🎙️Pocket TTS Voice
Generador de voz Kyutai en 5 idiomas, en el dispositivo. Gratis, privado, sin registro — los archivos nunca salen de tu navegador.
Pocket TTS by Kyutai (100M params, built-in preset voices) — models download once, then run on-device. Custom voice cloning is disabled to prevent misuse. Web runtime adapted from KevinAHM's demo (Apache-2.0).
Voces listas. Cinco idiomas. Cero servidores.
Kyutai Pocket TTS con voces predefinidas, en streaming desde tu propio dispositivo. Sin subidas, sin registro, sin marca de agua.
Cómo usar Pocket TTS Voice
Convierte texto en habla con voces integradas. Elige una de 8 voces predefinidas por idioma — inglés, alemán, italiano, portugués o español — y genera habla natural con síntesis de baja latencia en streaming. Solo voces predefinidas; la clonación está desactivada para evitar usos indebidos. Los modelos se descargan una vez y quedan en caché; después todo es instantáneo y privado.
- 1Escribe o pega hasta 2000 caracteres.
- 2Elige un idioma y una voz integrada.
- 3Pulsa Generar y descarga la locución en WAV.
Casos de uso
Qué hace Pocket TTS Voice
- ✓8 voces predefinidas integradas por idioma.
- ✓Cinco idiomas: inglés, alemán, italiano, portugués, español.
- ✓Síntesis en streaming con ~200ms hasta el primer audio.
- ✓Descarga WAV de alta calidad en 24 kHz para editores.
- ✓ONNX totalmente local: sin subidas, sin cuentas, sin marcas.
Especificaciones
- Speed
- Sobre 6x tiempo real en CPU, en streaming
- Input
- Texto de hasta 2000 caracteres
- Output
- Locución WAV (24 kHz)
- Privacy
- ONNX en el dispositivo, cero subidas
- Cost
- Gratis, ilimitado, sin registro
Preguntas frecuentes
¿Mi texto se envía a un servidor?
No. Pocket TTS se ejecuta 100% en tu navegador vía ONNX. Tu texto nunca sale de tu dispositivo.
¿Qué idiomas y voces hay disponibles?
Cinco idiomas (inglés, alemán, italiano, portugués, español), cada uno con 8 voces integradas.
¿Por qué la primera vez tarda más?
Los modelos de voz se descargan una vez y quedan en la caché del navegador. Después cada generación empieza más rápido.
¿En qué formato se descarga?
Un archivo de locución WAV de 24 kHz que puedes usar en cualquier editor de video o pódcast.