{"kind":"guides","slug":"train-tts-voice","path":"/guides/train-tts-voice","title":"Entrena tu propia voz TTS en tu GPU | SuperClonica","description":"Cómo entrenar tu propia voz de texto a voz en una GPU NVIDIA con una grabación de 5–10 segundos: requisitos, pasos, checkpoints y uso sin conexión.","h1":"Entrena tu propia voz TTS en tu GPU NVIDIA","intro":"Entrenar un modelo de texto a voz desde cero exige horas de grabaciones limpias y hardware serio. La mayoría no lo necesita: necesita una voz nueva con la que hable un buen modelo. Eso es lo que entrena SuperClonica: una voz para Supertonic 3, un modelo abierto y multilingüe, a partir de una sola grabación limpia de 5 a 10 segundos.\n\nEsta guía muestra qué necesitas, cómo conectar tu ordenador con tarjeta gráfica NVIDIA como worker, cómo funciona el entrenamiento en el estudio y cómo usar o vender la voz terminada. Entrenar en tu propio hardware es gratis.","sections":[{"heading":"Qué se entrena y por qué es rápido","paragraphs":["El modelo base ya sabe hablar 31 idiomas. El entrenamiento le encuentra una voz: un pequeño archivo JSON que describe el timbre y el estilo de tu grabación. Por eso basta una referencia corta, y por eso la voz terminada funciona sin conexión en un procesador normal."]},{"heading":"Requisitos del ordenador","paragraphs":["El cliente del worker funciona en Windows; el modo se elige en la tarjeta del worker, y en modo Auto el worker espera memoria libre y pasa a Mini después de 15 minutos."],"points":["Windows 10/11 (64 bits), una tarjeta NVIDIA RTX serie 20 o más nueva (también sirve GTX 16), controlador 580 o más nuevo.","Calidad completa: tarjeta gráfica con 12 GB de memoria (mejor 16 GB) y 32 GB de RAM.","Modo Mini: 8 GB de memoria de vídeo y 16 GB de RAM; la voz sale algo menos parecida.","15 GB libres en disco y el archivo de paginación de Windows activado."]},{"heading":"Paso 1: crea la voz y su referencia","paragraphs":["En el estudio, crea una voz y añade una referencia: una grabación limpia de 5 a 10 segundos con su texto exacto, palabra por palabra. Graba en una habitación silenciosa, un solo hablante, volumen estable, con el estilo que debe tener la voz. Usa tu propia voz o la de alguien que haya dado su consentimiento."]},{"heading":"Paso 2: conecta tu ordenador como worker","paragraphs":["Abre Mis workers, añade un worker y descarga SuperClonicaWorker.zip: el cliente con tu worker.json, que contiene la dirección de la plataforma y tu token personal. Descomprímelo y ejecuta SuperClonicaWorker.exe. En el primer arranque descarga lo que le falta y después se actualiza solo. El worker entrena solo tus voces."]},{"heading":"Paso 3: entrena y compara checkpoints","paragraphs":["Pulsa Entrenar en la referencia, elige el número de pasos y empieza; la página estima cuánto tardan 500 pasos según entrenamientos anteriores. Durante el entrenamiento, compara los checkpoints por sus demos y su parecido con la referencia, y continúa entrenando el más prometedor."]},{"heading":"Paso 4: usa o vende la voz","paragraphs":["Descarga el JSON gratis en la página del entrenamiento y genera cualquier texto sin conexión con el motor gratuito SuperClonica: python -m pip install superclonica-cpu, y luego superclonica --text \"¡Hola!\" --voice mi-voz.json --lang es --output hola.wav. Si quieres, publica la voz en el catálogo con portada, descripción y precio, o acepta encargos de voces de otros usuarios en la bolsa."]