# Kokoro TTS o SuperClonica: dos modelos pequeños de texto a voz local

Actualizado 2026-10-23

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.

Así 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.

## Qué es Kokoro-82M

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.

## Idiomas de Kokoro frente a Supertonic 3

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.

## Voces predefinidas o una voz propia

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.

## Velocidad en un CPU normal

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.

## Cuándo conviene más Kokoro

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:

- 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.

## 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)
- [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)
- [Chatterbox TTS o SuperClonica: clonación al instante o un archivo de voz entrenado](https://superclonica.com/es/compare/chatterbox)

## 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

### ¿Puedo usar Kokoro TTS con fines comerciales?

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.

### ¿Kokoro puede clonar una voz?

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.

### ¿Kokoro habla español?

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.

### ¿SuperClonica es más rápido que Kokoro?

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.

- [Escuchar voces en 31 idiomas](https://superclonica.com/es/explore)
- [Instalar SuperClonica](https://superclonica.com/es/superclonica)

## Fuentes

- [Ficha del modelo Kokoro-82M (Hugging Face)](https://huggingface.co/hexgrad/Kokoro-82M)
- [Voces e idiomas de Kokoro (VOICES.md)](https://huggingface.co/hexgrad/Kokoro-82M/blob/main/VOICES.md)
- [Repositorio de Kokoro (GitHub)](https://github.com/hexgrad/kokoro)
- [kokoro-js para el navegador (GitHub)](https://github.com/hexgrad/kokoro/tree/main/kokoro.js)
- [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)