¡Guía completa sobre cómo usar VOICEVOX! Explicación detallada desde las características del software gratuito de síntesis de voz por IA hasta su uso comercial

VOICEVOX es un software de síntesis de voz que se instala y utiliza en PC con Windows, Mac y Linux.

Gracias a la tecnología de síntesis de voz más reciente basada en IA, permite generar voces de lectura introduciendo texto, por lo que es ampliamente utilizado entre creadores de vídeos y de contenido.

También se caracteriza por permitir la lectura con la voz de "Zundamon", un personaje muy popular en YouTube y Nico Nico Douga.

En este artículo, explicaremos detalladamente la información necesaria para quienes desean empezar a usar VOICEVOX, desde sus características, el método de instalación en Windows, su uso, hasta las precauciones para el uso comercial.

• Estoy pensando en usar VOICEVOX
• Busco un método para la lectura de texto

En esos casos, ¿por qué no consultas este artículo para encontrar el software de síntesis de voz o el método de lectura que mejor se adapte a ti?

【Gratis / Uso comercial OK】Recomendación del servicio de lectura de texto por IA más reciente

¡Tenemos un servicio de lectura gratuito recomendado para ti que quieres crear audios de lectura!

Ese es el servicio de IA más reciente: Ondoku.

Ondoku es un servicio de lectura que se puede usar de forma gratuita.

Funciona en cualquier entorno, no solo en Windows, Mac y Linux, sino también en smartphones iPhone y Android.

¡Su uso es muy sencillo, solo tienes que introducir el texto!

Puedes usarlo ahora mismo sin necesidad de instalación y permite una lectura fluida independientemente de las especificaciones de tu PC.

Además, ¡Ondoku permite el uso comercial de forma gratuita!

¿Por qué no intentas crear vídeos gratis utilizando las voces realistas y fáciles de escuchar de Ondoku?

¿Qué es el software de síntesis de voz VOICEVOX? Explicación del software de lectura por IA

Primero, explicaremos brevemente qué es VOICEVOX.

¿Qué tipo de software de lectura por IA es VOICEVOX?

El software de síntesis de voz VOICEVOX es un software de lectura de texto que utiliza tecnología de aprendizaje profundo (Deep Learning) mediante IA.

Al introducir texto en japonés, puedes realizar la lectura con voces de personajes utilizando IA.

VOICEVOX es un software gratuito y también permite el uso comercial.

Sin embargo, el uso comercial requiere una atribución de créditos adecuada.

Se puede utilizar para uso personal, monetización de vídeos en YouTube o Nico Nico Douga, uso empresarial, etc., pero también es necesario cumplir con los términos de uso de los personajes como "Zundamon", "Shikoku Metan", "Kasukabe Tsumugi", entre otros.

Tecnología de síntesis de voz de alta calidad con IA

En los últimos años, la tecnología de síntesis de voz por IA ha avanzado de forma muy rápida.

VOICEVOX es uno de los programas que adopta esta tecnología de síntesis de voz por IA y, en comparación con los programas de lectura mecánicos anteriores, permite la lectura con una voz natural.

En la pantalla de operación, es posible ajustar la entonación carácter por carácter y, aunque requiere cierto esfuerzo, permite crear audios con una gran expresividad.

También cuenta con una función de expresión emocional, permitiendo representar cambios en el tono de voz según las emociones (alegría, tristeza, ira, etc.).

Usando las voces de personajes como "Zundamon", es posible producir contenidos de audio que capten el interés del oyente.

Compatibilidad multiplataforma

VOICEVOX es compatible con tres tipos de sistemas operativos: Windows, Mac y Linux.

Especialmente la compatibilidad con Linux es poco común en softwares de síntesis de voz, lo que lo convierte en una de las pocas opciones para los usuarios que realizan producción de vídeos o contenidos de audio en entornos Linux.

¿Cuáles son las características de VOICEVOX?

