Clona una voz en 30 segundos.
Sintetiza durante horas.
Clonación de voz zero-shot en Apple Silicon. IndexTTS2 añade clonación MLX nativa con controles de emoción, tempo y pausas; CosyVoice 3 cubre la clonación multilingüe condicionada por transcripción; Chatterbox Flash aporta una ruta CoreML T3 + S3Gen. Sin fine-tuning, sin precios por carácter, sin audio saliendo del dispositivo.
Cinco recetas de clonación de voz.
Cada receta elige el motor de síntesis que encaja con el producto: IndexTTS2 para clonación MLX desde referencia con controles de estilo, CosyVoice 3 para zero-shot multilingüe condicionado por transcripción, Chatterbox Flash para CoreML Flash T3, Qwen3-TTS ICL cuando solo tienes audio, más embeddings de hablante y denoising alrededor.
Clona al autor o una voz elegida una sola vez y renderiza horas de narración consistente.
Mantén la voz del presentador en pistas traducidas, en nueve idiomas.
De dos a cuatro voces personalizadas por escena mediante etiquetas inline de hablante.
Restaura una voz familiar para usuarios que ya no pueden hablar con naturalidad.
Un único narrador consistente en toda una línea de producto.