Puntos clave
- En ChatGPT, la voz es limitada y sin video en el plan gratis, y ampliada y con video en Go y Plus; Plus cuesta USD 20 al mes (USD 23,00 con el IVA del 15 %).
- Gemini Live viene en el plan sin costo, en la app para Android; por defecto, el audio, el video y la pantalla que compartes no se usan para mejorar los servicios de Google.
- Para locuciones, ElevenLabs da 10.000 créditos gratis al mes (unos 10 minutos) y la licencia comercial desde Starter; Google Cloud regala 1 millón de caracteres al mes con sus voces Chirp 3 HD.
- ElevenLabs prohíbe clonar la voz de una persona viva sin su consentimiento explícito e informado, y Google, Microsoft y OpenAI piden una grabación de consentimiento del dueño de la voz.
- La norma de biométricos de la Superintendencia incluye los patrones de voz, y el COIP castiga con uno a tres años grabar sin consentimiento comunicaciones privadas (art. 178).
Esta guía es información general y no constituye asesoría legal. Para decisiones sobre tu caso, consulta a un abogado.
¿Qué es la IA de voz y qué hace en una empresa?
Actualizado el 15 de noviembre de 2026; los planes y precios de voz cambian seguido.
La inteligencia artificial (IA) de voz hace cuatro trabajos: conversar contigo en voz alta (el modo de voz de ChatGPT o Gemini Live), convertir texto en voz para locuciones, mensajes de espera o capacitaciones, transcribir audios y llamadas, y clonar la voz de una persona. El cuarto trae los mayores riesgos legales y de fraude.
El autocompletado de Google en Ecuador muestra unas 105 variantes de búsqueda sobre voz, y según el Planificador de palabras clave de Google Ads, entre noviembre de 2025 y octubre de 2026, «chatgpt voz», «chat gpt voz» e «ia para transcribir audios» tuvieron entre 100 y 1.000 búsquedas al mes cada una, y «ia gratis texto a voz», «mejor ia texto a voz» y «como usar voces ia», entre 10 y 100.
¿Qué herramienta usar para cada tarea?
Precios de lista de cada fabricante al 15 de noviembre de 2026; el cálculo con el IVA del 15 % es nuestro.
| Tarea | Herramienta | Gratis | Plan pagado con IVA | Riesgo |
|---|---|---|---|---|
| Conversar por voz | Modo de voz de ChatGPT | Voz limitada, sin video | Plus: USD 20 al mes (USD 23,00), voz ampliada y con video | Medio: en planes personales tu contenido puede entrenar modelos salvo que lo desactives |
| Conversar por voz | Gemini Live | Incluido, en la app para Android | Google AI Plus: USD 4,99 al mes (USD 5,74), con el doble de límites | Medio: las transcripciones se guardan si «Conservar la actividad» está activado |
| Locuciones para videos y capacitación | ElevenLabs | 10.000 créditos al mes (unos 10 minutos) | Starter: USD 6 al mes (USD 6,90), con licencia comercial | Alto si clonas voces |
| Voz para apps, IVR o agentes | Google Cloud Text-to-Speech | 1 millón de caracteres al mes con Chirp 3 HD | USD 30 por millón de caracteres (USD 34,50) | Bajo con voces de catálogo |
| Voz para apps, IVR o agentes | Microsoft Azure Speech | 0,5 millones de caracteres al mes | Pago por uso, según la calculadora de Azure | Bajo con voces de catálogo |
| Voz para apps | API de OpenAI | Se paga aparte de ChatGPT | tts-1: USD 15 por millón de caracteres (USD 17,25) | Medio: esos modelos se apagan el 6 de enero de 2027 |
| Transcribir audios | Whisper o Word para Microsoft 365 | Whisper, gratis en tu equipo; Word, 300 minutos al mes con tu licencia | API de OpenAI: desde USD 0,003 por minuto (unos USD 0,21 la hora con IVA) | Medio: la voz identifica a la persona |
| Clonar una voz | ElevenLabs, Google, Microsoft | No: ElevenLabs la muestra desde Starter | ElevenLabs Creator, con clonación profesional: USD 22 al mes (USD 25,30) | Alto: exige consentimiento y facilita fraudes |
Fuentes: ChatGPT y sus precios, Gemini, ElevenLabs, Google Cloud, Azure (no mostró los precios por uso al consultarla) y la API de OpenAI.
