Narakeet: opiniones y análisis

TLDR: Narakeet es la rara del segmento que no te pide una cuota mensual: compras minutos, no caducan y no hay nada que cancelar después. Su función más útil tampoco la tiene ningún generador de voz, y es coger una presentación de PowerPoint con la narración escrita en las notas del ponente y devolverte el vídeo ya montado. Las voces, en cambio, no son suyas y lo dice ella misma en su documentación, así que la calidad depende del motor que le toque a tu idioma.

Qué es Narakeet y cómo funciona

Detrás hay una sociedad británica, Video Puppet Limited, constituida en septiembre de 2018 y con las cuentas presentadas hasta el ejercicio cerrado en marzo de 2026. El producto se llamaba antes igual que la empresa, tuvo su beta pública a finales de marzo de 2020 y salió con el nombre actual en octubre de ese año. Hoy la administra una sola persona, aunque hubo un segundo administrador entre 2022 y 2023. Esto no es curiosidad registral: en una herramienta pequeña, saber que la sociedad está al corriente y quién responde vale más que cualquier página de empresa.

Lo que hace se entiende mejor desde el final. Le das texto y te devuelve audio, como todas, pero admite dos entradas que las demás no aceptan. La primera es una presentación de PowerPoint con la narración escrita en las notas del ponente: la lee, la locuta y monta el vídeo con las diapositivas sincronizadas. La segunda es un guion en markdown, con escenas, transiciones y segmentos declarados en el propio fichero. Quien haya montado alguna vez un vídeo de formación a partir de una presentación entiende de inmediato cuánto trabajo quita eso.

Hay que ser claro con la parte que no es suya, porque es la pregunta obligatoria en este nicho. Narakeet no entrena voces. Su propia documentación de seguridad enumera con nombre y apellidos a los proveedores que sirven el habla: Amazon Polly, Google Cloud, IBM Watson, Yandex, Azure, CereProc, Unreal Speech, Rime e Inclusive Solutions. Es un orquestador, no un fabricante de voz, y conviene saberlo antes de comparar su audio con el de quien sí entrena modelos propios.

Lo que sí es suyo es todo lo que hay alrededor, y no es una capa fina. El renderizado de diapositivas, la conversión de vídeo, el modelo de cobro por segundo, la API de automatización con su programa de línea de órdenes y su acción de GitHub. Su fundador lo explicó en su día ante una comunidad técnica sin adornos, contando que por debajo hay un navegador sin interfaz para las diapositivas y las herramientas habituales de proceso de audio y vídeo. Esa franqueza es rara y ayuda a situar el producto.

Cómo es usarlo en el día a día

La primera diferencia se nota antes de usarlo: puedes generar sin crearte una cuenta. La gratuita se queda en 20 conversiones y sin uso comercial, y deja fuera la API, el guionizado con SSML y la creación por lotes, así que sirve para probar y para nada más. Pero probar es exactamente lo que hay que hacer aquí, y con tu idioma, por el motivo que viene ahora.

La calidad no es uniforme, y esta es la conclusión que más cuesta encontrar en internet porque nadie la ha escrito entera. Sale de juntar tres fuentes que no se conocen entre sí. Un hablante nativo montó una prueba de escucha a ciegas en turco con catorce muestras numeradas y la marca revelada después, y Narakeet quedó entre las dos peor valoradas del grupo. En hindi, un usuario de vídeo la describe como aceptable y poco más. Y la única reseña que tiene su ficha de producto elogia el rendimiento en chino por encima de lo que esperaba. Ninguna de las tres es concluyente por sí sola, y la del turco la firma alguien que avisa de que solo recibió tres respuestas. Juntas dibujan algo que encaja con lo que ya sabemos de su arquitectura: si las voces vienen de proveedores distintos, el resultado depende de cuál cubra tu idioma.

Con lo que hay que tener cuidado es con lo que se lee por ahí sobre esta herramienta. Circulan reseñas que le atribuyen sobrefacturación por estimar de más los minutos, y su documentación dice lo contrario, que el cobro va por segundo sobre la duración final del fichero producido y no sobre una estimación. También circulan cifras de reseñas agregadas que no hemos podido comprobar en origen. Nada de eso se publica aquí.

La otra fricción real es de automatización, y es concreta. La API de vídeo solo admite guiones en markdown. La conversión de PowerPoint, que es lo mejor que hace, no se puede automatizar: hay que pasar por la web. Si tu idea era montar una cadena que convierta las presentaciones de tu equipo en vídeo cada semana sin tocar nada, ese plan no sale.

