Una alternativa a MeloTTS y OpenVoice en 31 idiomas
MeloTTS y OpenVoice, ambos de MyShell y con licencia MIT, son una pareja popular: MeloTTS habla lo bastante rápido para tiempo real en un procesador, y OpenVoice copia el timbre de un clip de referencia en su voz. Juntos cubren seis idiomas, y sus repositorios se actualizaron por última vez en 2024 y 2025.
El motor gratuito SuperClonica también funciona en un procesador normal, habla 31 idiomas e incluye un catálogo de voces listas. Esta guía los compara con honestidad y dice cuándo MeloTTS u OpenVoice son mejor opción.
MeloTTS y OpenVoice en resumen
Para chino, acentos regionales del inglés o copiar un timbre al instante, la pareja es una buena opción abierta.
- MeloTTS: inglés con acento estadounidense, británico, indio y australiano, español, francés, chino mezclado con inglés, japonés y coreano.
- MeloTTS es lo bastante rápido para voz en tiempo real en un procesador.
- OpenVoice V2 copia el timbre de un clip de referencia al generar y admite de forma nativa inglés, español, francés, chino, japonés y coreano.
- Ambos usan la licencia MIT.
Compara el sonido gratis
En la página de cualquier voz, pega una frase que hayas generado con MeloTTS u OpenVoice, de 30 a 100 caracteres, elige el idioma y pulsa el botón para generarla. En unos segundos puedes comparar, sin cuenta.
Qué hace distinto SuperClonica
También funciona en un procesador normal: en nuestras pruebas, una frase corta tardó 0,43 s con cuatro hilos de un Ryzen 7 5800X.
- 31 idiomas, entre ellos alemán, ruso, portugués, italiano, polaco, neerlandés, turco, hindi y árabe; el chino no está entre ellos.
- Voces listas: diez voces de serie y más de 170 voces del catálogo con demo gratis.
- Cada voz es un archivo JSON de unos 0,3 MB y habla todos los idiomas del modelo.
- Se instala con un comando: python -m pip install superclonica-cpu, o con una imagen Docker con API HTTP.
Copiar un timbre o entrenar una voz
OpenVoice añade un timbre de referencia a cada generación. En SuperClonica, una voz se entrena una vez en el estudio con una grabación limpia de 5 a 10 segundos, en un ordenador con tarjeta gráfica NVIDIA, o se encarga en la bolsa a un autor que la entrena. Después funciona en cualquier procesador y en los 31 idiomas, con un rastro del acento de la grabación original. Clona solo voces cuyos dueños hayan aceptado.
Cuál elegir
Elige MeloTTS para chino mezclado con inglés o para elegir entre acentos del inglés, y OpenVoice cuando necesites copiar un timbre de un clip al momento. Elige SuperClonica para alemán, ruso, portugués, italiano y los demás idiomas que la pareja no habla, para voces listas de personajes y narradores y para una sola instalación sencilla de voz y voces.