¿Por qué el 15 %? En el catastro de servicios digitales del SRI del 14 de octubre de 2026, OpenAI, Google, Microsoft y ElevenLabs figuran sin registro, así que el emisor de tu tarjeta retiene el 100 % del IVA (Reglamento a la LRTI, art. 147.1), con la tarifa del 15 % (Circular NAC-DGECCGC25-00000006).
Modo de voz de ChatGPT y Gemini Live: ¿qué hacen?
ChatGPT. En la app tocas el ícono de voz y conversas: puedes interrumpirlo, pedirle respuestas más rápidas, más lentas o más breves, practicar idiomas o traducir en vivo una conversación (OpenAI). Según su página de planes, el plan gratis trae voz limitada y sin video; Go y Plus, voz ampliada y con video; y Pro, ilimitada, sujeta a uso razonable. En Gratis, Go, Plus y Pro tu contenido puede usarse para entrenar los modelos salvo que lo desactives. Precios y planes de equipo, en la ficha de ChatGPT.
Gemini Live. Según la ayuda de Google, funciona en la app de Gemini para teléfonos y tablets Android, no en la versión web; pide una cuenta personal o de trabajo con acceso a Gemini y tener más de 13 años. Puedes mostrarle lo que ve tu cámara o compartir tu pantalla, y al terminar te deja la transcripción. Con cuentas de trabajo, por ahora solo usa Calendario, Keep y Tasks dentro de Live. Viene en el plan sin costo (Google).
Sobre los datos, el centro de privacidad de Gemini dice que, por defecto, tus audios, videos y pantallas compartidas en Live no se usan para mejorar los servicios de Google. Las grabaciones y transcripciones quedan en tu actividad si «Conservar la actividad» está activado, que por defecto se borra a los 18 meses; si está desactivado, Live guarda la conversación hasta 72 horas. Más en la ficha de Gemini.
En una cuenta personal, no dictes datos de clientes.
Texto a voz: ¿ElevenLabs, Google, Microsoft u OpenAI?
ElevenLabs sirve para locuciones sin programar. El plan gratis da 10.000 créditos al mes, unos 10 minutos de voz; la licencia comercial aparece desde Starter (USD 6 al mes o USD 5 con pago anual: USD 6,90 o USD 5,75 con IVA), con 30.000 créditos y clonación instantánea. Creator cuesta USD 22 (USD 25,30) y Pro, USD 99 (USD 113,85); con pago anual pagas 10 meses (ElevenLabs).
Google Cloud Text-to-Speech cobra por carácter, espacios incluidos, y exige activar la facturación. Cada mes regala 1 millón de caracteres con Chirp 3 HD, sus voces más recientes, y luego cobra USD 30 por millón (USD 34,50 con IVA); las voces Standard y WaveNet regalan 4 millones y cuestan USD 4 por millón (USD 4,60) (Google Cloud).
Microsoft Azure Speech da en su nivel gratuito 0,5 millones de caracteres al mes con voces neuronales y 5 horas de transcripción en tiempo real (Azure).
OpenAI ofrece 13 voces, admite español, aunque avisa que sus voces están optimizadas para inglés, y sus políticas te obligan a avisar con claridad que la voz es generada por IA (OpenAI). Ojo: los modelos gpt-4o-mini-tts, tts-1 y tts-1-hd se apagan el 6 de enero de 2027, y OpenAI recomienda pasar a gpt-realtime-2.1-mini.
Antes de elegir, prueba con un RUC, un monto en dólares, nombres de cantones y siglas como SRI o IESS.