}],"faq":[{"question":"¿El entrenamiento es gratis?","answer":"Sí, entrenar en tu propio ordenador es gratis, y el JSON terminado se descarga gratis."},{"question":"No tengo tarjeta gráfica NVIDIA. ¿Qué hago?","answer":"Encarga la voz en la bolsa: un autor la entrena en su hardware a partir de tu grabación, y pagas solo cuando aceptas el resultado. Usar la voz terminada no necesita tarjeta gráfica."},{"question":"¿Cuánto tarda el entrenamiento?","answer":"Depende de la tarjeta gráfica y del número de pasos. La página de workers muestra una estimación para 500 pasos según entrenamientos anteriores."},{"question":"¿El worker funciona en Linux o macOS?","answer":"El cliente del worker está hecho para Windows 10/11 con tarjeta NVIDIA. La voz terminada y el motor SuperClonica funcionan en Windows, macOS y Linux."}],"cta":{"catalog":"Ver voces","install":"Instalar el motor SuperClonica"},"sources":[{"label":"Ficha del modelo Supertonic 3","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"},{"label":"Motor SuperClonica en PyPI","url":"https://pypi.org/project/superclonica-cpu/"}],"published":"2026-10-24","updated":"2026-10-24","pages":[{"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"},{"slug":"character-voice-generator","path":"/guides/character-voice-generator","h1":"Texto a voz con voces de personajes: di cualquier frase con la voz de tu personaje favorito"},{"slug":"free-unlimited-text-to-speech","path":"/guides/free-unlimited-text-to-speech","h1":"Texto a voz gratis e ilimitado sin registro: hazlo en tu propio ordenador"},{"slug":"narrator-voice-generator","path":"/guides/narrator-voice-generator","h1":"Generador de voz de narrador: narración para vídeos, audiolibros y pódcasts"},{"slug":"child-voice-text-to-speech","path":"/guides/child-voice-text-to-speech","h1":"Texto a voz con voz de niño: voces de IA de niños y adolescentes"},{"slug":"anime-voice-generator","path":"/guides/anime-voice-generator","h1":"Generador de voces de anime: texto a voz con voces de personajes de anime"},{"slug":"text-to-speech-languages","path":"/guides/text-to-speech-languages","h1":"Texto a voz en 31 idiomas: una sola voz para cada idioma"},{"slug":"female-voice-text-to-speech","path":"/guides/female-voice-text-to-speech","h1":"Texto a voz con voz femenina: voces de mujer naturales"},{"slug":"male-voice-text-to-speech","path":"/guides/male-voice-text-to-speech","h1":"Texto a voz con voz masculina: voces graves y naturales"},{"slug":"realistic-text-to-speech","path":"/guides/realistic-text-to-speech","h1":"Texto a voz realista: voces IA que suenan humanas"},{"slug":"ai-voice-generator","path":"/guides/ai-voice-generator","h1":"Generador de voz IA: convierte texto en voz con voces listas"},{"slug":"text-to-speech-reader","path":"/guides/text-to-speech-reader","h1":"Lector de texto a voz: escucha libros, PDF y artículos"},{"slug":"tiktok-voice-generator","path":"/guides/tiktok-voice-generator","h1":"Generador de voz para TikTok: voces para TikTok, Shorts y Reels"},{"slug":"dota-2-voice-generator","path":"/guides/dota-2-voice-generator","h1":"Voces de héroes de Dota 2: haz que cualquier héroe diga tu frase"},{"slug":"cartoon-voice-generator","path":"/guides/cartoon-voice-generator","h1":"Generador de voces de dibujos: que un personaje diga tu texto"},{"slug":"jarvis-voice-generator","path":"/guides/jarvis-voice-generator","h1":"Generador de voz de Jarvis: tu texto con una voz de asistente IA"},{"slug":"darth-vader-voice-generator","path":"/guides/darth-vader-voice-generator","h1":"Generador de voz