{"kind":"compare","slug":"kokoro","path":"/compare/kokoro","title":"Alternativa a Kokoro TTS en 31 idiomas | SuperClonica","description":"Kokoro-82M o SuperClonica: un modelo gratis bajo Apache 2.0 con 54 voces fijas frente a voces de Supertonic 3 en 31 idiomas, voces propias y un motor rápido.","h1":"Kokoro TTS o SuperClonica: dos modelos pequeños de texto a voz local","intro":"Kokoro-82M es un modelo abierto de texto a voz con 82 millones de parámetros y licencia Apache 2.0. La versión 1.0 salió en enero de 2025 con 54 voces predefinidas en ocho idiomas. Supertonic 3, el modelo detrás de SuperClonica, juega en la misma categoría: unos 99 millones de parámetros, pensado para un procesador normal.\n\nAsí que la elección depende menos del tamaño y más de los idiomas, las voces y la licencia. Kokoro no está en nuestra tabla comparativa y no lo hemos medido, por eso aquí no hay cifras de velocidad ni de calidad, solo datos de su ficha del modelo y su repositorio.","sections":[{"heading":"Qué es Kokoro-82M","paragraphs":["Kokoro se basa en StyleTTS 2 con un decodificador ISTFTNet y se entrenó con unos cientos de horas de audio de dominio público, con licencias permisivas y sintético. Los pesos tienen licencia Apache 2.0 y sus autores invitan de forma explícita a usarlo en productos comerciales.","Se instala con pip install kokoro y necesita espeak-ng, que pronuncia las palabras que faltan en el léxico inglés y parte de los demás idiomas. Genera audio a 24 kHz. Una biblioteca aparte, kokoro-js, ejecuta el modelo entero en el navegador con Transformers.js."]},{"heading":"Idiomas de Kokoro frente a Supertonic 3","paragraphs":["La versión 1.0 tiene 54 voces: 20 de inglés americano, 8 de inglés británico, 8 de chino mandarín, 5 de japonés, 4 de hindi, 3 de español, 3 de portugués de Brasil, 2 de italiano y 1 de francés. Para español hay solo tres voces, y la propia lista avisa de que el soporte de los idiomas distintos del inglés puede ser escaso por una fonetización más débil y menos datos de entrenamiento.","Supertonic 3 habla 31 idiomas, entre ellos español, ruso, alemán, coreano, polaco y turco; Kokoro no tiene ninguno de los cinco últimos. Cubre todos los idiomas de Kokoro salvo el chino: si necesitas mandarín, Kokoro tiene voces y Supertonic 3 no."]},{"heading":"Voces predefinidas o una voz propia","paragraphs":["Kokoro trae sus voces predefinidas. La ficha del modelo indica que no se publicó el codificador, y el paquete oficial no tiene forma de convertir tu grabación en una voz nueva.","SuperClonica gira en torno a las voces propias. El catálogo reúne voces de Supertonic 3 de autores independientes, cada una con demos y precio en dólares, y algunas son gratis. Si ninguna te encaja, encarga una voz a partir de una grabación de referencia: el presupuesto queda reservado en tu saldo hasta que aceptas el resultado. O entrénala tú mismo gratis con una grabación limpia de 5 a 10 segundos en tu propia GPU NVIDIA. En ambos casos obtienes un único archivo JSON que funciona sin conexión."]},{"heading":"Velocidad en un CPU normal","paragraphs":["No hemos medido Kokoro, así que aquí no hay cifras de velocidad para él. Con 82 millones de parámetros es algo más pequeño que Supertonic 3; pruébalo en tu equipo con tus propios textos.","Para SuperClonica estimamos entre 6,4 y 9,7 veces más rápido que el tiempo real en un CPU de escritorio de 8 núcleos: una frase de 10 segundos tarda unos 1,0–1,6 segundos. El motor es de media un 61 % más rápido que el cliente estándar de Supertonic 3 en CPU, divide los textos largos en partes cortas, así que repite o corta palabras con menos frecuencia, y lee los mismos archivos de voz sin conversión."]},{"heading":"Cuándo conviene más Kokoro","paragraphs":["Elige SuperClonica si necesitas un idioma que Kokoro no tiene, más voces en español, una voz fuera de las predefinidas o una voz entrenada con tu grabación. Kokoro tiene más sentido en estos casos:"],"points":["Quieres un modelo pequeño y gratis para voz en inglés y te bastan las voces predefinidas.","Necesitas chino mandarín, que Supertonic 3 todavía no tiene.","Buscas los términos más libres: Apache 2.0 no tiene lista de usos prohibidos, a diferencia de OpenRAIL-M.","Tu aplicación genera voz en el navegador y kokoro-js ya encaja en tu stack."]