¿Cómo transcribir audios y llamadas con IA?
Para reuniones de Teams, Zoom o Google Meet, la guía de IA para reuniones compara precios, idiomas y actas. Para audios sueltos y llamadas:
- Whisper, de OpenAI, es código abierto con licencia MIT y corre en tu equipo; el modelo grande pide unos 10 GB de memoria de video y el turbo, unos 6 GB (GitHub). El audio no sale de la empresa.
- Word para Microsoft 365 transcribe hasta 300 minutos de audio subido al mes, en archivos .wav, .mp4, .m4a y .mp3, separa a quién habla y guarda el audio en OneDrive; entre sus idiomas está el español de Ecuador (Microsoft).
- Por API, para transcribir llamadas en volumen: OpenAI cobra USD 0,003 por minuto con gpt-4o-mini-transcribe y USD 0,006 con Whisper (OpenAI); en ElevenLabs, cada minuto de transcripción consume 330 créditos de tu plan (ElevenLabs).
Grabar llamadas con clientes exige avisarles antes (ver la sección legal).
Clonar una voz: ¿qué exigen los proveedores?
- ElevenLabs. Su política de usos prohibidos, del 9 de octubre de 2026, prohíbe clonar, sintetizar o imitar la voz de una persona viva sin su consentimiento explícito e informado u otra autorización válida, y facilitar fraudes o estafas; además, exige avisar cuando alguien habla con una IA si la ley lo pide o si callarlo lo engañaría. La clonación profesional solo permite clonar tu propia voz, tras una verificación, y no la de otra persona aunque te dé permiso; la instantánea pide apenas 10 segundos de muestras (ElevenLabs).
- Google. Su voz personalizada instantánea (Instant Custom Voice) está restringida a usuarios autorizados, que piden acceso a su equipo de ventas, y exige grabar una declaración, en español incluido, en la que el dueño de la voz afirma serlo y consiente que Google cree un modelo sintético (Google Cloud). Cuesta USD 60 por millón de caracteres (USD 69,00).
- Microsoft. La voz profesional es de acceso limitado y exige la grabación del locutor leyendo una declaración de consentimiento, que además sirve para verificar que es la misma persona de las muestras; su nombre y el de la empresa deben coincidir con lo grabado (Microsoft Learn).
- OpenAI. Crea voces personalizadas aprobadas a partir de una grabación de consentimiento del hablante y una muestra que coincida (OpenAI).
¿Qué dice la ley en Ecuador sobre la voz?
Es un dato personal. La LOPDP no nombra la voz, pero llama dato personal a todo dato que identifica o hace identificable a una persona, y dato biométrico al que permite o confirma su identificación única (art. 4). El consentimiento debe ser libre, específico, informado e inequívoco, y se puede revocar en cualquier momento (art. 8); antes de grabar debes informar fines, base legal y tiempo de conservación (art. 12), y el proveedor que procesa la voz por tu cuenta necesita un contrato que lo limite a tus instrucciones (art. 34; más en IA y datos personales).
Es biometría cuando sirve para identificar. La norma de datos biométricos de la Superintendencia, publicada en el Registro Oficial n.º 376 del 24 de septiembre de 2026, cuenta los patrones de voz como dato biométrico bruto (art. 4.2) y el reconocimiento de voz entre los sistemas biométricos (art. 4.9). Se aplica cuando el tratamiento busca identificar a una persona; si no, rige la LOPDP general (arts. 2 y 3). Verificar a un cliente por su voz entra en la norma: si te basas en su consentimiento, debe ser explícito y con una alternativa no biométrica (art. 7), cuidado especial con trabajadores (art. 8), revocación en cualquier momento (art. 10) y evaluación de impacto previa, revisada cada 12 meses (art. 15). Quien ya usa sistemas biométricos tiene 12 meses desde la publicación para adecuarse.
