Whisper vs Descript vs AudioCraft (MusicGen) vs Cartesia

Los mismos datos verificados para todas, en las mismas filas. Sin ganadores prefabricados y sin nota: la fila que decide es la que a ti te importe.

Comparativa de Whisper, Descript, AudioCraft (MusicGen), Cartesia
Condición	Whisper	Descript	AudioCraft (MusicGen)	Cartesia
Qué sabe hacer	Transcripción Descarga de modelos	Edición de vídeo Transcripción Vídeo con avatar	Texto a música Efectos de sonido Descarga de modelos	Texto a voz Transcripción Clonación de voz API
Qué te dan gratis	Código y pesos publicados con licencia MIT. Sin cuotas ni cuenta: el coste es el equipo. Seis tamaños de modelo, de 39M de parámetros y ~1 GB de VRAM al de 1550M y ~10 GB.	Plan gratuito con 60 minutos de transcripción al mes, exportación local a 720p, proyectos ilimitados, subtítulos dinámicos y 100 créditos de IA de una sola vez. La exportación sin marca de agua figura entre las características de pago. El plan más barato es Hobbyist, 16 $/mes.	Código publicado con licencia MIT. Pesos de los modelos publicados con licencia CC-BY-NC 4.0, es decir, sin uso comercial. Sin cuotas ni cuenta.	Plan gratuito con 20.000 créditos al mes, que la tabla oficial equipara a unos 27 minutos de audio generado. Incluye texto a voz y transcripción, un espacio de agente con ocho llamadas simultáneas. El plan de pago más barato es Pro, 5 $/mes con 100.000 créditos.
Límites	tiny y base: ~1 GB de VRAM small: ~2 GB · medium: ~5 GB · turbo: ~6 GB · large: ~10 GB Sin cuotas ni cuenta: el coste es el hardware	60 minutos de transcripción al mes Exportación a 720p 100 créditos de IA de una sola vez La exportación sin marca de agua es de pago	Código: MIT Pesos: CC-BY-NC 4.0, sin uso comercial Sin cuotas ni cuenta: el coste es el hardware	20.000 créditos al mes (≈27 minutos según su tabla) 1 espacio de agente, 8 llamadas simultáneas Plan de pago más barato: Pro, 5 $/mes (100.000 créditos, ≈133 minutos)
¿Pide tarjeta?	No	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.	No	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.
¿Hay que registrarse?	No	Sí	No	Sí
¿Marca de agua?	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.
¿Uso comercial?	Sí	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.	No	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.
Dónde se ejecuta	Local	Nube	Local	Nube
Cuánto cuesta empezar	Instalación técnica, modelos o GPU	Cuenta y algo de configuración	Instalación técnica, modelos o GPU	Cuenta y algo de configuración
Por dónde se accede	Sin analizar	No aplica — Chat, API y pesos son vías propias de los modelos.	Sin analizar	No aplica — Chat, API y pesos son vías propias de los modelos.
Renovación de créditos	Sin créditos	Mensual	Sin créditos	Mensual
Modelo de gratuidad	Open source	Freemium decente	Open source	Créditos gratis
¿Open source?	Open source	Cerrado	Open source	Cerrado
¿Se entrena con tus datos?	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.	Sin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.
Categoría	Voz IA	Vídeo IA	Música IA	Voz IA
En contra	Sin analizar — Que esta casilla esté vacía no significa que no tenga pegas: significa que no las hemos escrito.	Sin analizar — Que esta casilla esté vacía no significa que no tenga pegas: significa que no las hemos escrito.	Sin analizar — Que esta casilla esté vacía no significa que no tenga pegas: significa que no las hemos escrito.	Sin analizar — Que esta casilla esté vacía no significa que no tenga pegas: significa que no las hemos escrito.
Veredicto	La respuesta por defecto cuando la transcripción no puede salir de tu equipo. MIT en código y pesos, que en audio abierto es menos común de lo que parece.	No genera vídeo: lo edita, y por eso entra aquí. Para pasar de una grabación larga a un montaje limpio es de lo más rápido que hay, y una hora al mes alcanza para comprobarlo.	La vía para generar música sin depender de nadie, con el mismo pero que F5-TTS: los pesos no son comerciales. Sirve para aprender, prototipar y uso personal.	De las pocas que publican a cuántos minutos equivalen sus créditos, que es justo lo que hace falta para saber si alcanzan. Orientada a agentes de voz y a integrarse por API.
Última verificación	24 ago 2026	18 ago 2026	18 ago 2026	18 ago 2026

Cuando falta un dato, la tabla dice por qué. Sin comprobar es deuda nuestra: todavía no hemos abierto la fuente oficial. El fabricante no lo publica es lo contrario: la abrimos y no lo dice, y eso es información sobre el producto. Sin analizar es un hueco de redacción nuestro, yNo aplica una fila que no tiene sentido para esa clase de herramienta. Pasa el ratón por encima para ver qué buscábamos.

Empezar de nuevo

Añadir otra

Cookies y privacidad