}],"faq":[{"question":"¿Puedo usar Kokoro TTS con fines comerciales?","answer":"Sí. Los pesos de Kokoro-82M tienen licencia Apache 2.0 y sus autores aceptan el uso comercial. Supertonic 3 también es libre de regalías, bajo OpenRAIL-M con una lista de usos prohibidos; las voces compradas en SuperClonica son para tus propios proyectos y no se pueden revender."},{"question":"¿Kokoro puede clonar una voz?","answer":"No con la versión oficial: trae 54 voces predefinidas y no se publicó el codificador. Para tener una voz a partir de tu grabación, entrena una voz de Supertonic 3 en SuperClonica o encárgala a un autor. Usa solo grabaciones sobre las que tengas derechos y con el consentimiento de la persona que habla."},{"question":"¿Kokoro habla español?","answer":"Sí, con tres voces, y la propia lista de voces advierte de que el soporte fuera del inglés puede ser limitado. Supertonic 3 también habla español, y en el catálogo de SuperClonica cada voz tiene demos para que la escuches antes de comprarla."},{"question":"¿SuperClonica es más rápido que Kokoro?","answer":"No hemos medido Kokoro, así que no podemos decirlo. Nuestra estimación para SuperClonica es de 6,4 a 9,7 veces más rápido que el tiempo real en un CPU de escritorio de 8 núcleos. Los dos funcionan sin GPU, así que la prueba más justa es tu propio texto en tu propio equipo."}],"cta":{"catalog":"Escuchar voces en 31 idiomas","install":"Instalar SuperClonica"},"sources":[{"label":"Ficha del modelo Kokoro-82M (Hugging Face)","url":"https://huggingface.co/hexgrad/Kokoro-82M"},{"label":"Voces e idiomas de Kokoro (VOICES.md)","url":"https://huggingface.co/hexgrad/Kokoro-82M/blob/main/VOICES.md"},{"label":"Repositorio de Kokoro (GitHub)","url":"https://github.com/hexgrad/kokoro"},{"label":"kokoro-js para el navegador (GitHub)","url":"https://github.com/hexgrad/kokoro/tree/main/kokoro.js"},{"label":"Ficha del modelo Supertonic 3","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"Texto a voz que funciona en tu propio equipo"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic vs SuperClonica: el mismo modelo, más rápido y limpio"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio y Fish Speech frente a SuperClonica"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice o SuperClonica: más idiomas o más velocidad"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"Qwen3-TTS o SuperClonica para texto a voz en local"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 o SuperClonica: sonido de estudio o velocidad en CPU"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS o SuperClonica: clonación zero-shot o voz rápida en CPU"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"Una alternativa a ElevenLabs que funciona sin conexión"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS o SuperClonica: dos modelos pequeños de texto a voz local"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS o SuperClonica: dispositivos pequeños o voces propias"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 o SuperClonica: una alternativa a Coqui TTS"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS o SuperClonica: clonación al instante o un archivo de voz entrenado"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"Cómo convertir texto a voz sin conexión en tu ordenador"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"Clonación de voz: cómo conseguir una voz parecida a una grabación"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"Los mejores modelos de texto a voz gratis para usar en local en 2026"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"Texto a voz para vídeos, audiolibros, juegos y apps"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Voces de Supertonic 3: dónde conseguir voces propias y cómo usarlas"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Texto a voz en Python: sin conexión, gratis y con voces naturales"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"API de texto a voz autoalojada en Docker"}]}