Amazon Polly ya clona una voz con unos minutos de audio. El consentimiento del hablante es una casilla que marca el cliente
Amazon Polly, el servicio de texto a voz de Amazon Web Services, ya puede crear una voz a medida con unos pocos minutos de grabaciones de una sola persona. AWS la ofrece como voz de marca para líneas telefónicas, apps, anuncios en tiendas y cursos, el trabajo de todos los días de muchísimos locutores. La comprobación del consentimiento es una casilla que marca el cliente.
AWS anunció la función el 19 de noviembre en su blog de aprendizaje automático, en una nota firmada por Suyin Wang, Nikie Xiong y Jonas Rohnke, del equipo de Polly. Está “disponible de forma general como lanzamiento restringido”, es decir, AWS la activa cuenta por cuenta. Algunos clientes de Polly ya la tienen y los demás pueden solicitarla.
La propuesta es sencilla. “Dale a Amazon Polly unos minutos de grabaciones de audio de un hablante que haya aceptado que se clone su voz, y Amazon Polly crea tu propia voz clonada con la voz de esa persona”, dice la nota. Crear la voz es gratis, y el cliente paga por lo que lee, como con las demás voces de Polly.
Puedes escucharla antes de seguir leyendo
El anuncio de AWS empieza con audio. Cada clip arranca con unos segundos de una persona real y luego da paso al clon, que lee palabras que esa persona nunca dijo. En el primero, Trevor, el responsable científico del equipo, dice “Hola, soy Trevor, de Ciencia”, y su voz clonada sigue: “Esa primera frase era mi voz real. Esta es mi voz clonada, creada con unos minutos de mis grabaciones. Puede leer cualquier texto que le des”.
Otros clips ponen voces clonadas en trabajos que los locutores conocen bien: una línea de atención que lee un número de pedido y una ventana de entrega, un narrador de curso que explica cómo aprende una red neuronal, y un personaje gruñón que vigila un puente en un videojuego. Vale la pena dedicarle cinco minutos con audífonos.

Del anuncio de AWS, 19 de noviembre de 2026. Captura: blog de Amazon Web Services
El trabajo al que apunta AWS
La nota es clara sobre adónde va la voz. Una voz de marca puede usarse en “tu sistema de respuesta de voz interactiva (IVR), agentes de voz en cascada, app móvil, anuncios en tienda, publicidad y dispositivos conectados”, dice. Y luego viene la frase que cualquier locutor de centralitas o de e-learning va a notar: “En lugar de depender de una voz genérica de catálogo o de volver a reservar una sesión de grabación cada vez que cambia un guion, puedes generar audio de marca cuando lo necesites”.

Ese es el trabajo de actualización. La nueva promoción en el mensaje de espera, el horario que cambió, el módulo revisado de un curso obligatorio. Para muchos locutores esas pequeñas regrabaciones son un ingreso constante, y son justo lo que esta herramienta busca eliminar.
AWS también menciona audiolibros, cursos, podcasts, personajes de videojuegos y videos, y “capítulos o actualizaciones posteriores” hechos rápido. Cada voz clonada habla solo el idioma en que fue grabada, y hay siete idiomas disponibles en el lanzamiento, cada uno probado con un acento concreto.

Cómo es la sesión de grabación
AWS no pide un estudio: dice que basta un micrófono USB o una app de teléfono que grabe en WAV, aunque el clon aprende todo lo que suena en el cuarto. Hasta el filtro de ruido de una app de reuniones termina en la voz, porque “el clon también aprende esos cambios”. El resto de la receta cabe en una imagen.

