{"kind":"compare","slug":"xtts","path":"/compare/xtts","title":"Alternativa ao Coqui XTTS para uso comercial | SuperClonica","description":"XTTS-v2 ou SuperClonica: o modelo de clonagem da Coqui é só para uso não comercial e o repositório original foi abandonado; o Supertonic 3 roda rápido no CPU.","h1":"Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS","intro":"O XTTS-v2 é o modelo de clonagem de voz da Coqui, lançado junto com a biblioteca de código aberto Coqui TTS. A partir de um trecho curto de referência, ele fala com aquela voz em 17 idiomas, português incluído, e consegue levar uma voz de um idioma para outro.\n\nSe você pensa em construir algo em cima dele hoje, duas coisas importam: o repositório original coqui-ai/TTS não é mais mantido, e a licença dos pesos do XTTS não permite uso comercial. Se você procura uma alternativa ao Coqui TTS, veja como o SuperClonica se compara. O XTTS não está na nossa tabela comparativa, então não damos números de velocidade nem de qualidade para ele.","sections":[{"heading":"O que o XTTS-v2 faz","paragraphs":["O XTTS-v2 clona uma voz com poucos segundos de áudio: a página do modelo fala em um trecho de 6 segundos, a documentação em 3. Ele fala inglês, espanhol, francês, alemão, italiano, português, polonês, turco, russo, holandês, tcheco, árabe, chinês, japonês, húngaro, coreano e hindi, gera áudio em 24 kHz e transfere emoção e estilo da referência.","Ele faz streaming, e os autores falam em latência abaixo de 200 ms sem dizer em qual hardware. Os exemplos da documentação rodam em CUDA, e há código para ajuste fino."]},{"heading":"Licença do XTTS: por que o uso comercial fica de fora","paragraphs":["Os pesos do XTTS-v2 estão sob a Coqui Public Model License. Ela só permite uso não comercial e vale não só para o modelo, mas também para o áudio gerado: a partir do momento em que você recebe pagamento, direto ou indireto, pelo modelo ou pelo que ele gera, já está fora da licença. Empresas só podem usá-lo para testes, avaliação e pesquisa não comercial.","O código do Coqui TTS em si está sob MPL-2.0, então o obstáculo não é o código, e sim os pesos. O Supertonic 3 usa a OpenRAIL-M, uma licença livre de royalties com uma lista de usos proibidos no lugar de uma cláusula não comercial. As vozes compradas no SuperClonica são para os seus próprios projetos e não podem ser revendidas."]},{"heading":"O Coqui TTS hoje","paragraphs":["O repositório original coqui-ai/TTS não é mais mantido. O Idiap mantém um fork publicado no PyPI como coqui-tts, com pacotes prontos para Linux, macOS e Windows e novidades como cache de vozes clonadas. Os pesos do XTTS-v2 e a licença deles continuam os mesmos."]},{"heading":"Clonar a cada pedido ou um arquivo de voz treinado","paragraphs":["O XTTS reconstrói a voz a partir do trecho de referência a cada pedido, então o resultado depende do áudio que você passa. O SuperClonica treina a voz uma vez em um arquivo do Supertonic 3: uma gravação limpa de 5 a 10 segundos com a transcrição exata, a sua própria GPU NVIDIA, sem custo. Você também pode encomendar a voz de um autor ou escolher uma no catálogo.","Depois, o arquivo roda offline em um processador comum. Pela nossa estimativa, o SuperClonica converte texto em fala de 6,4 a 9,7 vezes mais rápido que o tempo real em um CPU de desktop com 8 núcleos: uma frase de 10 segundos em cerca de 1,0–1,6 segundo."]},{"heading":"Quando o XTTS-v2 é a melhor escolha","paragraphs":["Escolha o SuperClonica para projetos pagos, computadores sem GPU e vozes que você quer guardar como arquivo. O XTTS-v2 ainda serve nestes casos:"],"points":["Projetos pessoais, de pesquisa ou hobby, em que a licença não comercial não atrapalha.","Clonar voz na hora com poucos segundos de áudio, sem treino.","Fala em chinês, que o Supertonic 3 ainda não tem.","Fluxos que já foram construídos sobre a biblioteca Coqui TTS."]}],"faq":[{"question":"Posso usar o XTTS-v2 comercialmente?","answer":"Não com a licença dele. A Coqui Public Model License só permite uso não comercial do modelo e do áudio gerado. O código do Coqui TTS está sob MPL-2.0, mas isso não muda os termos dos pesos."},{"question":"O Coqui TTS ainda é mantido?","answer":"O repositório original coqui-ai/TTS não. Um fork do Idiap continua a biblioteca no PyPI com o nome coqui-tts."},{"question":"Qual é uma alternativa ao Coqui TTS para clonar voz comercialmente?","answer":"Uma opção é uma voz do Supertonic 3 treinada com a sua gravação e rodando no SuperClonica: o modelo está sob OpenRAIL-M e a voz é um arquivo que fica com você. Se você precisa de clonagem instantânea, leia com atenção as licenças de outros modelos; os pesos oficiais do F5-TTS, por exemplo, também são não comerciais."},{"question":"O XTTS-v2 precisa de GPU?","answer":"Os exemplos oficiais rodam em CUDA, e a documentação não traz números para CPU. Segundo os autores, o Supertonic 3 não precisa de GPU, e o SuperClonica roda as vozes dele em um processador comum."}],"cta":{"catalog":"Ver vozes prontas","install":"Instalar o SuperClonica"},"sources":[{"label":"Página do 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":"Documentação do XTTS (coqui-tts)","url":"https://coqui-tts.readthedocs.io/en/latest/models/xtts.html"},{"label":"Fork do Coqui TTS pelo Idiap (GitHub)","url":"https://github.com/idiap/coqui-ai-TTS"},{"label":"Repositório original coqui-ai/TTS","url":"https://github.com/coqui-ai/TTS"},{"label":"Página do 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 para fala que roda no seu próprio computador"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio e Fish Speech comparados ao SuperClonica"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice ou SuperClonica: mais idiomas ou mais velocidade"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"Qwen3-TTS ou SuperClonica para texto para fala local"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"Uma alternativa offline ao ElevenLabs"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"Como converter texto em fala offline no seu computador"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"Clonagem de voz: como conseguir uma voz parecida com uma gravação"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"Os melhores modelos de texto para fala grátis para uso local em 2026"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"Texto para fala para vídeos, audiolivros, jogos e apps"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Texto para fala em Python: offline, grátis e com vozes naturais"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"API de texto para fala auto-hospedada no Docker"}]}