Estás produciendo un podcast, una campaña publicitaria o una audioguía. La voz suena familiar, profesional, perfectamente alineada con la marca. Solo hay un detalle: la persona cuyo timbre escuchas nunca ha puesto un pie en ese estudio. El clonado de voz hace posible exactamente eso. Y plantea preguntas a los contratos de producción para las que la mayoría de las cláusulas estándar todavía no tienen respuesta.
La tecnología ya no es ningún experimento. Los modelos de lenguaje clonan voces a partir de unos pocos minutos de material de audio. Para productores, agencias y medios de comunicación, esto genera un vacío legal: ¿quién puede clonar una voz? ¿Quién es titular del resultado? ¿Y qué ocurre cuando el dataset de entrenamiento contiene grabaciones para las que nadie obtuvo una licencia? Este artículo analiza las dimensiones más relevantes y señala dónde los contratos necesitan ponerse al día.
La voz como derecho de la personalidad: qué protege el marco legal
El ordenamiento jurídico español no reconoce un «derecho al sonido» como figura legal codificada de forma explícita. Lo que sí existe es la protección de la voz a través del derecho al honor, a la intimidad personal y a la propia imagen, recogido en el artículo 18.1 de la Constitución Española y desarrollado por la Ley Orgánica 1/1982. La jurisprudencia ha consolidado la voz como un rasgo distintivo de la persona, merecedor de protección frente a usos no autorizados.
La voz es identificable, inconfundible, parte de la identidad de quien la posee. Utilizarla comercialmente sin consentimiento constituye una intromisión ilegítima en ese derecho. Esto aplica tanto a grabaciones reales como a reproducciones sintéticas que imiten una voz existente. Si un clon generado por IA reproduce de forma reconocible la voz de una persona real, la protección de su personalidad entra en juego, aunque los tribunales aún no se hayan pronunciado de forma definitiva sobre si ese clon equivale jurídicamente a una «grabación» o constituye una creación independiente.
Para los equipos de producción, esto tiene una implicación directa: el consentimiento para grabar no equivale al consentimiento para clonar. Quien contrate locutores o locutoras para formatos de audio necesitará en adelante una cláusula explícita que regule si la voz puede utilizarse para datos de entrenamiento o reproducción sintética, y bajo qué condiciones.
Procedencia del dataset: la responsabilidad que nadie ve venir
Detrás de cada herramienta de clonado de voz hay un dataset de entrenamiento. Y aquí reside el problema que muchos responsables de producción todavía subestiman: ¿de dónde proceden los datos de audio con los que se entrenó el modelo?
Varios casos relevantes en Estados Unidos ilustran el patrón. Locutores y músicos han descubierto que sus grabaciones públicamente accesibles —procedentes de podcasts, audiolibros y vídeos de YouTube— se incorporaron a datasets de entrenamiento sin licencia. El 24 de junio de 2024, Universal Music Group, Sony Music y Warner Records presentaron, a través de la RIAA, demandas contra los servicios de música con IA Suno y Udio por presuntas infracciones masivas de derechos de autor. (Recording Industry Association of America) En la UE, el Reglamento de Inteligencia Artificial (AI Act), que entró en vigor de forma progresiva desde agosto de 2024, endurece considerablemente los requisitos de transparencia y documentación de los datos de entrenamiento para sistemas de alto riesgo y modelos fundacionales.
Para agencias y medios que utilizan servicios comerciales de clonado de voz, esto genera una obligación de diligencia debida. Quien emplee una herramienta sin verificar la base de datos en la que se apoya asume el riesgo de corresponsabilidad si se descubre que el modelo fue entrenado con grabaciones utilizadas sin autorización. La pregunta «¿puedo acreditar el origen de los datos de entrenamiento?» se convierte en materia contractual: los proveedores de servicios de clonado de voz deberían ofrecer garantías sobre la procedencia del dataset, de forma similar a como los proveedores de software documentan hoy el cumplimiento de licencias de código abierto.
Dónde fallan los contratos estándar
Un contrato de locución clásico regula los honorarios, los derechos de uso por medio y territorio, y un período de exclusividad. Lo que habitualmente no contempla: la reproducción sintética, el clonado de la voz para producciones futuras, su uso como dato de entrenamiento o el procesamiento asistido por IA.
No es un descuido. Esas cláusulas simplemente no existían porque la tecnología tampoco existía. Hoy sí existe. El silencio contractual se convierte en una trampa que funciona en ambas direcciones. Los productores que creen que una cláusula amplia de derechos de uso también cubre el clonado de voz pueden encontrarse en una posición muy débil ante un tribunal. Y los locutores que asumen que su voz está protegida de forma automática descubren demasiado tarde que nunca pactaron una prohibición explícita.
Lo que los contratos deberían regular hoy como mínimo:
Prohibición o autorización del clonado: declaración explícita sobre si la voz puede utilizarse para reproducción sintética y, en caso afirmativo, bajo qué condiciones (proyecto concreto, duración limitada, con remuneración específica).