Grabar sin permiso es delito. El COIP castiga con uno a tres años de cárcel a quien, sin consentimiento ni autorización legal, grabe, reproduzca o difunda la voz o las comunicaciones privadas de otra persona; no se aplica a quien divulga grabaciones en las que interviene personalmente (art. 178). Suplantar la identidad de otro para obtener un beneficio en perjuicio de alguien se castiga con uno a tres años (art. 212), y la estafa, con cinco a siete (art. 186).
Estafas con voces clonadas: ¿cómo proteger a la empresa?
El FBI de Estados Unidos advierte que los delincuentes usan audio generado con IA para hacerse pasar por figuras públicas o personas cercanas y pedir pagos urgentes (alerta I-120324-PSA), y que una voz clonada puede sonar casi idéntica a la real (alerta I-051525-PSA). Con 10 segundos de muestras para una clonación instantánea, conviene asumir que la voz de cualquier directivo con videos públicos se puede imitar.
Controles para tesorería, compras y atención:
- Ningún pago ni cambio de cuenta bancaria se aprueba solo por una llamada o una nota de voz. Cuelga y llama tú a un número que encuentres por tu cuenta o que ya tengas registrado, como recomienda el FBI.
- Palabra clave interna para pedidos urgentes. El FBI la recomienda a las familias; la misma lógica sirve entre gerencia y tesorería.
- Doble aprobación para transferencias fuera de lo habitual.
- Escucha el tono y las palabras. El FBI pide prestar atención al tono y a la elección de palabras.
- No uses la voz como única forma de verificar a un cliente. Si la usas, aplica la norma de biométricos y ofrece otra alternativa.
Más controles en seguridad de datos al usar IA.
5 usos de la IA de voz con prompts listos
Cambia lo que va entre corchetes.
1. Ensayar una negociación (ChatGPT voz o Gemini Live)
Actúa como el gerente de compras de [tipo de empresa] que quiere un 10 % de descuento; yo soy el vendedor. Presiona con objeciones realistas, en español de Ecuador, y al final dime en tres puntos qué mejorar.
2. Mensajes de espera o del menú telefónico (para texto a voz)
Escribe 5 mensajes de espera de máximo 15 segundos para la central de [empresa]. Escribe los números con palabras, separa las siglas (S-R-I) y evita frases que suenen a promesa comercial.
3. Locución de una capacitación con voz de catálogo
Convierte este procedimiento en un guion de [duración] para leer con una voz sintética: frases cortas, pausas marcadas con «…» y sin términos en inglés innecesarios. Usa solo lo que dice el documento.
4. Resumen de una llamada con cliente (con la transcripción)
Con base solo en esta transcripción, resume el pedido o reclamo, los compromisos con responsable y fecha, y el siguiente paso. Si algo no se dijo, escribe «SIN DEFINIR».
5. Procedimiento contra fraudes con voz clonada
Redacta un procedimiento de una página para tesorería: cómo verificar cualquier pedido de pago o cambio de cuenta recibido por llamada o nota de voz, con devolución de llamada a un número registrado, palabra clave y doble aprobación.
¿Cómo medir si la IA de voz funciona?
Con resultados del negocio, no con minutos generados: costo por contacto resuelto en el canal de voz, tiempo de respuesta al cliente, costo por persona capacitada frente a la capacitación presencial y, en llamadas, el porcentaje grabado con aviso y base legal. Mide la línea base antes de cambiar.
¿Y cuando la voz entra en la atención al cliente?
Una locución suelta se resuelve con las herramientas de esta guía; cuando la voz entra en la atención o la cobranza, hay que conectarla a los sistemas y documentar el cumplimiento. En esa categoría trabaja ADVISE.ia: su módulo de cumplimiento LOPDP arma la evaluación de impacto, el registro de actividades y la auditoría de los agentes en producción, y el de WhatsApp para empresas responde, cotiza, reserva y toma pedidos las 24 horas conectado a los sistemas. La comparación de canales está en IA para atención al cliente.
Preguntas frecuentes
¿Cómo usar ChatGPT por voz?
