Genera voz directamente en tu navegador
Convierte texto escrito en audio hablado con un modelo de voz neuronal que se ejecuta en tu dispositivo.
Elige una voz, ajusta la velocidad de lectura, genera audio y descarga el resultado sin enviar tu texto a una API remota de inferencia de texto a voz.
Los fragmentos más cortos suelen generarse más rápido y son más fáciles de previsualizar.
Processing Information
Local ExecutionOn this device
Kokoro 82M
WebAssembly
No
Yes (WAV)
Cómo funciona
Genera voz en cuatro pasos
El modo neuronal ejecuta un modelo de texto a voz en tu navegador en lugar de enviar cada solicitud de generación a una API de TTS remota.
Introduce tu texto
Pega un guion, párrafo, nota o cualquier otro texto que quieras escuchar.
Elige una voz
Selecciona una voz neuronal disponible y elige el idioma que coincida con tu texto.
Genera la voz
El modelo de voz procesa el texto en tu dispositivo y crea una onda de audio.
Escucha o descarga
Previsualiza el audio generado en tu navegador y descarga el archivo WAV cuando quieras guardarlo.
Por qué usar TTS en el dispositivo
Un generador de voz diseñado para el procesamiento local
Tu texto no se envía en solicitudes externas de TTS
La generación de voz neuronal se realiza con el modelo ejecutándose en tu navegador, por lo que no es necesario enviar el texto a una API externa de inferencia de texto a voz.
Descarga audio generado real
El modo neuronal crea una onda de audio que se puede previsualizar y guardar como archivo WAV.
Sin necesidad de clave de API de voz
No necesitas conectar una cuenta externa de texto a voz ni proporcionar una clave de API de TTS.
Respaldo con voz del sistema
Si el modelo neuronal no es viable en tu dispositivo, aún puedes usar las voces disponibles en tu navegador o sistema operativo.
Voz neuronal vs. Voz del sistema
Voz neuronal
- Utiliza un modelo de voz local cargado en tu navegador
- Crea audio descargable
- Puede requerir una descarga de modelo inicial más pesada
- El rendimiento depende de tu dispositivo
Voz del sistema
- Utiliza voces expuestas por tu navegador o sistema operativo
- Suele iniciarse más rápido
- La disponibilidad de voces varía según el dispositivo
- El procesamiento puede ser local o usar un servicio proporcionado por la plataforma
- No se garantiza la descarga de audio
Casos de uso comunes
Formas útiles de convertir texto a voz
Previsualizar guiones
Escucha locuciones, guiones de vídeo, presentaciones o diálogos antes de grabarlos.
Corregir escuchando
Escuchar el texto en voz alta facilita detectar redacciones extrañas, palabras faltantes o problemas de ritmo.
Crear locuciones borrador
Genera una pista de voz temporal para prototipos, demostraciones, presentaciones o flujos de edición.
Escuchar notas y material de estudio
Convierte el material escrito en audio cuando resulte más cómodo escuchar que leer.
Probar la pronunciación y el ritmo
Compara voces y velocidades de lectura para escuchar cómo suena el texto antes de usarlo en otro lugar.
Usa la voz generada de forma responsable
El audio generado puede sonar natural y humano. No lo utilices para engañar a las personas sobre quién habla, suplantar a otra persona, cometer fraude o crear representaciones engañosas de personas reales.
- No presentes el audio generado como la grabación de una persona real cuando no lo sea.
- No utilices voces ni contenidos de forma que violen derechos o acuerdos aplicables.
- Considera revelar el uso de audio sintético cuando el contexto pudiera confundir a los oyentes.
- Revisa los términos de cualquier plataforma donde planees publicar el audio generado.
Aspectos a tener en cuenta antes de generar
El primer uso puede tardar más
El sistema TTS neuronal requiere cargar los archivos del modelo antes de iniciar la generación.
El rendimiento varía según el dispositivo
La velocidad de generación depende de la compatibilidad del navegador, la memoria disponible, la capacidad de la CPU o GPU, la longitud del texto y el formato del modelo.
La pronunciación no siempre es correcta
Nombres propios, abreviaturas, ortografías poco comunes, terminología técnica y texto en varios idiomas pueden pronunciarse de forma diferente a la esperada.
La disponibilidad de voces puede variar
Las voces neuronales y del sistema disponibles dependen de la versión del modelo seleccionada y del entorno del dispositivo.
La voz generada no es una grabación humana
La voz neuronal es audio sintético generado a partir de texto.
Privacidad
Cómo se procesa tu texto
Voz neuronal
La generación de voz está diseñada para ejecutarse en tu navegador con el modelo de TTS neuronal cargado. No es necesario enviar tu texto a una API remota de inferencia de texto a voz.
Descargas del modelo
Tu navegador debe cargar el modelo y los archivos de voz antes de poder ejecutar la generación local. Tu navegador puede almacenar estos archivos en caché cuando sea posible.
Voz del sistema
La voz del sistema utiliza el servicio de voz ofrecido por tu navegador o sistema operativo. Que este servicio sea totalmente local depende de la voz seleccionada, el navegador, el sistema operativo y la configuración del dispositivo.
Datos del sitio web
La generación local de voz no significa que todo el sitio web funcione sin actividad de red. Consulta nuestra Política de privacidad para obtener información actualizada sobre analíticas, registros, cookies y otros servicios del sitio.
FAQ
Preguntas frecuentes
Respuestas sobre generación de voz local, descarga de modelos, privacidad, archivos de audio y compatibilidad de dispositivos.
Convierte tu texto en voz
Elige una voz neuronal, genera audio en tu dispositivo y descarga el resultado cuando estés listo.