Exclusión como dato de entrenamiento: cláusula que prohíba utilizar las grabaciones del proyecto como input de entrenamiento para modelos de IA, salvo acuerdo específico al respecto.
Obligación de transparencia en el uso de IA: compromiso del cliente de comunicar si se emplean herramientas de IA en el procesamiento de la voz.
Modelo de remuneración para el uso sintético: si se acuerda el clonado, es necesario un modelo de licencia propio, no una compensación a tanto alzado incluida en el honorario de grabación.
Obligaciones de eliminación y control de datos: ¿quién tiene acceso a los datos brutos una vez finalizado el proyecto? ¿Cuándo se eliminan?
Estos puntos no son un lujo reservado a grandes producciones. Son una práctica básica e ineludible para cualquier agencia que encargue hoy producciones de voz.
El AI Act de la UE como nuevo marco para las prácticas de producción
El AI Act introduce un nuevo orden en un debate que hasta ahora se había articulado principalmente a través de casos aislados y jurisprudencia nacional. Para el clonado de voz, los aspectos más relevantes son dos: la obligación de etiquetar los contenidos generados por IA y los requisitos aplicables a los proveedores de modelos fundacionales.
El artículo 50 del AI Act obliga a los proveedores de sistemas de IA que generan contenido de audio sintético a identificarlo como tal. Esto incluye los outputs del clonado de voz. Quien utilice una voz clonada en una campaña publicitaria o en un formato de medios deberá indicar que se trata de audio generado por IA. Los detalles concretos de esta obligación se están concretando mediante normativa de desarrollo, pero la dirección es clara.
Para los contratos de producción, esto se traduce en una nueva obligación: las exigencias de etiquetado pasan a ser materia contractual. Los clientes deben asegurarse de que sus proveedores conocen y cumplen estas obligaciones. Quien no lo garantice por contrato asume personalmente el riesgo de responsabilidad. (EUR-Lex)
Nuevos modelos de remuneración: lo que el sector puede aprender
La industria musical ofrece un precedente, aunque doloroso. Cuando el streaming trastocó la lógica de la remuneración, tardaron años en surgir modelos de licencia que reflejaran de forma justa los derechos de los creadores. El clonado de voz se encuentra en un punto similar, pero con un margen de tiempo mucho más estrecho.
Algunas agencias de locución y sindicatos, especialmente en Estados Unidos, están desarrollando modelos que tratan el uso sintético como una capa de licencia independiente. SAG-AFTRA incorporó en los contratos TV/Theatrical de 2023 y en los contratos de animación televisiva de 2024 obligaciones de notificación, consentimiento, remuneración y derechos de negociación para la creación y el uso de voces sintéticas y réplicas digitales. (SAG-AFTRA) El principio de fondo es claro: clonar una voz no equivale a grabarla una vez. Es un activo permanente que puede reutilizarse indefinidamente. Eso debe tener su reflejo en la remuneración.
En el mercado hispanohablante, estructuras tarifarias comparables son todavía prácticamente inexistentes. Algunas agencias lo regulan de forma contractual individual, pero no hay una solución sectorial a la vista. Es una laguna que los profesionales del contenido deberían conocer, también desde el lado del cliente. Quien ofrezca condiciones justas construye relaciones más sólidas y duraderas con los locutores que quien apuesta por el silencio contractual.
Qué hacer ahora: pasos concretos para productores
El clonado de voz no es un problema del futuro. Es el problema de tu próxima producción. Quien encargue o produzca grabaciones de voz hoy debería abordar tres cuestiones de forma concreta:
Revisar las plantillas de contrato existentes. ¿Contienen declaraciones explícitas sobre reproducción sintética? Si no es así, hay que actualizarlas antes de que arranque el siguiente proyecto.
Preguntar a los proveedores de herramientas de clonado de voz. ¿Qué datos de entrenamiento se utilizaron? ¿Existe documentación del dataset? ¿Hay garantías sobre la legalidad de la base de datos? Quien no obtenga respuesta debería tomarlo como una señal de alerta.
Anticipar las obligaciones de etiquetado. Aunque el AI Act no esté plenamente en vigor, quien construya ahora procesos que identifiquen de forma transparente las voces generadas por IA estará preparado cuando la obligación sea exigible.
El derecho al sonido no es un tema abstracto para despachos especializados en derecho de los medios. Es una cuestión de producción que se concreta en cláusulas contractuales, en la elección de herramientas y en los modelos de remuneración. La tecnología ha abierto un nuevo capítulo. Los contratos tienen que ponerse a la altura.
Fuentes
Obligaciones de etiquetado para contenido de audio sintético según el art. 50 del AI Act — EUR-Lex
Regulación convencional del uso sintético de la voz en Estados Unidos — Los Angeles Times, 13 de noviembre de 2023
