Para español, Kokoro y Piper son buenas opciones. Kokoro incluye voces en español: Dora, Alex y Santa. Ofrece el mayor realismo. Piper tiene más acentos, de España y de México. Además funciona en cualquier ordenador.
Los dos motores funcionan en tu navegador. Sin servidores, sin cuentas y sin límites de caracteres. Tu texto no sale de tu dispositivo.
La revolución del texto a voz en el navegador
Las herramientas en la nube cobran por carácter. Usan servidores GPU caros. La factura llega a ti. Un plan de pago cuesta entre 6 y 99 dólares al mes.
Los navegadores modernos cambiaron esto. Ejecutan modelos de IA en tu equipo. WebAssembly (WASM) ejecuta código rápido. WebGPU usa tu tarjeta gráfica.
El resultado es un sintetizador gratis y sin límites. Aquí comparamos las dos mejores opciones.
Kokoro TTS: voces hiperrealistas en español
Kokoro tiene 82 millones de parámetros. Sus voces suenan casi humanas. Admite 8 idiomas y 54 voces. Entre ellos hay español, inglés, francés, japonés, italiano, portugués y chino.
En español ofrece tres voces: ef_dora (femenina), em_alex y em_santa (masculinas). El soporte de idiomas distintos del inglés puede ser más limitado. Conviene probarlas antes.
El modelo pesa unos 326 MB. Se recomienda WebGPU. También hay modo WASM para equipos sin GPU. Kokoro brilla en audiolibros y narraciones.
Piper TTS: más variedad en español
Piper funciona con un procesador normal. No necesita tarjeta gráfica. Corre en portátiles viejos y móviles.
Para español hay dos variantes. España (es_ES): voces como davefx y sharvard. Latino (es_MX): voces ald y claude-high. Cada modelo pesa entre 20 y 73 MB.
La generación es rápida y estable. El sonido es limpio. Piper es la opción segura por defecto.
Tabla comparativa
| Criterio | Kokoro TTS | Piper TTS |
|---|---|---|
| Tamaño del modelo | ~326 MB | ~20-73 MB |
| Hardware | WebGPU recomendado, fallback WASM | Cualquier CPU |
| Voces en español | ef_dora, em_alex, em_santa | es_ES y es_MX, más variedad |
| Calidad de voz | Ultra-realista | Natural y limpia |
| Mejor para | Audiolibros, vídeo | Apps, acentos locales |
Cómo probar ambos motores
- Abre el generador TTS.
- Elige Kokoro TTS y una voz como em_alex.
- Escribe una frase corta y pulsa “Generar y escuchar”.
- Cambia a Piper, voz es_MX ald, y repite.
Tu oído decide más rápido que cualquier prueba. Para más detalle, lee la guía de voces de Kokoro en español.
Conclusión
Para máximo realismo, elige Kokoro. Para variedad de acentos y compatibilidad, elige Piper. Los dos son gratis y privados.
Subtítulos SRT y VTT
El generador también crea subtítulos. Tras generar la voz, pulsa "Descargar SRT" o "Descargar VTT". Una frase es un cue. SRT sirve para YouTube y editores de vídeo. VTT sirve para webs y navegadores. Los subtítulos se crean en local.
Preguntas frecuentes (FAQ)
¿Kokoro TTS tiene voces en español?
Sí. Kokoro incluye tres voces en español: ef_dora (femenina), em_alex y em_santa (masculinas). El soporte puede ser más limitado que en inglés, así que conviene probarlas.
¿Qué motor ofrece más variedad en español?
Piper, con voces para España (es_ES) y Latinoamérica (es_MX), y modelos más pequeños.
¿Piper TTS es realmente gratis?
Sí. Se ejecuta localmente en tu CPU sin costes de servidor. Los caracteres son ilimitados.
¿Puedo usar estas voces en proyectos comerciales?
Sí. Los motores usan licencias de código abierto. El archivo WAV o MP3 es 100% tuyo.
¿Puedo descargar subtítulos SRT y VTT?
Sí. Tras generar la voz, usa los botones "Descargar SRT" o "Descargar VTT".