Texto a voz en Windows: voces naturales, sin conexión, en WAV
Windows puede leer texto en voz alta con sus voces integradas, pero están pensadas para leer la pantalla, no para crear archivos de audio con la voz de un personaje. El motor gratuito SuperClonica añade un modelo neuronal, Supertonic 3, a tu PC: guarda la voz en archivos WAV, funciona sin conexión en un procesador normal y habla 31 idiomas.
Esta guía muestra cómo instalarlo desde PowerShell, generar una frase o un archivo de texto entero, convertir un texto en audio arrastrándolo sobre un script y elegir voces.
Qué necesitas
Las diez voces integradas del modelo, de M1 a M5 y de F1 a F5, funcionan de inmediato; las voces del catálogo son archivos JSON que pasas con --voice.
- Windows 10 u 11.
- Python 3.10 o posterior de python.org; el instalador añade el lanzador py.
- Unos 400 MB de disco para el modelo Supertonic 3, que se descarga una vez.
- Sin tarjeta gráfica: una NVIDIA solo lo acelera.
Instalación desde PowerShell
Abre PowerShell e instala el motor con un comando: py -m pip install superclonica-cpu. Con una tarjeta gráfica NVIDIA, instala en su lugar superclonica-gpu-cuda: pip trae CUDA y cuDNN por sí mismo. Si no se encuentra el comando superclonica, llámalo como py -m superclonica, que siempre funciona.
Voz desde PowerShell
El modelo se descarga en la primera ejecución; después el motor funciona sin internet.
- Una frase: py -m superclonica --text "Hola desde Windows." --voice F1 --lang es --output hello.wav y luego start hello.wav.
- Un documento entero: guárdalo en el Bloc de notas como .txt y usa --text-file en lugar de --text; los textos largos se dividen en pausas naturales y se unen en un solo WAV.
- Cambia --lang para otros idiomas, por ejemplo en, de o ja.
- En un PC cargado, limita los hilos del procesador con --threads 4.
Un archivo de texto a audio con doble clic
Crea un archivo llamado read.bat con una línea: py -m superclonica --text-file "%~1" --voice F1 --lang es --output "%~dpn1.wav" && start "" "%~dpn1.wav". Arrastra cualquier .txt sobre read.bat: el motor lo narra, guarda un WAV con el mismo nombre junto al texto y lo abre en tu reproductor. Cambia la voz o el idioma en la línea según tus textos.
Voces, tarjetas gráficas y entrenamiento
Cada voz del catálogo de SuperClonica tiene una página donde puedes generar gratis en línea una frase de 30 a 100 caracteres. Las voces gratuitas se descargan sin cuenta; las de pago se compran una vez y quedan tuyas. Además, en Windows puedes entrenar tu propia voz: el worker de SuperClonica para el estudio funciona en Windows 10 y 11 con una tarjeta NVIDIA RTX de la serie 20 o posterior, o una GTX 16.