Con la tecnología de Chatterbox, Kokoro y Whisper

La plataforma definitiva de
Discurso a discurso
con IA

Clona cualquier voz en segundos, convierte texto en voz, transcribe audio y transforma una voz en otra, todo con modelos de código abierto de última generación.

Sin tarjeta de crédito 10 créditos gratis Acceso a la API incluido
Demo de clonación de voz
Mismas palabras, otra voz

Escucha la misma frase en dos voces diferentes

Clona tu propia voz

Con modelos de código abierto de última generación

Qwen2.5 Chatterbox Kokoro 82M Whisper Large v3 OpenVoice v2

Todo lo que necesitas para la IA de voz

Herramientas completas para cualquier aplicación de voz

Cómo funciona

Tres pasos sencillos para transformar tu voz

1

Subir audio

Sube una muestra de voz (10-30 segundos) o graba directamente en tu navegador. Apoyamos MP3, WAV, FLAC, y más.

2

Procesa con IA

Nuestros servidores GPU procesan tu audio con modelos de código abierto como Chatterbox, Kokoro, Whisper y OpenVoice.

3

Descarga o reproduce en streaming

Obtén tus resultados al instante. Descargue en varios formatos o transmita directamente a través de nuestra API en tiempo real.

Con los mejores modelos de código abierto

Usamos y contribuimos a la investigación más avanzada en IA de voz

OpenVoice v2

Motor opcional de conversión de voz y modelo de clonación

  • Conversión del timbre
  • Conserva las palabras y el ritmo
  • Licencia MIT
Chatterbox

Clonación de voz, voces de doblaje y nuestra conversión de voz por defecto (Chatterbox VC)

  • Clonación zero-shot
  • 23 idiomas
  • Uso comercial permitido
Kokoro 82M

Texto a voz rápido y natural

  • 54 voces
  • 8 idiomas
  • Licencia Apache 2.0
Whisper Large v3

Transcripción multilingüe

  • Detección automática del idioma
  • 100 idiomas
  • Marcas de tiempo por palabra

Pensado para cada caso de uso

De la creación de contenido a las aplicaciones empresariales

Creación de contenido

Crea locuciones para vídeos, podcasts, audiolibros y redes sociales a gran escala.

Atención al cliente

Crea agentes de voz que suenan naturales y manejan conversaciones complejas.

Localización

Dobla contenido a varios idiomas conservando la voz del hablante original.

Accesibilidad

Da voz a los que han perdido la suya. Crear síntesis de habla personalizada.

Videojuegos y entretenimiento

Crea voces dinámicas para PNJ, diálogos de personajes y experiencias interactivas.

Educación

Crea contenido educativo atractivo con una narración natural.

API para desarrolladores

Desarrolla con nuestra API

Una sencilla API REST para cada herramienta: envía una solicitud con tu clave de API y consulta el resultado.

  • API RESTful

    Endpoints HTTP sencillos para todas las funciones

  • Webhooks

    Las tareas de transcripción pueden enviar su resultado por POST a tu URL cuando terminan

Ver documentación de la API
POST /v1/voice-clone/
curl -X POST https://api.speechtospeechai.com/v1/voice-clone/ \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "reference_audio=@sample.mp3" \
  -F "text=Hello, this is my cloned voice." \
  -F "model=chatterbox"

# Response: a job to poll
{"uuid": "3f2c...", "status": "queued"}

curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
  -H "Authorization: Bearer YOUR_API_KEY"

{"status": "completed", "result_url": "https://.../output.wav"}

Precios simples y transparentes

Empieza gratis y crece a tu ritmo

Gratis
$0/mes
  • 10 créditos/mes
  • Todas las herramientas incluidas
  • Acceso a API
Empezar
Iniciador
$9/mes
  • 100 Créditos / mes
  • Todas las herramientas incluidas
  • Acceso a API
Elegir el arrancador
Pro
$29/mes
  • 500 Créditos / mes
  • Todas las herramientas incluidas
  • Acceso a API
Elegir Pro
Empresa
$99/mes
  • 2000 Créditos / mes
  • Todas las herramientas incluidas
  • Acceso a API
Elegir empresa

Preguntas frecuentes

Todo lo que necesitas saber sobre Speech to Speech AI

La clonación de voz utiliza la IA para analizar una muestra de la voz de alguien (normalmente de 10 a 30 segundos) y crear un modelo digital que pueda hablar cualquier texto en esa voz. Nuestra plataforma utiliza modelos de vanguardia como Chatterbox y OpenVoice para lograr resultados que suenan naturales.

Apoyamos el inglés, español, francés, alemán, chino, japonés, coreano, árabe, portugués, ruso, italiano, holandés, polaco y muchos más. Nuestros modelos multilingües pueden clonar voces y generar voz en cualquiera de estos idiomas.

¡Sí! Ofrecemos un plan gratuito con 10 créditos al mes, que incluye acceso completo a todas las funciones: clonación de voz, texto a voz, voz a texto y más. No se necesita tarjeta de crédito para registrarse. Mejora tu plan en cualquier momento para obtener más créditos.

Usamos modelos de código abierto: Chatterbox y OpenVoice v2 para la clonación de voz, Kokoro, Piper, VITS y Bark para texto a voz, Whisper Large v3 para la transcripción, Chatterbox VC para la conversión de voz (OpenVoice v2 sigue pudiendo seleccionarse), Chatterbox para las voces clonadas del doblaje con IA y Qwen2.5 para las respuestas del chat de voz. Todos funcionan en nuestros propios servidores GPU.

¡Por supuesto! Todos nuestros planes de pago incluyen derechos de uso comercial. Puedes usar audio generado para vídeos, podcasts, aplicaciones, juegos, servicio al cliente y cualquier otra aplicación comercial. Sólo asegúrese de que tiene derechos para clonar cualquier voz que utilice.

El chat de voz te permite hablar con un asistente de IA. Tu navegador convierte tu voz en texto, Qwen2.5 (un modelo de lenguaje de código abierto que se ejecuta en nuestras GPU) escribe la respuesta con la personalidad que elijas y una voz de Piper la lee en voz alta. Funciona por turnos y en inglés.

¿Listo para transformar tus aplicaciones de voz?

Únete a miles de desarrolladores y creadores que usan Speech to Speech AI.