Posibilidad de lectura con muchas voces de personajes

Una de las características de VOICEVOX es que se pueden utilizar voces de personajes con mucha personalidad.

El personaje más famoso es "Zundamon".

Es un personaje ofrecido como parte del Proyecto Tohoku Zunko, caracterizado por una voz aguda y adorable.

Además de Zundamon, se incluyen muchos otros personajes con diferentes calidades de voz y personalidades, como "Shikoku Metan", "Kasukabe Tsumugi" y "Namine Ritsu".

Cada personaje tiene una configuración detallada, incluyendo edad, altura y personalidad, lo que permite seleccionar al personaje de acuerdo con el estilo del vídeo o contenido.

En VOICEVOX, los personajes se lanzan en grupos de varios a la vez, por lo que se clasifican por su fecha de lanzamiento como "1ª generación", "2ª generación", etc.

Lanzamiento de VOICEVOX Nemo, sin personajes

Lanzado en noviembre de 2023, VOICEVOX Nemo es una biblioteca de voces sin configuración de personajes.

Ha sido desarrollado pensando en su uso en entornos empresariales o educativos, caracterizándose por una calidad de voz pausada adaptable a una amplia gama de situaciones.

A diferencia de las voces normales de VOICEVOX con fuerte personalidad de personaje, es adecuado para usos más formales como presentaciones de empresas, contenidos educativos, anuncios oficiales, etc.

VOICEVOX Nemo también ofrece varias calidades de voz, permitiendo elegir entre voces masculinas y femeninas.

Es posible elegir la voz más adecuada según el contenido y el público objetivo.

Equipado con funciones de expresión emocional y personalización

VOICEVOX ofrece una función para reflejar 8 tipos de estilos emocionales en la voz.

Existen estilos como "dulce", "con lágrimas", "asustado", "susurro", etc., aunque los estilos disponibles dependen del personaje.

Además, como parámetros de audio, es posible ajustar el acento, la entonación y la duración, y estos pueden combinarse para realizar ajustes.

También existen funciones para cambiar la emoción solo en partes específicas de una oración o ajustar la forma de lectura, permitiendo un control detallado de la expresión.

Con la función de diccionario de acentos, se puede reducir los errores de lectura registrando de antemano la forma de leer nombres propios o términos técnicos.

Aparición de la función de síntesis de voz de canto

En enero de 2024, se añadió a VOICEVOX la función de síntesis de voz de canto, permitiendo que los personajes canten canciones.

La función de "Humming" es compatible con 29 tipos de personajes (a fecha de junio de 2025).

Con la función de Humming, se puede generar audio en el que el personaje parece cantar siguiendo una melodía.

La función "Song" actualmente solo es compatible con Namine Ritsu, pero permite una síntesis de voz de canto más profesional.

【Uso comercial OK】Software de síntesis de voz por IA recomendado para usar gratis ahora mismo

Existe un método de lectura recomendado para quienes buscan un software de síntesis de voz.

¡Es la aplicación web de síntesis de voz por IA Ondoku!

Ondoku es un servicio de síntesis de voz por IA que se puede usar de forma gratuita.

Al ser una aplicación web que se usa desde el navegador, puedes realizar lecturas fácilmente desde cualquier entorno: Windows, Mac, Linux o smartphone.

Crea audios de lectura realistas y fáciles de entender con la IA más reciente

Ondoku es un servicio de lectura que sintetiza voz con la IA más reciente.

Puedes generar voces realistas y fáciles de escuchar, como si un narrador o actor de voz real estuviera leyendo.

Ondoku dispone de 16 tipos de voces para la lectura en japonés.

Desde voces de hombres, mujeres hasta niños, hay una variedad de voces que cubren una amplia gama de situaciones, desde uso profesional hasta aficiones.

Puede ser útil para vídeos de YouTube, Instagram o TikTok, anuncios en tiendas y muchos otros propósitos.

¡Ondoku también permite ajustar el tono de la voz y realizar lecturas de conversación con múltiples voces!

