Texto a voz — voces naturales, o la tuya

Escribe cualquier texto, elige una voz —o graba diez segundos de la tuya— y obtén voz natural en inglés, francés, alemán, español, portugués o italiano. Todo se ejecuta en tu navegador, así que es gratis e ilimitado, y tus archivos nunca se suben.

  1. Tu texto

    0 caracteres · unos 0:00

    Formato — añade pausas y pronunciación

    Escríbelos en cualquier parte de tu texto. Dan forma a la voz, pero no se leen en voz alta.

    Pausa

    Inserta un silencio real.

    [pause] · [pause 1.5s] · [pause 800ms]

    Pronunciación

    Reescribe un nombre o sigla complicados.

    [Nguyen](win) · [GIF](jif) · [Siobhan](shivawn)

  2. Voz y velocidad

  3. Audio

Cómo convertir texto en voz

  1. Pega tu texto

    Escribe o pega el texto que quieres escuchar. Nunca sale de tu navegador.

  2. Elige un idioma y una voz

    Elige entre 24 voces en cada uno de los seis idiomas (52 en inglés), escúchalas antes de elegir, o graba diez segundos de tu propia voz.

  3. Genera y descarga

    El modelo de voz se ejecuta en tu dispositivo: la primera vez se descarga y después se queda en este dispositivo. Escucha el audio y descárgalo como archivo WAV.

Por qué generar voz aquí

Tu texto nunca se sube

La voz se genera al 100 % en tu navegador — sin servidor, sin cuenta, sin subir archivos. Ideal para guiones, borradores y todo lo confidencial.

Voces naturales, seis idiomas

Pocket TTS de Kyutai habla inglés, francés, alemán, español, portugués e italiano con 24 voces cada uno, y puede aprender tu voz. Kokoro añade 28 voces en inglés con velocidad ajustable.

Gratis e ilimitado

Como la síntesis ocurre en tu dispositivo, no hay coste por carácter ni límite. Genera toda la voz que quieras.

Tu propia voz

Graba diez segundos leyendo en voz alta y, a partir de ahí, cada frase sonará con tu voz. El modelo aprende tu voz a partir de la grabación en tu dispositivo, y solo se guarda si lo pides.

Preguntas

¿Se sube mi texto a un servidor?
No. El modelo de voz se descarga a tu navegador y se ejecuta en tu propio dispositivo — tu texto nunca lo abandona.
¿Qué puedo descargar?
Un archivo WAV mono de 48 kHz estándar, listo para reproducir en cualquier lugar o insertar en un editor de vídeo. (La voz se genera a 24 kHz; la descarga se remuestrea a los 48 kHz que usan los editores de vídeo.)
¿Qué voces e idiomas se admiten?
Seis idiomas —inglés, francés, alemán, español, portugués e italiano— con 24 voces cada uno de Pocket TTS de Kyutai, más 28 voces en inglés de Kokoro-82M. También puedes grabar tu propia voz.
¿Es realmente gratis?
Sí — gratis e ilimitado. No hay cuenta ni medición porque el modelo se ejecuta en tu dispositivo, no en nuestros servidores.
¿Por qué la primera vez es más lenta?
La primera vez se descarga el modelo de voz una sola vez y luego queda en caché en tu navegador, de modo que las siguientes generaciones empiezan rápido.
¿Necesita un ordenador potente?
No hace falta tarjeta gráfica. Pocket TTS se ejecuta en tu procesador mediante WebAssembly; Kokoro usa tu GPU (mediante WebGPU) cuando puede y, si no, tu procesador. También funciona en móviles, solo que más despacio.
¿Cómo puedo comprobar que mi texto no se sube?
Abre las herramientas para desarrolladores de tu navegador, cambia al panel Red y genera voz con él abierto. En la primera ejecución verás que el modelo de voz se descarga una vez —unos 120 MB para Pocket TTS, o a partir de unos 86 MB para Kokoro, según la voz que elijas— y después queda en caché. No verás ninguna solicitud que transporte tu texto en ninguna ejecución. Luego ordena esa lista por tamaño: lo más grande que envía la página son unos pocos kilobytes de servicios de analítica y publicidad, nada que ver con la extensión de un guion. Esta página carga servicios de analítica y publicidad como la mayoría de los sitios web, por eso la afirmación está acotada con precisión: Tus archivos nunca se suben.