">
El trabajo no se inició y no se cobró ningún crédito. Recargue su saldo y vuelva a ejecutarlo.
</Accordion>
<Accordion title="Los créditos están «pendientes de confirmación» y no se devuelven">
Si el resultado de un trabajo no se confirmó, los créditos siguen reservados: no hay reembolso automático y esos trabajos se revisan manualmente. Contacte con soporte indicando el modo, la fecha y la hora del trabajo que figuran en Mis tareas.
</Accordion>
</Accordions>

## Véase también

<FeatureGrid cols={3}>
  <Feature icon="AudioWaveform" title="Modelos de audio y voz" href="/es/docs/models/audio">Compare los modelos de voz y de música.</Feature>
  <Feature icon="Coins" title="Créditos y planes" href="/es/docs/product/credits">Cómo recargar y cómo funcionan los reembolsos.</Feature>
  <Feature icon="Video" title="Estudio de vídeo" href="/es/docs/studios/video">Añada locución y música a su vídeo.</Feature>
</FeatureGrid>