Puedes generar el audio exacto que imaginas para crear audios de vídeo atractivos.

Servicio de síntesis de voz listo para usar sin instalación

Para utilizar VOICEVOX, es necesario descargar el software del sitio oficial y realizar el proceso de instalación.

Para instalar y usar el software, se requieren conocimientos sobre PC como Windows o Mac.

Además, la primera vez que instalas VOICEVOX, necesitas descargar un archivo de aproximadamente 1,5 GB.

• Usas un PC antiguo o de bajo rendimiento
• Tu conexión a internet en casa es lenta
• Solo puedes usar anclaje a red (tethering)

En casos así, instalar VOICEVOX puede resultar difícil, ¿verdad?

¡En esos casos, recomendamos Ondoku!

El uso de Ondoku es muy sencillo.

Como Ondoku se puede empezar a usar de inmediato si tienes un navegador web, no requiere ninguna configuración compleja.

Puedes crear audio al instante con solo abrir la página principal, por lo que incluso los principiantes pueden usarlo con tranquilidad.

Como no requiere descarga, puedes completar la generación y descarga del audio en el tiempo que tardarías solo en instalar VOICEVOX.

Ondoku es multilingüe. Crea fácilmente vídeos de YouTube para el extranjero

VOICEVOX es un software de lectura exclusivo para el japonés.

Por ello, la lectura de textos que mezclan palabras extranjeras o inglés puede resultar poco natural.

¡Ondoku es compatible con un total de 48 idiomas, incluyendo japonés, inglés, coreano, chino, español, vietnamita y más!

La lectura en idiomas extranjeros también es natural y puede utilizarse para la creación de contenidos multilingües en YouTube.

Además, se puede usar en diversas situaciones como anuncios en idiomas extranjeros para tiendas e instalaciones, contenidos educativos multilingües, materiales de presentación en empresas globales, etc.

Facilidad para el uso comercial

Si utilizas VOICEVOX para uso comercial, siempre es necesaria la atribución de créditos.

Por ello, en casos donde es difícil incluir créditos (como anuncios en tiendas), a menudo se opta por incluir el crédito dentro del audio, diciendo algo como: "Este anuncio ha sido presentado por Kasukabe Tsumugi de VOICEVOX".

Sin embargo, puede haber casos en los que no sea apropiado incluir créditos en vídeos oficiales de empresas o vídeos de presentación de productos, o donde las restricciones de diseño dificulten la mención de créditos.

¡En esos casos, recomendamos Ondoku!

Ondoku permite el uso comercial y, si utilizas un plan de pago, ya no es necesaria la atribución de créditos.

Puedes utilizarlo libremente para cualquier propósito comercial, como uso en empresas, venta de productos, monetización de YouTube, etc.

Dado que incluso en el plan gratuito es posible el uso comercial simplemente con la atribución de créditos, puedes probarlo gratis primero y luego considerar un plan de pago.

¿Por qué no pruebas gratis Ondoku ahora mismo?

Con Ondoku, el servicio de lectura por IA gratuito, ¡no necesitas descargar archivos de gran tamaño ni realizar tareas de instalación tediosas!

Cuando sientas que quieres crear audio, puedes hacerlo al instante con la IA más reciente.

¿Por qué no experimentas tú también la lectura de texto por IA de Ondoku?

Explicación detallada sobre cómo instalar VOICEVOX 【Windows 11】

A continuación, explicaremos el método de instalación y uso de VOICEVOX.

Para usar VOICEVOX, es necesario descargar e instalar el software desde el sitio oficial.

Primero, explicaremos los pasos de instalación de VOICEVOX tomando como ejemplo un PC con Windows.

※ Se explica utilizando Windows 11 24H2.

Pasos para la descarga e instalación de VOICEVOX

Primero, accede al sitio oficial de VOICEVOX y descarga el archivo de instalación.

En la pantalla de descarga, puedes elegir entre:

• Windows: Versión GPU y versión CPU
• Mac: Versión Intel y versión Apple Silicon
• Linux: Versión GPU y versión CPU

En este caso, seleccionaremos la versión de Windows.

