Texto a voz en español
Convierte apuntes, un artículo o un guion en audio para escucharlo, ponerle voz a un vídeo o practicar una presentación. La voz se genera en tu navegador con voces libres.
- El texto no sale de tu navegador
- Gratis y sin registro
Cada voz se descarga la primera vez que la usas (entre 30 y 80 MB)
Las voces se descargan de Hugging Face y quedan guardadas en tu navegador. El texto no se envía a ningún sitio: la voz se genera en tu equipo, normalmente más rápido de lo que tarda en escucharse.
Hasta 5000 caracteres. Escribe los números y las siglas como quieres que se lean si la lectura no es la esperada.
Audio generado
Cómo funciona
La herramienta usa Piper, un sistema de síntesis de voz libre (licencia MIT) diseñado para funcionar en equipos modestos. Primero, eSpeak NG convierte el texto en fonemas, siguiendo las reglas de pronunciación del español; después, una red neuronal entrenada con grabaciones de una persona real genera la voz. Todo ocurre en tu navegador.
Las voces
- Español de España · Davefx: datos de entrenamiento con licencia CC0.
- Español de España · Sharvard (dos voces): datos de entrenamiento con licencia CC BY 3.0 (Sharvard, Universidad de Edimburgo).
- Español de España · Carlfm (ligera, menos natural): datos de entrenamiento con licencia dominio público.
- Español de México · Claude: datos de entrenamiento con licencia Apache-2.0.
- Español de México · Ald: datos de entrenamiento con licencia Unlicense.
Suenan naturales, aunque no tanto como las voces comerciales de pago: la entonación de las preguntas y las frases muy largas puede quedar algo plana. Para un resultado más natural, usa frases cortas y signos de puntuación.
Para qué usarlo
- Escuchar apuntes o artículos mientras haces otra cosa.
- Poner voz a un vídeo, una presentación o un tutorial.
- Revisar un texto que has escrito: oírlo ayuda a detectar frases torpes.
- Accesibilidad: para personas con dificultades de lectura o visuales.
Puedes usar el audio generado en tus proyectos, también comerciales, pero no lo uses para hacerte pasar por otra persona ni para engañar: indica que es una voz sintética cuando pueda haber confusión.
Licencias
Fonemizador: eSpeak NG (GPL-3.0) y piper-phonemize (MIT), servidos desde esta web sin modificaciones. Voces: repositorio de Piper en Hugging Face; cada voz indica arriba la licencia de las grabaciones con las que se entrenó. Algunas se ajustaron a partir de una voz inglesa de Piper.