Voces clonadas por IA: lo que el caso DiMaggio-Martinet enseña

El problema que une a Batman, Bender y Mario

Claudio Serrano, John DiMaggio y Charles Martinet han dedicado décadas a que el público identifique un personaje por su voz. En un encuentro con la prensa en la Comic-Con relatado por Xataka, los tres coincidieron en lo mismo: la clonación de voz por inteligencia artificial les ha quitado el control sobre algo que habían tardado años en construir. Serrano, voz de Batman en el doblaje español, contó que descubrió un trabajo doblado con su voz que él nunca grabó. Martinet, que lleva 30 años poniendo la voz a Super Mario, asegura que en sus contratos ya incluye una cláusula para impedir ese uso. DiMaggio, la voz de Bender en Futurama y de Jake el Perro en Hora de Aventuras, lo resumió con una frase que ya se ha vuelto citada: tiene una pegatina que dice que la IA es para farsantes y fascistas.

El caso dejó de ser anecdótico. Lo que comenzó con bromas en paneles de convenciones se ha convertido en un conflicto laboral con cifras concretas: la tecnología de clonación de voz, la negociación sindical en Hollywood y un mercado que, según la empresa protagonista, ya mueve cientos de millones de dólares al año.

Qué dice el acuerdo SAG-AFTRA 2026 sobre la voz sintética

El sindicato SAG-AFTRA, que representa a unos 160.000 actores y performers en Estados Unidos, ratificó en 2026 un nuevo contrato de cuatro años con los grandes estudios. 91,4% de los votos emitidos lo aprobaron, aunque la participación fue de solo 19,3% de los miembros habilitados, según Variety.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

El acuerdo tiene tres puntos clave para cualquier persona cuya voz sea parte de su trabajo:

Consentimiento y notificación. Los estudios deben avisar al actor antes de usar su voz para crear una réplica digital, y firmar el uso de esa réplica incluso después de terminado el proyecto.
Pago equivalente a una actuación en persona. Si la réplica se reutiliza, el actor cobra lo mismo que si hubiera estado físicamente en el estudio.
Residuales por repeticiones. Las réplicas digitales generan pagos en repeticiones, igual que las apariciones tradicionales.

La cláusula más comentada, y la más criticada dentro del propio sindicato, es la llamada significant additional value: los estudios pueden usar un performer generado por IA solo si demuestran que aporta un valor significativo frente a un actor real o su avatar digital. La dirección del sindicato, encabezada por Duncan Crabtree-Ireland, sostiene que esa puerta se quedará casi siempre cerrada. Críticos como el abogado Ray Seilie advirtieron a IndieWire que la redacción es "demasiado vaga" y que los estudios encontrarán la forma de cruzarla si les conviene.

Un punto incómodo para los fundadores: el contrato prohíbe convocar una huelga por el uso de IA hasta 2030, según Variety. Los estudios pidieron "paz laboral" por cuatro años, y la obtuvieron.

Lo que está pasando fuera del sindicato

El acuerdo sindical protege a una minoría. La mayoría de los actores de voz del mundo trabaja como freelance sin cobertura colectiva. Y ahí la presión es directa: según reportó Gulf Today en agosto de 2026, plataformas como ElevenLabs ofrecen un marketplace donde se pueden licenciar clones de voces de personajes históricos y celebridades, con el consentimiento de sus representantes o herederos. El negocio convence a las grandes marcas porque ofrece certeza legal. A los actores de a pie los deja compitiendo contra voces históricas ya digitalizadas, sin haber firmado nada.

La actriz Stacy Rivera, de 34 años, le dijo a Gulf Today que rechaza todo contrato que permita clonar su voz: "No sé si lo que hago hoy va a ser una opción en cinco años". El actor Nick Myers rechazó en 2025 una oferta de US$100.000 por grabar su voz para entrenar un modelo de replicación. Lo justificó como un riesgo existencial para su oficio.

ElevenLabs: el negocio que ninguno de los tres nombra, pero que está detrás de todo

Detrás de la mayoría de los clones de voz que circulan en internet hay una empresa concreta: ElevenLabs, fundada en 2022 por dos excompañeros de colegio en Varsovia. En menos de dos años pasó de una valoración de US$1.100 millones a una ronda Serie D en febrero de 2026 de US$11.000 millones, según el seguimiento de TechTimes. Una posible venta secundaria de acciones en septiembre de 2026, reportada por el Financial Times, podría duplicar esa cifra hasta los US$22.000 millones.

Los números operativos son los que justifican la euforia inversora:

Ingresos recurrentes anuales (ARR): aproximadamente US$330 millones al cierre de 2025 y más de US$500 millones a mayo de 2026.
Clientes empresariales: Cisco, Deutsche Telekom, Revolut, Meta, Salesforce, The Washington Post, Paradox Interactive, Boston Consulting Group.
Catálogo de audiolibros: 200.000 títulos con licencia de editoriales grandes, en una app llamada ElevenReader que cuesta US$11 al mes, posicionada como competidor directo de Audible.
Pagos a actores de voz: más de US$11 millones repartidos a actores cuyos clones protagonizan audiolibros, a través de un modelo de revenue sharing que la empresa presenta como ético.