Además, en la versión de Windows puedes elegir entre la versión instalable y la versión ZIP; normalmente, basta con descargar la versión instalable.

※ Dependiendo de la configuración de seguridad de Windows o del navegador, es posible que se bloquee la descarga. En ese caso, permite la descarga y guarda el archivo.

Una vez descargado, inicia la instalación en Windows 11.

Al hacer doble clic en el archivo descargado, se iniciará el asistente de configuración.

Al hacer clic en "Siguiente", comenzará la descarga de los archivos de configuración.

※ Debido a que se descarga un total de aproximadamente 1,5 GB de archivos, puede tardar tiempo dependiendo de la velocidad de tu conexión.

Cuando termine la descarga, se reanudará el asistente de configuración.

Elige para qué usuarios se realizará la instalación.

Selecciona la carpeta de destino de la instalación.

Normalmente, se instala en la carpeta Program Files de Windows.

Haz clic en "Instalar" para comenzar el proceso.

Tras esperar un momento, se completará la instalación.

Iniciar VOICEVOX

Inicia VOICEVOX.

Si dejaste marcada la casilla "Ejecutar VOICEVOX" al finalizar la instalación, se iniciará automáticamente.

También puedes iniciarlo desde el menú de inicio de Windows o desde el acceso directo del escritorio.

Configuración inicial de VOICEVOX

La primera vez que inicies VOICEVOX, deberás aceptar los términos de uso.

Si no hay problemas, haz clic en "Aceptar y empezar a usar".

Se abrirá una pantalla de presentación de personajes adicionales, haz clic en "Completar".

Aparecerá una pantalla solicitando el consentimiento para la recopilación de datos de uso del software.

Haz clic en "Permitir" o "Rechazar".

Con esto, la configuración inicial ha terminado.

Se abrirá la pantalla de operación para introducir texto y realizar la lectura.

Uso básico de VOICEVOX

Con esto, VOICEVOX se ha instalado correctamente en tu PC con Windows.

A continuación, explicaremos el uso básico para convertir texto en voz.

Cómo usar las funciones básicas de generación de voz

Al abrir la pantalla de VOICEVOX, verás el icono del personaje y el campo de entrada de texto.

Haz clic en el campo de entrada de texto (la parte con la línea verde inferior).

Cambiará a la pantalla de edición.

Introduce el texto.

Al pulsar el botón de reproducción en la parte inferior izquierda de la pantalla, puedes reproducir el audio y comprobar el resultado generado.

Al hacer clic en el "+" de la pantalla de entrada de texto, puedes añadir un nuevo campo de entrada.

Al hacer clic en el icono del personaje, se abrirá el menú de selección de personajes.

Por defecto aparece "Shikoku Metan", pero al hacer clic puedes cambiarlo a tu personaje preferido, como "Zundamon" o "Kasukabe Tsumugi".

Asignando personajes diferentes a cada línea de texto, también puedes crear audios en formato de conversación.

Sin embargo, para usar esta función de manera efectiva, es necesario entender las diferencias en la calidad de voz de cada personaje y elegir la combinación adecuada.

Además, dado que requiere ajustes minuciosos en el ritmo de la conversación y las pausas, se necesita cierto tiempo y experiencia hasta acostumbrarse.

Cómo usar la función de exportación de audio de VOICEVOX

A continuación, explicaremos cómo usar la función de exportación de audio.

Uso de "Exportar audios por separado"

Para exportar el audio:

Selecciona "Archivo" → "Exportar audio".

Elige la carpeta de destino para la exportación.

Entonces, el audio se exportará dividido línea por línea.

Uso de "Exportar audios concatenados"

En VOICEVOX también puedes exportar los audios unidos.

Al seleccionar "Archivo" → "Exportar audios concatenados", se abrirá la pantalla para guardar el archivo.

Introduce el nombre del archivo y guárdalo.

