{"kind":"compare","slug":"xtts","path":"/compare/xtts","title":"Alternativa a Coqui XTTS para uso comercial | SuperClonica","description":"XTTS-v2 o SuperClonica: el modelo de clonación de Coqui es solo para uso no comercial y su repositorio original está abandonado; Supertonic 3 va rápido en CPU.","h1":"Coqui XTTS-v2 o SuperClonica: una alternativa a Coqui TTS","intro":"XTTS-v2 es el modelo de clonación de voz de Coqui, publicado junto con la biblioteca de código abierto Coqui TTS. A partir de un audio de referencia corto habla con esa voz en 17 idiomas, entre ellos el español, y puede llevar una voz de un idioma a otro.\n\nSi piensas construir algo sobre él hoy, hay dos cosas que importan: el repositorio original coqui-ai/TTS ya no se mantiene y la licencia de los pesos de XTTS no permite el uso comercial. Si buscas una alternativa a Coqui TTS, aquí tienes cómo se compara SuperClonica. XTTS no está en nuestra tabla comparativa, así que no damos cifras de velocidad ni de calidad para él.","sections":[{"heading":"Qué hace XTTS-v2","paragraphs":["XTTS-v2 clona una voz con unos segundos de audio: la ficha del modelo habla de un clip de 6 segundos y la documentación, de 3. Habla inglés, español, francés, alemán, italiano, portugués, polaco, turco, ruso, neerlandés, checo, árabe, chino, japonés, húngaro, coreano e hindi, genera audio a 24 kHz y transfiere la emoción y el estilo de la referencia.","Admite streaming, y los autores indican una latencia inferior a 200 ms sin decir en qué hardware. Los ejemplos de la documentación lo ejecutan con CUDA, e incluye código para el ajuste fino."]},{"heading":"Licencia de XTTS: por qué el uso comercial queda fuera","paragraphs":["Los pesos de XTTS-v2 están bajo la Coqui Public Model License. Solo permite el uso no comercial y no se limita al modelo, también cubre el audio generado: en cuanto recibes un pago, directo o indirecto, por el modelo o por lo que genera, quedas fuera de la licencia. Las empresas solo pueden usarlo para pruebas, evaluación e investigación no comercial.","El código de Coqui TTS en sí tiene licencia MPL-2.0, así que el obstáculo no es el código, sino los pesos. Supertonic 3 usa OpenRAIL-M, una licencia libre de regalías con una lista de usos prohibidos en lugar de una cláusula no comercial. Las voces compradas en SuperClonica son para tus propios proyectos y no se pueden revender."]},{"heading":"Coqui TTS hoy","paragraphs":["El repositorio original coqui-ai/TTS ya no se mantiene. Idiap mantiene un fork que se publica en PyPI como coqui-tts, con paquetes listos para Linux, macOS y Windows y novedades como la caché de voces clonadas. Los pesos de XTTS-v2 y su licencia siguen igual."]},{"heading":"Clonar en cada petición o un archivo de voz entrenado","paragraphs":["XTTS reconstruye la voz a partir del audio de referencia en cada petición, así que el resultado depende del clip que le pases. SuperClonica entrena la voz una vez en un archivo de Supertonic 3: una grabación limpia de 5 a 10 segundos con su transcripción exacta, tu propia GPU NVIDIA y sin coste. También puedes encargar la voz a un autor o elegirla en el catálogo.","Después, el archivo funciona sin conexión en un procesador normal. Según nuestra estimación, SuperClonica convierte texto a voz 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 en unos 1,0–1,6 segundos."]},{"heading":"Cuándo conviene más XTTS-v2","paragraphs":["Elige SuperClonica para proyectos de pago, equipos sin GPU y voces que quieras conservar como archivo. XTTS-v2 sigue encajando en estos casos:"],"points":["Proyectos personales, de investigación o de afición donde la licencia no comercial no es un problema.","Clonar voz al instante con unos segundos de audio, sin entrenar.","Voz en chino, que Supertonic 3 todavía no tiene.","Flujos de trabajo ya construidos sobre la biblioteca Coqui TTS."]}],"faq":[{"question":"¿Puedo usar XTTS-v2 con fines comerciales?","answer":"No con su licencia. La Coqui Public Model License solo permite el uso no comercial del modelo y del audio que genera. El código de Coqui TTS tiene licencia MPL-2.0, pero eso no cambia las condiciones de los pesos."},{"question":"¿Coqui TTS sigue mantenido?","answer":"El repositorio original coqui-ai/TTS no. Un fork de Idiap continúa la biblioteca en PyPI con el nombre coqui-tts."},{"question":"¿Qué alternativa a Coqui TTS hay para clonar voz con fines comerciales?","answer":"Una opción es una voz de Supertonic 3 entrenada con tu grabación y ejecutada con SuperClonica: el modelo está bajo OpenRAIL-M y la voz es un archivo que conservas. Si necesitas clonación instantánea, lee con atención las licencias de otros modelos; los pesos oficiales de F5-TTS, por ejemplo, también son no comerciales."},{"question":"¿XTTS-v2 necesita GPU?","answer":"Los ejemplos oficiales lo ejecutan con CUDA y la documentación no da cifras para CPU. Según sus autores, Supertonic 3 no necesita GPU, y SuperClonica ejecuta sus voces en un procesador normal."}],"cta":{"catalog":"Ver voces listas","install":"Instalar SuperClonica"},"sources":[{"label":"Ficha del modelo XTTS-v2 (Hugging Face)","url":"https://huggingface.co/coqui/XTTS-v2"},{"label":"Coqui Public Model License","url":"https://huggingface.co/coqui/XTTS-v2/blob/main/LICENSE.txt"},{"label":"Documentación de XTTS (coqui-tts)","url":"https://coqui-tts.readthedocs.io/en/latest/models/xtts.html"},{"label":"Fork de Coqui TTS de Idiap (GitHub)","url":"https://github.com/idiap/coqui-ai-TTS"},{"label":"Repositorio original coqui-ai/TTS","url":"https://github.com/coqui-ai/TTS"},{"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"}]}