Hay un detalle que importa a los intérpretes. “La voz clonada toma su estilo de las grabaciones y no puede mezclar varios, así que tomas alegres, tristes y enojadas no te darán una voz capaz de hacer las tres cosas”, escribe AWS. Un clon es una sola lectura, congelada. Si un cliente quiere registro, necesita voces separadas, y eso significa sesiones separadas.
El consentimiento es una casilla que marca el cliente
Esta es la parte que los locutores deberían leer dos veces. Cuando un cliente crea una voz, fija un valor en la solicitud, TermsAccepted=True, que AWS describe como “tu confirmación de que tienes el consentimiento del hablante”. La nota no describe ningún paso en el que el hablante grabe una declaración de consentimiento o confirme quién es. La responsabilidad recae en la empresa que clona.
El cliente confirma
El cliente acepta los términos y confirma que tiene “todos los derechos y consentimientos necesarios para crear y usar la voz clonada”. El uso también está sujeto a los términos de servicio de AWS, sus Biometric Notice and Consent Terms y sus políticas de IA responsable y de uso aceptable.
El cliente debería
Guardar un registro del consentimiento de cada hablante, borrar la voz si el hablante lo retira, avisar a los oyentes cuando escuchan una voz sintética “cuando sea apropiado”, y limitar quién puede usarla.
El diseño tiene protecciones reales. “Amazon Polly añade una marca de agua al audio de texto a voz generado con la voz clonada”, dice la nota. Una voz clonada queda atada a la cuenta que la creó. Polly borra su copia de las grabaciones una vez creada la voz, no las usa para entrenar sus modelos y elimina los datos de la voz de inmediato cuando el cliente la borra.

Las reglas de consentimiento de AWS para voces clonadas, 19 de noviembre de 2026. Captura: blog de Amazon Web Services
Y hay una línea que va a importar en los contratos. Una voz existe solo en una cuenta y en una región de AWS, así que usarla en otra región implica crearla de nuevo con las mismas grabaciones, y AWS pide a sus clientes “asegurarse de que el consentimiento del hablante cubra cada copia”.
Qué preguntar antes de firmar
Nada de esto impide que un locutor diga que sí. Algunos lo harán, y a algunos les pagarán bien. Pero aquí el consentimiento es lo que hayas firmado, así que tu protección está en los papeles. Antes de grabar material para un clon, es justo preguntar:
- ¿Qué herramienta y qué cuenta guardarán la voz, y cuántas copias habrá, en qué regiones?
- ¿Qué puede leer, por cuánto tiempo, y se paga por uso, por año o una sola vez?
- ¿Se avisará a los oyentes de que es sintética?
- ¿Cómo se retira el consentimiento, y quién confirma que la voz se borró?
Los sindicatos están empujando las mismas preguntas. Voice Over Herald informó hace poco sobre el jefe de SAG-AFTRA y su prueba para una réplica de voz, y sobre Audible poniendo una voz virtual junto a las muestras de los narradores.
Demostrar cuáles grabaciones son tuyas
Polly marca lo que dice el clon. La otra mitad del problema es demostrar cuáles grabaciones son de verdad del locutor. The Voice Realm dice que es el primer marketplace de locución del mundo que protege los demos de los locutores con una marca de agua invisible: cuando un locutor activa Voice Lock, sus demos llevan una marca y un certificado con fecha que cualquiera puede verificar en línea. No detecta clones. Muestra qué grabaciones salieron de ti, y cuándo, algo útil si alguna vez tienes que enseñarle a un cliente qué grabaste y qué no.
VOICEMASTERACADEMYDe la primera lectura al primer trabajo.Veinte módulos. El primero es gratis.Empieza gratisAmazon convirtió la clonación en una función que se pide a un equipo de cuentas. La sesión que la alimenta sigue siendo una persona leyendo en un cuarto en silencio, y vale la pena cobrarla como si fuera la última que te van a pedir.
Fuentes: Suyin Wang, Nikie Xiong y Jonas Rohnke, “Amazon Polly launches voice cloning: A unique voice for your brand”, AWS Machine Learning Blog, 19 de noviembre de 2026; Unite.AI, “Amazon Polly Adds Gated Voice Cloning for Custom Brand Voices”, 19 de noviembre de 2026. Las citas de fuentes en inglés son traducción de Voice Over Herald. Imagen principal y capturas: blog de Amazon Web Services, tomadas el 21 de noviembre de 2026.
Read this article in English: Amazon Polly Can Now Clone a Voice From a Few Minutes of Audio. The Speaker's Consent Is a Box the Customer Ticks
¿Sabe algo más sobre esta noticia, o ha visto un error? Escriba a la redacción.









