# Chatterbox TTS o SuperClonica: clonación al instante o un archivo de voz entrenado

Actualizado 2026-10-23

Chatterbox es una familia de modelos abiertos de texto a voz de Resemble AI, con licencia MIT. Todos clonan una voz zero-shot a partir de un audio de referencia corto. La familia incluye Multilingual V3, con 500 millones de parámetros y 23 idiomas; Turbo, en inglés, con 350 millones; Nano, también en inglés, con 110 millones para CPU, y un conjunto de modelos ajustados para idiomas concretos.

SuperClonica va por el camino contrario: la voz se entrena una vez en un archivo de Supertonic 3 y luego funciona rápido en un procesador normal. Chatterbox no está en nuestra tabla comparativa, así que no damos cifras propias de velocidad ni de calidad para él.

## Los modelos de Chatterbox

Multilingual V3 es el modelo general: árabe, danés, alemán, griego, inglés, español, finés, francés, hebreo, hindi, italiano, japonés, coreano, malayo, neerlandés, noruego, polaco, portugués, ruso, sueco, suajili, turco y chino. Hay modelos ajustados aparte para chino, español latinoamericano y de España, portugués de Brasil y de Portugal, e hindi.

Turbo está pensado para agentes de voz en inglés con baja latencia y entiende etiquetas como \[laugh\] y \[cough\]. Nano comparte su arquitectura con 110 millones de parámetros, y Resemble AI indica que va 3 veces más rápido que el tiempo real con 8 núcleos de CPU. El paquete se instala con pip install chatterbox-tts y se probó con Python 3.11.

## Clonar desde un clip o una voz entrenada

Con Chatterbox pasas una grabación de referencia en cada petición y el modelo reconstruye la voz a partir de ella. Es el camino más rápido hacia una voz nueva, y el resultado depende del clip que uses.

SuperClonica entrena la voz una sola vez. Necesitas una grabación limpia de 5 a 10 segundos con su transcripción exacta y una GPU NVIDIA en tu propio equipo; el entrenamiento es gratis y el JSON se descarga gratis. Sin GPU, encarga la voz a un autor, con el presupuesto reservado hasta que aceptas el resultado, o elige una voz lista con demos en el catálogo. Después, cada petición parte del mismo archivo.

## Velocidad de Chatterbox en CPU

No hemos medido Chatterbox. La cifra de Resemble AI para Nano es 3 veces más rápido que el tiempo real con 8 núcleos de CPU; los ejemplos de los modelos más grandes se ejecutan con CUDA.

Para SuperClonica estimamos entre 6,4 y 9,7 veces más rápido que el tiempo real en un CPU de escritorio de 8 núcleos. Las dos cifras salen de pruebas y textos distintos, así que tómalas como punto de partida y mide en tu propio equipo.

## Licencias y marcas de agua

El código y los pesos de Chatterbox tienen licencia MIT, una de las más permisivas que existen. Cada archivo que genera Chatterbox lleva la marca de agua PerTh de Resemble AI, una marca inaudible pensada para resistir la compresión MP3 y la edición, de modo que la voz se pueda reconocer después como generada.

Supertonic 3 está bajo OpenRAIL-M, una licencia libre de regalías con una lista de usos prohibidos. Las voces compradas en SuperClonica son para tus propios proyectos y no se pueden revender.

## Cuándo conviene más Chatterbox

SuperClonica encaja si quieres un archivo de voz fijo, texto a voz rápido en CPU en los 31 idiomas de Supertonic 3 o una voz hecha para ti por un autor. Chatterbox es mejor para:

- Clonar voz al instante desde un clip, sin entrenar.
- Chino, hebreo, malayo o suajili, que Supertonic 3 no cubre.
- Inglés expresivo con risas, toses y otras etiquetas no verbales.
- Proyectos que necesitan la licencia MIT para los pesos del modelo.

