# Entrena tu propia voz TTS en tu GPU NVIDIA

Actualizado 2026-10-24

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.

Esta 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.

## Qué se entrena y por qué es rápido

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.

## Requisitos del ordenador

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.

- 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.

## Paso 1: crea la voz y su referencia

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.

## Paso 2: conecta tu ordenador como worker

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.

## Paso 3: entrena y compara checkpoints

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.

## Paso 4: usa o vende la voz

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.

## Más guías

- [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)
- [Texto a voz con voces de personajes: di cualquier frase con la voz de tu personaje favorito](https://superclonica.com/es/guides/character-voice-generator)
- [Texto a voz gratis e ilimitado sin registro: hazlo en tu propio ordenador](https://superclonica.com/es/guides/free-unlimited-text-to-speech)
- [Generador de voz de narrador: narración para vídeos, audiolibros y pódcasts](https://superclonica.com/es/guides/narrator-voice-generator)
- [Texto a voz con voz de niño: voces de IA de niños y adolescentes](https://superclonica.com/es/guides/child-voice-text-to-speech)
- [Generador de voces de anime: texto a voz con voces de personajes de anime](https://superclonica.com/es/guides/anime-voice-generator)
- [Texto a voz en 31 idiomas: una sola voz para cada idioma](https://superclonica.com/es/guides/text-to-speech-languages)
- [Texto a voz con voz femenina: voces de mujer naturales](https://superclonica.com/es/guides/female-voice-text-to-speech)
- [Texto a voz con voz masculina: voces graves y naturales](https://superclonica.com/es/guides/male-voice-text-to-speech)
- [Texto a voz realista: voces IA que suenan humanas](https://superclonica.com/es/guides/realistic-text-to-speech)
- [Generador de voz IA: convierte texto en voz con voces listas](https://superclonica.com/es/guides/ai-voice-generator)
- [Lector de texto a voz: escucha libros, PDF y artículos](https://superclonica.com/es/guides/text-to-speech-reader)
- [Generador de voz para TikTok: voces para TikTok, Shorts y Reels](https://superclonica.com/es/guides/tiktok-voice-generator)
- [Voces de héroes de Dota 2: haz que cualquier héroe diga tu frase](https://superclonica.com/es/guides/dota-2-voice-generator)
- [Generador de voces de dibujos: que un personaje diga tu texto](https://superclonica.com/es/guides/cartoon-voice-generator)
- [Generador de voz de Jarvis: tu texto con una voz de asistente IA](https://superclonica.com/es/guides/jarvis-voice-generator)
- [Generador de voz de Darth Vader: voces de Star Wars para tu texto](https://superclonica.com/es/guides/darth-vader-voice-generator)
- [Texto a voz con emociones: cómo lograr una voz IA expresiva](https://superclonica.com/es/guides/emotional-text-to-speech)
- [Texto a voz en hindi: voces IA que leen hindi](https://superclonica.com/es/guides/hindi-text-to-speech)
- [Texto a voz en español: voces IA que leen en español](https://superclonica.com/es/guides/spanish-text-to-speech)
- [Texto a voz en japonés: voces IA que leen japonés](https://superclonica.com/es/guides/japanese-text-to-speech)
- [Texto a voz en ruso con voces grabadas en ruso](https://superclonica.com/es/guides/russian-text-to-speech)
- [Texto a voz en portugués: voces IA que leen en portugués](https://superclonica.com/es/guides/portuguese-text-to-speech)
- [Texto a voz en alemán: voces IA que leen en alemán](https://superclonica.com/es/guides/german-text-to-speech)
- [Texto a voz en francés: voces IA que leen en francés](https://superclonica.com/es/guides/french-text-to-speech)
- [Texto a voz en coreano: voces IA que leen en coreano](https://superclonica.com/es/guides/korean-text-to-speech)
- [Texto a voz en inglés: voces IA que leen en inglés](https://superclonica.com/es/guides/english-text-to-speech)
- [Texto a voz en árabe: voces IA que leen en árabe](https://superclonica.com/es/guides/arabic-text-to-speech)
- [Generador de voz de Geralt: voces de The Witcher para tu texto](https://superclonica.com/es/guides/witcher-voice-generator)
- [Generador de voz de GTA 5: Trevor, Franklin y Lester dicen tu texto](https://superclonica.com/es/guides/gta-5-voice-generator)
- [Cómo crear un audiolibro con una voz IA](https://superclonica.com/es/guides/audiobook-ai-voice)
- [Texto a voz para desarrollo de juegos: voces de NPC sin estudio](https://superclonica.com/es/guides/text-to-speech-for-games)
- [Texto a voz en italiano: voces IA que leen en italiano](https://superclonica.com/es/guides/italian-text-to-speech)
- [Texto a voz en polaco: voces IA que leen en polaco](https://superclonica.com/es/guides/polish-text-to-speech)
- [Texto a voz en turco: voces IA que leen en turco](https://superclonica.com/es/guides/turkish-text-to-speech)
- [Texto a voz en ucraniano: voces IA que leen en ucraniano](https://superclonica.com/es/guides/ukrainian-text-to-speech)
- [Texto a voz en vietnamita: voces IA que leen en vietnamita](https://superclonica.com/es/guides/vietnamese-text-to-speech)
- [Texto a voz en indonesio: voces IA que leen en indonesio](https://superclonica.com/es/guides/indonesian-text-to-speech)
- [Generador de voces de memes: voces graciosas para tus memes](https://superclonica.com/es/guides/meme-voice-generator)
- [Doblaje VHS: el estilo de traducción de una sola voz de los 90](https://superclonica.com/es/guides/vhs-voice-over-dub)
- [Voces para alertas de stream: personajes para follows, subs y donaciones](https://superclonica.com/es/guides/stream-alert-voices)

## Texto a voz y comparativas

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

## Preguntas frecuentes

### ¿El entrenamiento es gratis?

Sí, entrenar en tu propio ordenador es gratis, y el JSON terminado se descarga gratis.

### No tengo tarjeta gráfica NVIDIA. ¿Qué hago?

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.

### ¿Cuánto tarda el entrenamiento?

Depende de la tarjeta gráfica y del número de pasos. La página de workers muestra una estimación para 500 pasos según entrenamientos anteriores.

### ¿El worker funciona en Linux o macOS?

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.

- [Ver voces](https://superclonica.com/es/explore)
- [Instalar el motor SuperClonica](https://superclonica.com/es/superclonica)

## Fuentes

- [Ficha del modelo Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [Motor SuperClonica en PyPI](https://pypi.org/project/superclonica-cpu/)
- [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)