En la app, toca el ícono de voz en la esquina inferior derecha y habla; puedes interrumpirlo y pedirle respuestas más cortas, más lentas o más detalladas. El plan gratis tiene voz limitada y sin video; Go y Plus, voz ampliada y con video. En los planes personales tu contenido puede entrenar los modelos salvo que lo desactives: no dictes datos de clientes.
¿Cuál es la mejor IA de texto a voz?
Depende del uso. Para locuciones de videos y capacitaciones, ElevenLabs ofrece planes desde USD 6 al mes con licencia comercial. Para integrar voz en una app, un IVR o un agente, conviene una API: Google Cloud cobra USD 30 por millón de caracteres con Chirp 3 HD, y Microsoft y OpenAI también venden voz por uso. Prueba siempre con frases en español de Ecuador.
¿Hay una IA gratis de texto a voz?
Sí, con límites. ElevenLabs da 10.000 créditos al mes, unos 10 minutos de audio, aunque su página de precios muestra la licencia comercial desde Starter. Google Cloud regala cada mes 1 millón de caracteres con Chirp 3 HD y 4 millones con sus voces estándar, pero exige activar la facturación. Azure da 0,5 millones de caracteres al mes en su nivel gratuito.
¿Qué IA sirve para transcribir audios?
Whisper, de OpenAI, es gratis y corre en tu equipo, así que el audio no sale de la empresa. Si tienes Microsoft 365, Word transcribe hasta 300 minutos de audio subido al mes y separa a quién habla. Por API, OpenAI cobra desde USD 0,003 por minuto. Para reuniones de Teams, Zoom o Meet, revisa la guía de IA para reuniones.
¿Es legal clonar la voz de un empleado o de un vocero?
Sí, con su consentimiento libre, específico, informado e inequívoco, que puede revocar en cualquier momento (LOPDP, art. 8), y respetando los términos del proveedor: ElevenLabs lo exige explícito e informado, y Google y Microsoft piden que la persona grabe una declaración. Si además usas la voz para identificarlo, rige la norma de biométricos, que pide ofrecer una alternativa no biométrica.
¿Cómo protegerse de estafas con voces clonadas?
No apruebes pagos ni cambios de cuenta solo por una llamada o una nota de voz: cuelga y devuelve la llamada a un número que ya tengas registrado, como recomienda el FBI. Acuerda una palabra clave para pedidos urgentes, exige doble aprobación en transferencias fuera de lo habitual y no uses la voz como única forma de verificar a un cliente.
¿Gemini Live es gratis?
Sí. La página de planes de Google para Ecuador incluye Gemini Live en el plan sin costo. Según su ayuda, funciona en la app de Gemini para teléfonos y tablets Android, no en la versión web, con cuenta personal o de trabajo con acceso a Gemini, para mayores de 13 años. Puedes mostrarle lo que ve tu cámara o compartir tu pantalla.
¿Qué es ElevenLabs y cuánto cuesta en Ecuador?
Es una herramienta para crear locuciones con IA sin programar. Su plan gratis da 10.000 créditos al mes, unos 10 minutos de voz; la licencia comercial aparece desde Starter, de USD 6 al mes o USD 5 con pago anual (USD 6,90 o USD 5,75 con IVA), con 30.000 créditos y clonación instantánea. Creator cuesta USD 22 (USD 25,30) y Pro, USD 99 (USD 113,85).