Uso de estilos emocionales y ajuste de parámetros

Como función avanzada, VOICEVOX también permite cambiar la expresión mediante estilos emocionales.

Dependiendo del personaje, están disponibles estilos como "Normal", "Dulce", "Tsundere", "Sexy", "Susurro", "Cuchicheo", "Emocionado" y "Con lágrimas".

Al cambiar el estilo emocional, puedes generar audios con impresiones completamente diferentes para el mismo texto, permitiendo adaptar la voz al contenido o a la puesta en escena.

Para cambiar el estilo emocional, coloca el cursor sobre el ">" a la derecha del menú de selección de personajes.

Se mostrarán las opciones; haz clic para seleccionarlas.

Además, puedes ajustar individualmente tres parámetros: acento, entonación y duración.

Edición de acento:

Edición de entonación:

Edición de duración:

Cada sección se puede cambiar en la parte inferior izquierda de la pantalla.

Se puede ajustar sonido por sonido, permitiendo una lectura con una pronunciación más realista.

【Importante】Sobre el uso comercial de VOICEVOX: Es fundamental verificar los términos

Si vas a usar VOICEVOX para fines comerciales, debes prestar atención a los términos de uso.

Es necesario comprender correctamente los términos de uso y realizar una atribución de créditos adecuada.

A continuación, explicaremos detalladamente los puntos clave para utilizar VOICEVOX de forma correcta en el ámbito comercial.

Reglas básicas para el uso comercial

Al usar el audio generado con VOICEVOX, es necesaria una atribución de créditos adecuada tanto para uso comercial como no comercial.

Al incluir el crédito, debe quedar claro que se utilizó VOICEVOX y qué personaje se empleó.

Por ejemplo, si usaste la voz de Zundamon, se indica como "VOICEVOX: Zundamon", y si usaste la voz de Shikoku Metan, como "VOICEVOX: Shikoku Metan".

Si se usa en vídeos como los de YouTube, se debe mencionar en la descripción del vídeo o dentro del propio vídeo.

En casos como audios telefónicos donde el único medio de crédito es el propio audio, se inserta un crédito hablado como "Se está utilizando la voz de Kasukabe Tsumugi de VOICEVOX".

Restricciones de uso según el personaje de VOICEVOX

Cada personaje de VOICEVOX tiene establecidos términos de uso diferentes.

Algunos personajes tienen restricciones especiales.

Aunque la mayoría de los personajes permiten el uso comercial mediante una atribución de créditos adecuada, existen algunos personajes que tienen limitaciones en su uso comercial.

Los personajes relacionados con el Proyecto Tohoku (Zundamon, Tohoku Kiritan, Tohoku Itako, etc.) permiten básicamente el uso comercial, pero su uso en contenidos políticos o para adultos está prohibido.

En el caso de algunos personajes, puede estar prohibido su uso en sitios de afiliados o como voz para personajes originales.

Si planeas un uso comercial, es fundamental verificar previamente los términos de uso individuales del personaje que piensas utilizar.

Atención a la licencia de las ilustraciones si usas imágenes de los personajes

Además, si vas a usar imágenes (tachie) de los personajes, empezando por "Zundamon", en tus vídeos, presta atención a los términos de uso de las ilustraciones.

Las ilustraciones tienen términos de uso establecidos de forma independiente a VOICEVOX y a los propios personajes.

Es necesario revisar también los términos de uso de las ilustraciones con antelación.

Verificar previamente es fundamental debido a la complejidad de las licencias

Lo que requiere especial cuidado en el uso comercial de VOICEVOX es que existen sistemas de licencias diferentes para cada personaje.

Debido a que las condiciones de uso varían significativamente según el personaje, si utilizas varios personajes, debes verificar los términos de uso de cada uno de ellos individualmente.

Especialmente, ten cuidado porque los términos de uso difieren entre los personajes del Proyecto Tohoku y otros personajes originales.

