Whisper vs Descript vs Cartesia

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

Se diferencian en 8 de 13 filas. Las primeras que las separan: Qué sabe hacer, ¿Uso comercial?, Dónde se ejecuta. En 5 falta algún dato para saber si se diferencian.

Comparativa de Whisper, Descript, Cartesia
CondiciónWhisperDescriptCartesia
Qué sabe hacer
  • Transcripción
  • Descarga de modelos
  • Edición de vídeo
  • Transcripción
  • Vídeo con avatar
  • Texto a voz
  • Transcripción
  • Clonación de voz (sólo de pago)
  • API
¿Uso comercial?SíEl fabricante no lo publica — Hemos abierto la página oficial que debería contestarlo y no lo dice. El hueco es suyo, no nuestro. Buscábamos: Si el plan gratuito permite uso comercial de lo exportado. Las condiciones sólo prohíben explotar comercialmente el propio servicio; no hablan de lo que produces.No
Dónde se ejecutaLocalNubeNube
Cuánto cuesta empezarInstalación técnica, modelos o GPUCuenta o configuración previaCuenta o configuración previa
Renovación de créditosSin créditosMensualMensual
Modelo de gratuidadOpen sourceFreemium decenteCréditos gratis
¿Open source?Open sourceCerradoCerrado
CategoríaVoz IAVídeo IAVoz IA
¿Pide tarjeta?Faltan datosSin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.NoEl fabricante no lo publica — Hemos abierto la página oficial que debería contestarlo y no lo dice. El hueco es suyo, no nuestro. Buscábamos: Si el plan gratuito pide tarjeta. La página de precios, la de su documentación y las condiciones sólo hablan de datos de pago para los servicios de pago.
¿Hay que registrarse?Faltan datosSin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.SíSí
¿Marca de agua?Faltan datosSin comprobar — Todavía no hemos abierto la fuente oficial para este dato. Es trabajo nuestro pendiente.SíEl fabricante no lo publica — Hemos abierto la página oficial que debería contestarlo y no lo dice. El hueco es suyo, no nuestro. Buscábamos: Si el audio del plan gratuito lleva marca. Ni la página de precios, ni la de su documentación, ni las condiciones la mencionan.
Por dónde se accedeFaltan datosSin analizarNo aplica — Chat, API y pesos son vías propias de los modelos.No aplica — Chat, API y pesos son vías propias de los modelos.
¿Se entrena con tus datos?Faltan datosSin 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.
Con más detalle
Qué te dan gratisCódigo 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.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, 1 $ al mes en agentes prepagados y ocho llamadas simultáneas. Clonar voz y el uso comercial empiezan en Pro, el plan de pago más barato: 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
  • 20.000 créditos al mes (≈27 minutos según su tabla)
  • Clonar voz y la licencia comercial empiezan en Pro
  • 1 $ al mes en agentes prepagados; 8 llamadas y 2 peticiones simultáneas
  • Plan de pago más barato: Pro, 5 $/mes (100.000 créditos, ≈133 minutos)
En contraFaltan datosSin 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.
VeredictoLa 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.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 verificación24 ago 202618 ago 202618 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, y No 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 que hace lo mismo