Precio y planes

El pack más barato son 30 minutos por 6 dólares, de pago único, y esta es la parte más honesta del producto: no hay suscripción en el escaparate, los créditos no caducan y lo que no gastas hoy sigue ahí dentro de un año. Por encima hay packs de 300, 1000, 2500 y 10000 minutos, todos con la misma mecánica.

Merece la pena contar cómo se comprueba esa cifra, porque tiene truco. Su tabla de precios llega vacía en el documento que sirve el servidor, con puntos suspensivos en el hueco de cada importe, y los rellena su propio programa al abrirla en el navegador. Ese programa hace además algo que conviene saber: no convierte divisas, sustituye el símbolo según el país desde el que entras. Un visitante desde España ve la misma cifra con el símbolo del euro. La cifra que el fabricante escribe con letras en su propia página, y por eso es la que publicamos, son 6 dólares.

Y un aviso para quien vaya a comparar precios entre páginas suyas: su sección de preguntas frecuentes general da un rango por minuto distinto del que se deduce de la tabla de packs. La cifra atada a un producto concreto es la del pack, y es la única que aquí se cita.

Un detalle que casi nadie mira y que aquí sí importa: el plan de pago no es solo capacidad, es lo que convierte la cuenta en comercial. Sin pagar no puedes usar el audio en nada que gane dinero, ni llamar a la API, ni usar SSML, ni generar por lotes.

Para quién es (y para quién no)

Encaja con quien locuta a rachas y no quiere una cuota viva: alguien que hace un vídeo al mes, un profesor que convierte sus presentaciones en material para ver en casa, quien genera audio para tarjetas de estudio, o cualquiera que necesite una locución suelta sin abrir una relación comercial. Para ese perfil, pagar seis dólares una vez y olvidarse es exactamente lo que quiere.

No encaja con quien vive de la calidad de la voz. Ahí ElevenLabs está en otro nivel y la diferencia se oye. Tampoco encaja con quien necesita control fino sobre pausas, énfasis y pronunciación en guiones largos, que es el terreno de Murf AI, ni con quien produce formación corporativa en inglés y quiere trazabilidad de las voces, donde está WellSaid. Y si tu proyecto es un audiolibro, la falta de interpretación se va a notar página tras página.

El ranking del segmento está en voces con IA y el mapa completo, en las mejores IA de audio.

Alternativas a Narakeet

La comparación honesta no es de calidad sino de modelo. ElevenLabs, Murf AI y WellSaid venden suscripción mensual con cupo, y las tres suenan mejor. Narakeet vende capacidad suelta que no caduca y añade una entrada, la de las presentaciones, que ninguna de las tres acepta. Si tu problema es que la voz tiene que emocionar, no es tu herramienta. Si tu problema es no querer otra cuota más en la tarjeta, es la única del segmento que responde a eso.

Preguntas frecuentes

¿Hay que suscribirse?

No en su tarifa pública, que son packs de minutos de pago único. Los créditos que compras no caducan y no hay renovación automática que vigilar. Su documentación de automatización sí menciona suscripciones para cuentas comerciales, así que la formulación exacta es que no hay suscripción obligatoria.

¿Por qué el precio me sale en euros?

Porque su página sustituye el símbolo de la divisa según el país desde el que entras, sin convertir el importe. La cifra numérica es la misma. Lo que el fabricante escribe con todas las letras en su propia página son 6 dólares por el pack de 30 minutos.

¿Las voces son suyas?

No, y lo dice ella misma. Su documentación de seguridad enumera a los proveedores que sirven el habla, entre ellos Amazon, Google, IBM, Yandex y Azure. Lo suyo es la capa de encima: convertir presentaciones y guiones en vídeo, el cobro por segundo y la automatización.

¿Suena bien en español?

Depende del motor que cubra cada idioma, y ahí no hay una respuesta única. Lo comprobado es que en turco quedó entre las peores de una prueba de escucha a ciegas y en chino recibió elogios. Con generación gratuita disponible sin cuenta, la única respuesta seria es probarlo con tu propio texto antes de comprar nada.

¿Puedo automatizar la conversión de mis presentaciones?

No. La API de vídeo solo acepta guiones en markdown, y la conversión de PowerPoint hay que hacerla desde la web. Es la limitación más molesta que tiene para un equipo que produzca en serie.