de Darth Vader: voces de Star Wars para tu texto"},{"slug":"train-tts-voice","path":"/guides/train-tts-voice","h1":"Entrena tu propia voz TTS en tu GPU NVIDIA"},{"slug":"emotional-text-to-speech","path":"/guides/emotional-text-to-speech","h1":"Texto a voz con emociones: cómo lograr una voz IA expresiva"},{"slug":"hindi-text-to-speech","path":"/guides/hindi-text-to-speech","h1":"Texto a voz en hindi: voces IA que leen hindi"},{"slug":"spanish-text-to-speech","path":"/guides/spanish-text-to-speech","h1":"Texto a voz en español: voces IA que leen en español"},{"slug":"japanese-text-to-speech","path":"/guides/japanese-text-to-speech","h1":"Texto a voz en japonés: voces IA que leen japonés"},{"slug":"russian-text-to-speech","path":"/guides/russian-text-to-speech","h1":"Texto a voz en ruso con voces grabadas en ruso"},{"slug":"portuguese-text-to-speech","path":"/guides/portuguese-text-to-speech","h1":"Texto a voz en portugués: voces IA que leen en portugués"},{"slug":"german-text-to-speech","path":"/guides/german-text-to-speech","h1":"Texto a voz en alemán: voces IA que leen en alemán"},{"slug":"french-text-to-speech","path":"/guides/french-text-to-speech","h1":"Texto a voz en francés: voces IA que leen en francés"},{"slug":"korean-text-to-speech","path":"/guides/korean-text-to-speech","h1":"Texto a voz en coreano: voces IA que leen en coreano"},{"slug":"english-text-to-speech","path":"/guides/english-text-to-speech","h1":"Texto a voz en inglés: voces IA que leen en inglés"},{"slug":"arabic-text-to-speech","path":"/guides/arabic-text-to-speech","h1":"Texto a voz en árabe: voces IA que leen en árabe"},{"slug":"witcher-voice-generator","path":"/guides/witcher-voice-generator","h1":"Generador de voz de Geralt: voces de The Witcher para tu texto"},{"slug":"gta-5-voice-generator","path":"/guides/gta-5-voice-generator","h1":"Generador de voz de GTA 5: Trevor, Franklin y Lester dicen tu texto"},{"slug":"audiobook-ai-voice","path":"/guides/audiobook-ai-voice","h1":"Cómo crear un audiolibro con una voz IA"},{"slug":"text-to-speech-for-games","path":"/guides/text-to-speech-for-games","h1":"Texto a voz para desarrollo de juegos: voces de NPC sin estudio"},{"slug":"italian-text-to-speech","path":"/guides/italian-text-to-speech","h1":"Texto a voz en italiano: voces IA que leen en italiano"},{"slug":"polish-text-to-speech","path":"/guides/polish-text-to-speech","h1":"Texto a voz en polaco: voces IA que leen en polaco"},{"slug":"turkish-text-to-speech","path":"/guides/turkish-text-to-speech","h1":"Texto a voz en turco: voces IA que leen en turco"},{"slug":"ukrainian-text-to-speech","path":"/guides/ukrainian-text-to-speech","h1":"Texto a voz en ucraniano: voces IA que leen en ucraniano"},{"slug":"vietnamese-text-to-speech","path":"/guides/vietnamese-text-to-speech","h1":"Texto a voz en vietnamita: voces IA que leen en vietnamita"},{"slug":"indonesian-text-to-speech","path":"/guides/indonesian-text-to-speech","h1":"Texto a voz en indonesio: voces IA que leen en indonesio"},{"slug":"meme-voice-generator","path":"/guides/meme-voice-generator","h1":"Generador de voces de memes: voces graciosas para tus memes"},{"slug":"vhs-voice-over-dub","path":"/guides/vhs-voice-over-dub","h1":"Doblaje VHS: el estilo de traducción de una sola voz de los 90"},{"slug":"stream-alert-voices","path":"/guides/stream-alert-voices","h1":"Voces para alertas de stream: personajes para follows, subs y donaciones"}],"related":[{"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"}]}