SpeechGen
Conversor de texto a voz con IA para voces en off realistas
Le das un PDF, una URL o una grabación de pantalla y devuelve un vídeo con tu marca, guion, locución y subtítulos. Hay plan gratuito; de pago desde 23,20 $ al mes.

ngram hace vídeos a partir de lo que ya tienes. Apúntalo a un PDF, una página de documentación, una grabación de pantalla o un bloque de texto, y estudia el material, monta un storyboard, escribe el guion, graba la locución y renderiza un vídeo con tu marca. La entrada es trabajo que ya habías hecho; la salida es el formato para el que nadie tiene tiempo.
Ese planteamiento es lo que lo separa de las herramientas de texto a vídeo que generan imágenes a partir de la imaginación. ngram no intenta inventar una escena: intenta convertir tus notas de versión en algo que se pueda ver. La distinción importa porque el segundo trabajo tiene una respuesta correcta y el primero no.
La lista de clientes tira más a lo corporativo que a lo creador: Veeva Systems, DP World, Genpact, HubSpot, Zapier, Deel y SafetyCulture, entre otros, y G2 lo mantiene como High Performer en generación de vídeo con IA durante 2026.
Antes de que se renderice nada, ves el storyboard. Es una decisión de diseño pequeña con un efecto práctico grande: revisar un plan lleva segundos y revisar un vídeo terminado lleva minutos, y detectas el malentendido en el punto donde corregirlo sale gratis.
La edición posterior se hace en lenguaje corriente. Pedirle que acorte la escena dos es más rápido que abrir una línea de tiempo, y mantiene el control en manos de quien no edita vídeo en lugar de pasarle el archivo a quien domina el programa.
Dale una captura de pantalla en bruto y elimina los silencios, añade zooms automáticos sobre aquello en lo que haces clic e inserta llamadas de atención. Cualquiera que haya grabado una demo de producto sabe que grabar lleva cuatro minutos y ordenarlo lleva una hora; esta es esa hora.
Para equipos de producto y de éxito del cliente esta es probablemente la razón más fuerte para mirarlo. Los vídeos tutoriales caducan cada vez que cambia la interfaz, y una herramienta que abarata volver a grabarlos es lo que mantiene la documentación al día.
Un kit de marca guarda tu logotipo, colores y tipografías, y la salida viene en 16:9, 9:16 y 1:1, de modo que la misma fuente produce un explicativo horizontal y un corte vertical sin rehacer el trabajo. Los gráficos en movimiento y los subtítulos se generan en lugar de añadirse a mano.
Hay dos límites que corren en paralelo: los créditos, que miden el trabajo, y los segundos de vídeo premium generado por IA, que topan la salida. La facturación anual descuenta un 20%, y los precios de abajo muestran la tarifa anual.
| Plan | Anual | Al mes | Créditos | Vídeo premium | Usuarios |
|---|---|---|---|---|---|
| Free | 0 $ | 0 $ | 600 una sola vez | Hasta 60 s | 1 |
| Basic | 23,20 $/mes | unos 29 $ | 3000/mes | Hasta 300 s | 1 |
| Premium | 47,20 $/mes | unos 59 $ | 10 000/mes | Hasta 1000 s | 1 |
| Ultimate | 239,20 $/mes | unos 299 $ | 50 000/mes | Hasta 5000 s | Hasta 3 |
| Enterprise | A medida | A medida | A medida | A medida | A medida |
Los límites de puestos merecen atención. Todo lo que está por debajo de Ultimate es de un solo usuario, y el propio Ultimate permite tres. Está tarifado como herramienta para una persona que hace vídeos, no como plataforma para un equipo, y un departamento de marketing de cinco llegará a Enterprise antes de lo que sugiere la escalera de precios.
El salto de Premium a 47,20 $ hasta Ultimate a 239,20 $ es de cinco veces por cinco veces más créditos, así que escala con honestidad, pero no hay nada intermedio, y 1000 segundos al mes son unos dieciséis minutos de vídeo terminado, que un equipo de producto activo superará.
Cada versión necesita un vídeo de anuncio que nadie tiene tiempo de hacer. Convertir en un clip las notas de versión que ya escribiste es exactamente este trabajo, y por eso la lista de clientes es la que es.
Los tutoriales caducan en cuanto la interfaz cambia. Volver a grabar barato es lo que evita que el centro de ayuda se llene de vídeos de un producto que ya no tiene ese aspecto.
Una fuente, tres proporciones, kit de marca aplicado automáticamente. La parte tediosa del vídeo social no es hacerlo una vez, sino hacerlo tres veces en tres formatos.
Actualizaciones de pitch, notas para inversores, seguimientos tras una demo. El precio de un solo puesto apunta justo a una persona produciendo para toda la empresa, que es la realidad en la mayoría de startups tempranas.
Hay un plan gratuito con 600 créditos concedidos una sola vez y hasta 60 segundos de vídeo. Es una evaluación, no un plan de trabajo; los de pago empiezan en 23,20 $ al mes con facturación anual.
PDF, URL, documentos, imágenes, texto plano y grabaciones de pantalla. La ruta de las grabaciones de pantalla es la que lleva más posprocesado detrás: zooms automáticos, eliminación de silencios y llamadas de atención.
Sí, en dos momentos. Apruebas el storyboard antes de renderizar y después editas en lenguaje corriente en vez de en una línea de tiempo: le pides que acorte una escena en lugar de arrastrar un clip.
Sí. Las exportaciones salen en 16:9, 9:16 y 1:1 desde la misma fuente, que es justo el objetivo para quien publica tanto en YouTube como en formatos cortos.
Una, en todos los planes hasta Premium. Ultimate permite tres. Más allá entras en una conversación de Enterprise, algo que conviene saber antes de planificar un despliegue en equipo.
Para empresas, a juzgar por las pruebas. Los clientes citados son software corporativo y logística, y el conjunto de funciones —kits de marca, demos de producto, onboarding— está construido en torno a la comunicación interna y de marketing, no al entretenimiento.
ngram resuelve bien un problema estrecho: ya has escrito el material, debería ser un vídeo, y convertirlo cuesta una tarde que no tienes. Aprobar el storyboard antes de renderizar y editar en lenguaje corriente son los dos detalles que lo hacen utilizable por gente que no edita vídeo.
Comprueba el límite de puestos antes que nada. Como herramienta para una persona que produce vídeo para una empresa está bien tarifado; como plataforma para un equipo salta a Enterprise antes de lo que la escalera publicada da a entender.