# Clonación de voz: cómo conseguir una voz parecida a una grabación

Actualizado 2026-10-23

La clonación de voz consiste en crear una voz de texto a voz que suene como la persona de una grabación concreta. Algunos modelos lo hacen al vuelo con unos segundos de audio. En SuperClonica la voz se entrena una vez en un archivo de Supertonic 3, que después lee cualquier texto sin conexión en un procesador normal.

A continuación: qué voz puedes clonar, cómo grabar una buena referencia, las dos formas de conseguir la voz (encargarla a un autor o entrenarla tú) y qué puede y qué no puede hacer el resultado.

## Primero, derechos y consentimiento

Clona tu propia voz o la de alguien que haya dado su permiso. Al encargar una voz confirmas que tienes los derechos sobre las grabaciones y el consentimiento de la persona que habla. Los autores solo publican voces de grabaciones sobre las que tienen derechos y consentimiento.

La licencia de Supertonic 3, OpenRAIL-M, también prohíbe hacerse pasar por otras personas sin su consentimiento. En la práctica: nada de voces de famosos, compañeros o familiares sin su permiso, y guarda ese permiso junto a las grabaciones originales.

## Cómo grabar una buena referencia para clonar la voz

La voz aprende de lo que oye, incluidos el ruido y el eco de la sala. Una grabación corta y limpia vale más que una larga con ruido.

- Graba en una habitación silenciosa con muebles blandos: sin música, ventiladores, tráfico ni eco.
- Una sola persona hablando, sin voces superpuestas ni efectos.
- Mantén la misma distancia al micrófono y un volumen estable, sin saturar en las palabras fuertes.
- Habla como debe sonar la voz: un narrador sereno lee con calma, un personaje interpreta.
- Anota el texto exacto de la grabación palabra por palabra, con repeticiones y errores. La web lo pide con cada referencia.
- Duración: de 5 a 10 segundos por referencia para entrenar en el estudio. En un encargo puedes subir archivos WAV, MP3, FLAC u OGG de hasta 30 MB y 10 minutos cada uno, hasta 20 archivos.

## Opción 1: encarga la voz a un autor

Si no tienes GPU NVIDIA o tiempo para entrenar, publica un encargo en la sección de encargos de voces.

- Describe la tarea: timbre, forma de hablar, para qué es la voz y cómo valorarás el resultado. Indica el idioma de la voz, un presupuesto de 0,01 a 10 000 dólares y un plazo en días.
- Añade las grabaciones con su texto exacto, confirma tus derechos y publica el encargo.
- Los autores envían propuestas y tú eliges quién hace el trabajo.
- Reserva el presupuesto en tu saldo. Después el autor empieza y entrega una voz entrenada con una demo de audio.
- Acepta el resultado o pide cambios concretos. El autor cobra solo cuando aceptas, y entonces la voz se descarga como archivo JSON. Si el encargo se cancela, el dinero reservado vuelve a tu saldo.

## Opción 2: entrena la voz tú mismo

Entrenar en el estudio es gratis si tienes un ordenador con GPU NVIDIA. Se convierte en tu worker: lo conectas con un token personal y solo entrena tus voces.

- Crea una voz y añade una referencia: una grabación limpia de 5 a 10 segundos con su texto exacto. Las referencias son privadas.
- Pulsa Entrenar en la referencia, elige el número de pasos y empieza.
- Compara los checkpoints por sus demos y su parecido, y sigue entrenando el más prometedor.
- Descarga el JSON gratis en la página del entrenamiento. Si quieres, pon la voz a la venta con portada, descripción y precio.

## Qué esperar de una voz clonada

El entrenamiento busca un timbre y una forma de hablar cercanos a tu grabación. Cuenta con una voz reconocible, no con una copia perfecta: cuanto más limpia sea la referencia y más se acerque al sonido que buscas, más se parecerá el resultado. Una voz hecha por encargo es privada y el autor no la publica en el catálogo.

A cambio de la espera obtienes un archivo que funciona sin conexión a toda velocidad. Según nuestra estimación, SuperClonica habla entre 6,4 y 9,7 veces más rápido que el tiempo real en un procesador de sobremesa de 8 núcleos, y cada frase parte del mismo timbre. La voz funciona con los 31 idiomas de Supertonic 3; el chino aún no está disponible.

Si necesitas un clon ya mismo a partir de un fragmento corto, los modelos zero-shot lo hacen sin entrenamiento: Qwen3-TTS con 3 segundos de audio, OmniVoice con 3–10 segundos, Chatterbox con un clip de referencia. Sus licencias y requisitos de hardware son distintos; nuestras páginas de comparación los explican.

## Más guías

- [Cómo convertir texto a voz sin conexión en tu ordenador](https://superclonica.com/es/guides/offline-text-to-speech)
- [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 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

### ¿Puedo clonar la voz de otra persona?

Solo con su consentimiento y con derechos sobre las grabaciones. SuperClonica exige ambas cosas para los encargos y las voces publicadas, y la licencia de Supertonic 3 prohíbe hacerse pasar por otras personas sin su consentimiento.

### ¿Qué duración de grabación necesito para clonar una voz?

Para entrenar en el estudio, una referencia limpia de 5 a 10 segundos con su texto exacto. Importa más que el sonido sea limpio que la duración.

### ¿Puedo clonar una voz sin tarjeta gráfica?

Sí, encargándola a un autor, que la entrena en su propio equipo. Para entrenarla tú necesitas una GPU NVIDIA; para usar la voz terminada, no.

### ¿Cuánto cuesta clonar una voz?

Entrenarla tú es gratis y el JSON se descarga gratis. Un encargo cuesta el presupuesto que fijes, de 0,01 a 10 000 dólares, y el autor lo cobra solo cuando aceptas el resultado.

- [Escuchar primero voces listas](https://superclonica.com/es/explore)
- [Instalar el motor para tu voz](https://superclonica.com/es/superclonica)

## Fuentes

- [Ficha y licencia de Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [Repositorio de Qwen3-TTS (GitHub)](https://github.com/QwenLM/Qwen3-TTS)
- [Repositorio de OmniVoice (GitHub)](https://github.com/k2-fsa/OmniVoice)
- [Repositorio de Chatterbox (GitHub)](https://github.com/resemble-ai/chatterbox)
- [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)