Fuentes
- Google Ads · Planificador de palabras clave: búsquedas mensuales en Ecuador, noviembre de 2025 a octubre de 2026 (2026-11-15)
- OpenAI · Planes y precios de ChatGPT (voz y voz con video por plan, uso de datos para entrenar) (2026-11-15)
- OpenAI · Documentación de Codex · Pricing: precios en USD de Plus y Business (2026-11-15)
- OpenAI · ChatGPT Voz (2026-11-15)
- Google · Ayuda de Aplicaciones con Gemini · Habla con naturalidad con Gemini Live (teléfono y tablet Android) (2026-11-15)
- Google · Ayuda de Aplicaciones con Gemini · Centro de privacidad de las Apps con Gemini (Gemini Live, Conservar la actividad y revisores humanos) (2026-11-15)
- Google · Planes de Google AI, versión para Ecuador (Gemini Live en el plan sin costo) (2026-11-15)
- ElevenLabs · ElevenLabs pricing: Free, Starter, Creator, Pro, Scale y Business (2026-11-15)
- ElevenLabs · Prohibited Use Policy (actualizada el 9 de octubre de 2026; secciones 3, 4, 9 y 10) (2026-10-09)
- ElevenLabs · Documentación · Professional Voice Cloning (verificación, solo tu propia voz y requisitos de la clonación instantánea) (2026-11-15)
- Google Cloud · Text-to-Speech pricing (niveles gratis y precio por millón de caracteres) (2026-11-15)
- Google Cloud · Documentación · Chirp 3: Instant Custom Voice (acceso restringido y declaración de consentimiento; actualizado el 10 de noviembre de 2026) (2026-11-10)
- Microsoft Azure · Azure Speech pricing (nivel gratuito F0 y voz personalizada de acceso limitado) (2026-11-15)
- Microsoft Learn · Add voice talent consent for professional voice (declaración grabada del locutor) (2026-09-04)
- OpenAI · Documentación de la API · API pricing: texto a voz, transcripción y modelos de voz en tiempo real (2026-11-15)
- OpenAI · Documentación de la API · Text to speech (aviso obligatorio de voz generada con IA, voces, voces personalizadas y retiro el 6 de enero de 2027) (2026-11-15)
- OpenAI · GitHub · Whisper (licencia MIT, tamaños de modelo y memoria de video) (2026-11-15)
- Microsoft Support · Transcribe your recordings (Word para Microsoft 365) (2026-11-15)
- FBI · Internet Crime Complaint Center (IC3) · Criminals Use Generative Artificial Intelligence to Facilitate Financial Fraud (alerta I-120324-PSA) (2024-12-03)
- FBI · Internet Crime Complaint Center (IC3) · Senior US Officials Impersonated in Malicious Messaging Campaign (alerta I-051525-PSA) (2025-05-15)
- Servicio de Rentas Internas (SRI) · Catastro de prestadores de servicios digitales no residentes (versión del 14 de octubre de 2026) (2026-10-14)
- Servicio de Rentas Internas (SRI) · Reglamento para la Aplicación de la Ley de Régimen Tributario Interno, última reforma del 28 de octubre de 2025 (art. 147.1) (2025-10-28)
- Servicio de Rentas Internas (SRI) · Circular NAC-DGECCGC25-00000006: la tarifa vigente del IVA es del 15 % hasta que un decreto la modifique (2025-12-26)
- Asamblea Nacional del Ecuador · Registro Oficial (copia publicada por el Consejo de Comunicación) · Ley Orgánica de Protección de Datos Personales (Quinto Suplemento del Registro Oficial n.º 459; arts. 4, 8, 12, 26 y 34) (2021-05-26)
- Superintendencia de Protección de Datos Personales · Resolución SPDP-SPD-2026-0039-R: Norma general para el tratamiento de datos biométricos (arts. 2, 3, 4.2, 4.9, 7, 8, 10 y 15, y disposición transitoria) (2026-09-09)
- Registro Oficial del Ecuador · Registro Oficial n.º 376 del 24 de septiembre de 2026: Resolución SPDP-SPD-2026-0039-R (2026-09-24)
- Asamblea Nacional del Ecuador · Registro Oficial (compilación de Lexis) · Código Orgánico Integral Penal, arts. 178, 186 y 212 (texto actualizado al 4 de abril de 2024, publicado por el Cuerpo de Bomberos de Quito) (2024-04-04)
Revisado el 15 de noviembre de 2026 contra las fuentes citadas. Los precios y normas de terceros pueden cambiar: confirma en la fuente.