Novedades en DubVoice.ai: 3 nuevos proveedores de voz, vídeo Meta AI, YouTube Videos y UGC

Han salido muchas cosas últimamente. Aquí va la versión corta, agrupada por lo que cambia para ti.

Texto a voz: tres proveedores nuevos, más de 17.800 voces

La biblioteca de voces pasó de 10.500 a más de 17.800 voces en seis proveedores. Los tres recién llegados:

Vbee — 1.649 voces, 52 idiomas

Con mucho peso en vietnamita (1.212 de las voces) pero bastante más amplia: árabe, hindi, japonés, francés, indonesio, filipino y más. Si publicas para audiencias del sudeste asiático, esta es la mayor incorporación.

Fish Audio — 275 voces de la comunidad

Una biblioteca comunitaria multilingüe que abarca 15 idiomas, con 96 voces en inglés más chino, español, portugués, árabe y turco. Fuerte en voces con carácter y personalidad más que en neutralidad corporativa.

Kokoro — código abierto, 70% de descuento

El Kokoro-82M de código abierto de Hexgrad, alojado por nosotros. 1 carácter = 0,3 créditos — la opción más barata de la plataforma después de Edge TTS, sin límite de peticiones ni de longitud de texto. 54 voces en 9 idiomas, y admite mezcla ponderada de voces (af_bella+af_sky(2)), algo que no hace ningún otro.

Los tres se suman a ElevenLabs (15.190 voces), Minimax (701) y Edge TTS (90% de descuento). Todos se alcanzan desde el mismo panel y la misma [API pública](/dashboard/api-docs) — Vbee y Fish Audio sintetizan por el endpoint TTS estándar usando un id de voz con prefijo.

La biblioteca de voces también se rehízo: tarjetas en condiciones con avatares, etiquetas de metadatos completas, filtros por proveedor (idioma, género, edad, región, categoría) y vistas previas que funcionan en todos.

Vídeo: Meta AI por 2.000 créditos

El vídeo pasó de 3 modelos a 6. Dos son nuevos:

• Meta AI — 2.000 créditos por clip. Con diferencia la forma más barata de generar vídeo aquí. Admite el cuadrado 1:1 junto a vertical y horizontal, y hace imagen a vídeo con un fotograma inicial más uno final opcional, interpolando entre ambos.
• Omni Flash — desde 4.688 créditos. El modelo más rápido (30-90 s), con precio por duración, y acepta hasta 7 imágenes de referencia — más contexto visual que cualquier otra cosa en la plataforma.

Los precios también se movieron en la familia existente: Veo 3.1 Fast se redujo a la mitad, a 7.500 créditos. Ahora es la mejor relación calidad-precio de la gama Veo y la opción por defecto — y la familia Veo sigue siendo la única que genera audio propio.

Imágenes: Nano Banana 2 Lite y Meta AI

El selector de imágenes tiene ya 6 modelos. Nuevos:

• Nano Banana 2 Lite — 500 créditos. El modelo de imagen más rápido y barato, para iterar sobre un prompt antes de decidirte.
• Meta AI — 1.500 créditos. Usa componentes de referencia con nombre en vez de una lista plana: imágenes character, scene y style que se enlazan a papeles concretos de la composición.

Nano Banana Pro sigue siendo la opción de calidad con escalado a 4K, y Nano Banana 2.1 se queda en medio con 1.000.

YouTube Videos

La herramienta YouTube Videos toma un tema y produce un vídeo narrado terminado — guion, locución e imágenes — sin saltar entre herramientas. Útil para canales sin cara y para convertir un artículo existente en vídeo sin reescribirlo tú.

UGC Studio — ya disponible

UGC Studio ya está en marcha: clips al estilo de contenido generado por usuarios, el formato que sostiene hoy la mayor parte del creativo publicitario corto. Elige uno de los 20 creadores de IA (o sube el tuyo), escribe el guion, adjunta una foto del producto y el guion se divide en clips, se graba y se cose en un solo vídeo — con el lip-sync generado junto al metraje, no doblado después.

La misma pantalla hace también imágenes de marca: sube de 1 a 5 fotos de referencia de tu producto y recibe un lote de tomas acordes a la marca — packshots limpios, fotos tipo reseña, escenas de marca o planos de estilo de vida — a 1.000 créditos cada una. Artículo completo: [guía de UGC Studio](/blog/ugc-studio-ai-video-ads-brand-images).

Qué cambia esto si ya estabas aquí

Una nota de versión solo sirve si te dice qué hacer distinto, así que aquí va la versión corta para quien ya usa la plataforma.

Si escribes para audiencias del sudeste asiático, la biblioteca de voces ha dejado de ser el cuello de botella. El vietnamita en particular pasó de un puñado de opciones a más de mil, y los idiomas de alrededor — indonesio, filipino, tailandés — pasaron de escasos a utilizables.

Si generas en volumen, mira Kokoro antes de tu próximo lote. A 0,3 créditos por carácter es el nivel más barato de la plataforma después de Edge TTS, sin límite de peticiones ni de longitud. Para pasadas de borrador y contenido interno, la diferencia de calidad no justifica pagar diez veces más.

Si evitabas el vídeo por coste, el suelo se ha movido. Meta AI a 2.000 créditos por clip es lo bastante barato como para usarlo para pensar y no solo para el final, y que Veo 3.1 Fast baje a la mitad hasta 7.500 convierte el nivel con audio propio en la opción por defecto en vez de en un capricho.

El hilo que recorre todo esto

Tres de estos cambios apuntan en la misma dirección: el nivel barato de cada categoría se ha abaratado mucho, mientras que el nivel de calidad se ha quedado donde estaba.

Eso ensancha la distancia entre borrar y rematar, y la forma de aprovecharlo es dejar de hacer ambas cosas en el mismo modelo. Itera en Nano Banana 2 Lite, Kokoro y Meta AI hasta que la idea esté bien; remata en Nano Banana Pro, ElevenLabs y Veo 3.1. Los equipos que adoptan esa división suelen ver que su gasto baja y su producción sube, porque el render caro ocurre una sola vez.

Lo que no está aquí

Dos cosas que conviene decir con claridad, porque las notas de versión tienden a omitirlas.

La sincronía labial en vídeo generado sigue sin resolverse: la familia Veo genera habla, pero un clip doblado no re-temporiza las sílabas a la boca. Y el número de voces es una cifra de catálogo, no una garantía de calidad: un catálogo de 17.800 voces contiene muchísimas que nunca usarías, y los filtros importan más que el total.

Para la foto completa de lo que cubre la plataforma, en lugar de lo que ha cambiado, mira [todo lo que puedes hacer con DubVoice.ai](/blog/everything-you-can-do-with-dubvoice-ai).

También conviene saber

• La clonación de voz ya admite la muestra completa de 10 MB / 5 minutos que la interfaz siempre anunció. Antes las subidas grandes fallaban; ahora van directas al almacenamiento en vez de pasar por la API.
• El descuento de Kokoro subió al 70% (era del 50%).
• La API pública cubre Vbee y Fish Audio, con la lista completa de modelos documentada en [/dashboard/api-docs](/dashboard/api-docs) y en formato legible por máquina en [/llms.txt](/llms.txt).

Todo lo anterior funciona con el mismo saldo de créditos, desde 4,99 $. Sin suscripción, y los créditos no caducan.