Además, existe la posibilidad de que se establezcan términos de uso diferentes cuando se añadan nuevos personajes en el futuro.

Si una empresa está considerando su uso, puede que sea necesaria la revisión por parte del departamento jurídico, lo que podría retrasar el inicio de su utilización.

Debido a este complejo sistema de licencias, si deseas utilizarlo para fines comerciales, como uso empresarial o monetización en YouTube, la verificación de los términos de uso puede suponer una gran carga.

¿Por qué no pruebas la lectura gratuita con Ondoku?

Hasta aquí, hemos explicado detalladamente las características de VOICEVOX, cómo instalarlo en Windows y su uso.

Sin embargo, a menudo la descarga e instalación llevan tiempo, o los términos de uso son complejos y difíciles de manejar.

¡En esos casos, recomendamos Ondoku, el servicio de síntesis de voz multifuncional y fácil de usar!

Ondoku es un servicio de lectura por IA en línea que se puede usar gratis.

¡Increíblemente, solo con registrar tu correo electrónico, puedes realizar síntesis de voz gratuita de hasta 5.000 caracteres!

Está disponible para Windows, Mac, Linux y también desde smartphones, y se puede usar para cualquier propósito: negocios, educación, entretenimiento, etc.

¡El uso comercial está permitido, por lo que también es compatible con la monetización de YouTube!

¡Su uso también es muy sencillo!

No requiere instalación y se puede usar inmediatamente desde el navegador, por lo que puedes crear audios de alta calidad en cuanto se te ocurra.

Incluso si estás descargando el archivo de instalación de VOICEVOX ahora mismo, ¿por qué no experimentas Ondoku mientras esperas?

Lectura multilingüe disponible con voces de IA de alta calidad

¡Los 16 tipos de voces en japonés de Ondoku son muy variados, incluyendo voces de hombres, mujeres y niños!

Por supuesto, también es compatible con lecturas de conversación utilizando múltiples voces.

Ondoku admite unos 50 idiomas, incluidos japonés, inglés, chino, coreano, español, francés, alemán, etc.

Al poder producir contenidos globales, podrás aumentar las visualizaciones en YouTube apuntando a todo el mundo.

¡Listo para usar ahora mismo sin instalación ni descarga!

El uso de Ondoku es muy sencillo.

¡Una vez que abras la página principal, solo tienes que introducir el texto y pulsar el botón de lectura!

En pocos segundos se generará un archivo de voz natural.

Como puedes realizar síntesis de voz de hasta 5.000 caracteres de forma gratuita, ¿por qué no experimentas Ondoku por ti mismo?

¿Te gustaría crear audios de lectura realistas con la IA más reciente y lista para uso comercial?

En este artículo, hemos explicado detalladamente las características de VOICEVOX, cómo instalarlo en Windows y su uso.

El mayor atractivo de VOICEVOX es poder crear vídeos utilizando personajes famosos, empezando por "Zundamon".

Sin embargo, también tiene puntos difíciles de manejar, como la descarga, la instalación y los términos de uso.

Si quieres realizar lecturas de texto con la IA más reciente, el servicio web Ondoku también es recomendable.

¿Por qué no intentas crear audios para vídeos con Ondoku, que puedes usar inmediatamente sin necesidad de descargas?

■ Software de síntesis de voz con IA “Ondoku”

"Ondoku" es una herramienta de conversión de texto a voz en línea que se puede utilizar sin costo inicial.

• Admite aproximadamente 50 idiomas, incluidos japonés, inglés, chino, coreano, español, francés y alemán.
• Disponible tanto desde PC como desde teléfono inteligente
• Adecuado para negocios, educación, entretenimiento, etc.
• No requiere instalación, puede usarse inmediatamente desde su navegador
• También admite la lectura de imágenes.

Para usarlo, simplemente ingrese texto o cargue un archivo desde el sitio. Genere archivos de sonido naturales en segundos. Puede utilizar la síntesis de voz de hasta 5000 caracteres de forma gratuita, así que pruébelo primero.