## Más sobre texto a voz

- [Texto a voz que funciona en tu propio equipo](https://superclonica.com/es/text-to-speech)
- [Supertonic vs SuperClonica: el mismo modelo, más rápido y limpio](https://superclonica.com/es/compare/supertonic)
- [Fish Audio y Fish Speech frente a SuperClonica](https://superclonica.com/es/compare/fish-audio)
- [OmniVoice o SuperClonica: más idiomas o más velocidad](https://superclonica.com/es/compare/omnivoice)
- [Qwen3-TTS o SuperClonica para texto a voz en local](https://superclonica.com/es/compare/qwen3-tts)
- [VoxCPM 2 o SuperClonica: sonido de estudio o velocidad en CPU](https://superclonica.com/es/compare/voxcpm)
- [F5-TTS o SuperClonica: clonación zero-shot o voz rápida en CPU](https://superclonica.com/es/compare/f5-tts)
- [Una alternativa a ElevenLabs que funciona sin conexión](https://superclonica.com/es/compare/elevenlabs)
- [Kokoro TTS o SuperClonica: dos modelos pequeños de texto a voz local](https://superclonica.com/es/compare/kokoro)
- [Piper TTS o SuperClonica: dispositivos pequeños o voces propias](https://superclonica.com/es/compare/piper)
- [Coqui XTTS-v2 o SuperClonica: una alternativa a Coqui TTS](https://superclonica.com/es/compare/xtts)

## Guías de texto a voz

- [Cómo convertir texto a voz sin conexión en tu ordenador](https://superclonica.com/es/guides/offline-text-to-speech)
- [Clonación de voz: cómo conseguir una voz parecida a una grabación](https://superclonica.com/es/guides/voice-cloning)
- [Los mejores modelos de texto a voz gratis para usar en local en 2026](https://superclonica.com/es/guides/best-free-tts-models)
- [Texto a voz para vídeos, audiolibros, juegos y apps](https://superclonica.com/es/guides/text-to-speech-for-videos)
- [Voces de Supertonic 3: dónde conseguir voces propias y cómo usarlas](https://superclonica.com/es/guides/supertonic-3-voices)
- [Texto a voz en Python: sin conexión, gratis y con voces naturales](https://superclonica.com/es/guides/python-text-to-speech)
- [API de texto a voz autoalojada en Docker](https://superclonica.com/es/guides/text-to-speech-api-docker)

## Preguntas frecuentes

### ¿Chatterbox TTS es gratis para uso comercial?

Sí, el código y los pesos tienen licencia MIT. Ten en cuenta que cada archivo generado lleva una marca de agua PerTh inaudible.

### ¿Chatterbox funciona en CPU?

Nano está hecho para eso: según Resemble AI, va 3 veces más rápido que el tiempo real con 8 núcleos de CPU, solo en inglés. El modelo multilingüe también se puede cargar en CPU, pero sus ejemplos usan GPU.

### ¿Chatterbox habla español?

Sí: el español está entre los 23 idiomas de Multilingual V3 y además hay modelos ajustados para el español latinoamericano y el de España. Turbo y Nano solo hablan inglés.

### ¿En qué se diferencia SuperClonica de Chatterbox?

Chatterbox clona una voz desde un clip en cada petición. SuperClonica te da una voz de Supertonic 3 en un solo archivo JSON, entrenada una vez, comprada en el catálogo o encargada a un autor, y un motor más rápido para usarla sin conexión.

- [Escuchar voces listas](https://superclonica.com/es/explore)
- [Instalar SuperClonica](https://superclonica.com/es/superclonica)

## Fuentes

- [Repositorio de Chatterbox (GitHub)](https://github.com/resemble-ai/chatterbox)
- [Ficha del modelo Chatterbox (Hugging Face)](https://huggingface.co/ResembleAI/chatterbox)
- [Ficha del modelo Chatterbox-Nano (Hugging Face)](https://huggingface.co/ResembleAI/chatterbox-nano)
- [Marca de agua PerTh (GitHub)](https://github.com/resemble-ai/perth)
- [Ficha del modelo Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/es/)
- [Catálogo de voces IA para texto a voz](https://superclonica.com/es/explore)
- [Encargos de voces personalizadas](https://superclonica.com/es/requests)
- [Guía: voces, TTS local y entrenamiento](https://superclonica.com/es/guide)
- [Instala el motor rápido para Supertonic 3](https://superclonica.com/es/superclonica)
- [Quiénes somos: entusiastas del TTS](https://superclonica.com/es/about)
- [Contacto, soporte y quejas sobre voces](https://superclonica.com/es/contacts)
- [Política de privacidad y datos](https://superclonica.com/es/privacy)
- [Términos de uso de la plataforma](https://superclonica.com/es/terms)
- [Texto a voz](https://superclonica.com/es/text-to-speech)