El detalle técnico que más preocupa a los actores lo explica Axios, citado por TechTimes: basta con tres segundos de audio de referencia para generar un clon convincente. Un voicemail, un clip de podcast, un video público. El modelo Eleven v3, liberado en febrero de 2026, opera con latencias de 75 milisegundos, por debajo del umbral en que un oyente detecta que está hablando con una máquina. La misma eficiencia que hace al producto comercialmente valioso es lo que lo vuelve un vector de fraude.

Fraude con voz clonada: el otro frente

El reporte 2025 del Internet Crime Complaint Center del FBI, citado por TechTimes, registró que los fraudes con IA generaron más de 22.000 denuncias y pérdidas por US$893 millones en un año. La propia FBI aclaró que la cifra es un subregistro. Deloitte proyectó, según el mismo artículo, que los deepfakes podrían habilitar hasta US$40.000 millones anuales en fraude en Estados Unidos hacia 2027.

Casos individuales muestran cómo se ejecuta: en junio de 2025, según TechTimes, un hombre de Nueva York fue condenado por participar en una estafa de "abuelo en apuros" en la que las víctimas escuchaban por teléfono la voz clonada de sus familiares pidiéndoles dinero. La familia en New Hampshire perdió cerca de US$20.000 entre tres casos.

La senadora Maggie Hassan envió cartas formales a ElevenLabs y a otras tres empresas de clonación de voz (LOVO, Speechify y VEED) exigiendo explicaciones sobre sus salvaguardas. Un proyecto de ley bipartidista, el AI Fraud Accountability Act de 2026, fue presentado en marzo y está en comisión. Si se aprueba, creará un delito federal por uso de IA con intención de fraude.

La vía legal que ya está abierta

En mayo de 2026, un grupo de periodistas, podcasters y actores de voz presentó una demanda colectiva en Illinois contra ElevenLabs y otras ocho empresas tecnológicas, según TechTimes. Acusan a las compañías de violar la Biometric Information Privacy Act (BIPA) de Illinois, una ley de 2008 que clasifica las voiceprints como identificadores biométricos protegidos y exige consentimiento escrito antes de almacenarlos. La ley permite daños estatutarios de entre US$1.000 y US$5.000 por violación e individuo afectado.

Los demandantes alegan que sus voces fueron scrapeadas de podcasts, noticieros y audiolibros para entrenar los modelos sin su consentimiento. El abogado Ross Kimbarovsky dijo a TechTimes que los acusados "construyeron una industria de miles de millones sobre voces robadas porque pensaron que nadie los haría pagar".

A esto se suman la ley de Tennessee ELVIS Act, vigente desde julio de 2024, que prohíbe la clonación sin consentimiento, y la EU AI Act, que desde el 2 de agosto de 2026 exige divulgación de voz sintética en muchos contextos.

Qué significa esto para tu startup

Si tu producto usa voz sintética, voice cloning o cualquier variante de TTS sobre la voz de una persona real, este es el momento de revisar la arquitectura legal antes de que un competidor o un demandante lo haga por ti.

Acciones concretas:

Audita tu pipeline de datos de voz hoy. Pregúntate de dónde sale cada muestra: si scrapeas podcasts, transmisiones públicas o audiolibros sin consentimiento explícito, tu exposición bajo BIPA o ELVIS es directa. Documenta el origen de cada voz en tu modelo.
Mueve el consentimiento al contrato, no al Terms of Service. La BIPA exige consentimiento escrito antes de almacenar una voiceprint. Un opt-in enterrado en un ToS no protege. Si colaboras con actores o narrators, negocia cláusulas específicas de uso de voz, similares a las que Martinet dice incluir en sus contratos.
Diseña trazabilidad técnica de origen. El nuevo contrato SAG-AFTRA exige que los estudios notifiquen a los actores cuando su voz es licenciada a un tercero para entrenar modelos. Implementar un sistema equivalente en tu stack (un registro de qué voces generaron qué outputs) te pone un paso adelante si un regulador te pregunta.
Prepárate para la disclosure obligatoria. Si operas en la UE o vendes a clientes europeos, la EU AI Act ya exige divulgación de voz sintética en muchos contextos desde agosto de 2026. Diseña tu UI para que el oyente sepa que está escuchando una voz generada.
Evalúa un modelo de revenue sharing. ElevenLabs lleva más de US$11 millones repartidos a actores cuyo trabajo alimenta sus audiolibros. Para una startup, licenciar voces con un esquema de pago por uso suele ser más barato en litigios que construir todo desde cero, y te evita ser el próximo nombre en una demanda colectiva.