Guía · Julio 2026
Música y voz con IA: tu estudio a coste cero
Hace nada, producir una canción o una narración profesional requería estudio, equipo y gente. Hoy el trío Suno + ElevenLabs + Descript cubre gratis la cadena entera del audio: componer, narrar y editar. Esta guía te enseña a usar cada uno y a combinarlos sin que las cuotas gratuitas te frenen.
Quién hace qué
| Herramienta | Para qué | Cuota gratis |
|---|---|---|
| Suno | Canciones completas: letra, voz e instrumental | 10 canciones/día |
| ElevenLabs | Narración y doblaje con voz hiperrealista | 10.000 caracteres/mes |
| Descript | Editar audio como texto, transcribir, limpiar | 1 hora transcripción/mes |
Crear música con Suno (bien, no solo rápido)
Cualquiera genera una canción en Suno en 30 segundos. Que sea buena depende del prompt. Lo que marca diferencia: usa el modo Custom y escribe tu propia letra (o pídesela a ChatGPT y púlela), describe el estilo con detalle en el campo de estilo — género, tempo, instrumentación, voz — y usa etiquetas de estructura en la letra: [Verse], [Chorus], [Bridge]. Con 10 canciones diarias puedes iterar: genera dos versiones, quédate la mejor mitad de cada una y usa la extensión para rematar.
Para qué la usa la gente real: música de fondo para vídeos sin problemas de copyright (pide "instrumental, no vocals"), intros de podcast, canciones de broma para cumpleaños (funcionan siempre) y maquetas para bandas que quieren probar una idea antes del local de ensayo.
Narrar con ElevenLabs (administrando la cuota)
Los 10.000 caracteres mensuales son unos 8-10 minutos de narración — suficiente para un proyecto semanal si no los malgastas. Trucos de administración: pule el texto antes de generar (cada regeneración gasta cuota), genera por párrafos y no el texto entero de golpe (si un párrafo sale mal, solo regeneras ese), y elige bien la voz en la biblioteca — hay voces en español de España excelentes. Para doblaje de vídeos, exporta el audio y sincroniza en CapCut.
Editar con Descript (el pegamento)
Descript une las piezas: importa tu narración de ElevenLabs y tu música de Suno, y edita sobre la transcripción — borra frases del texto y desaparecen del audio. Su Studio Sound mejora hasta el audio grabado con el micro del portátil, y la eliminación de muletillas limpia grabaciones propias en un clic. La hora mensual de transcripción da para un podcast quincenal de 30 minutos.
Tres flujos completos listos para copiar
- Podcast: guion con ChatGPT → grábate (o narra con ElevenLabs) → intro musical con Suno → montaje y limpieza en Descript.
- Vídeo faceless de YouTube: guion → narración ElevenLabs → música de fondo Suno (instrumental, volumen bajo) → montaje en CapCut con subtítulos automáticos.
- Canción para redes: letra propia pulida con ChatGPT → Suno Custom con estructura → clip de 30 s del estribillo → vídeo con Luma animando una imagen.