Traducido del inglés por Plainly. Si algo no coincide, la que cuenta es la página en inglés.

ModeloVoz y hablaDescargable, con condicionesOpción gratuita

F5-TTS

Un modelo de investigación gratuito de texto a voz que copia la voz de un clip corto de referencia y lee texto nuevo con ella. Sobre todo chino e inglés. El código es abierto, pero el modelo entrenado es solo para uso no comercial. Requiere configuración técnica.

Ir al sitio web de F5-TTS

¿Se puede probar gratis?Sí

¿Puedo vender lo que creo?No

Abierto o cerradoDescargable, con condiciones

Nivel necesarioTécnico

Los datos, con fuentes

Abierto o cerrado: Descargable, con condiciones
Puedes descargarlo y usarlo, pero la licencia limita el uso
Pesos descargables con CC BY-NC 4.0; el código tiene licencia MIT.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Licencia: CC BY-NC 4.0 (weights); MIT (code) (Solo uso no comercial)
README: los modelos son CC-BY-NC por los datos de entrenamiento Emilia, recogidos en entornos reales.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
¿Puedo vender lo que creo?: No
Los pesos preentrenados son de uso no comercial (CC BY-NC 4.0). El código MIT podría usarse con pesos que entrenes tú mismo.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Coste: Opción gratuita: Gratis para descargar y usar; hay Spaces de demostración creados por la comunidad
Planes a continuación.
Cómo se usa: En tu propio ordenador, A través de otro servicio
Aplicación Gradio, línea de comandos e imagen de Docker. La ficha de Hugging Face dice que ningún proveedor de inferencia lo ofrece; el Space de demostración lo gestiona la comunidad (mrfakename/E2-F5-TTS). Plataformas deducidas a partir del hardware compatible.
fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta
Nivel necesario: Técnico
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Creado por: SWivid (research team linked to X-LANCE at SJTU, SII and PCL)
Las insignias del README enlazan a X-LANCE (SJTU), SII y PCL, pero no relacionan a los autores con las instituciones; no se indica país.
fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta
Estado: Disponible
La noticia más reciente del README (12 Mar 2025) anuncia el modelo v1 Base; siguen disponibles los checkpoints anteriores F5TTS_Base y E2TTS_Base.
fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta

Qué puedes crear con ella

Una voz o audio hablado, leer mi texto en voz alta (uso principal)
Una voz o audio hablado, una copia de mi propia voz

de texto a audiode audio a audio

Toma un clip de audio de referencia junto con su transcripción y pronuncia un texto nuevo; el README no usa las palabras 'voice cloning' (clonación de voz).

fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta

Planes y precios

No se indican planes de pago.

fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante

Derechos y seguridad

Caras reales y voces reales: Copia una voz real (clip de referencia (zero-shot)), sin paso de consentimiento
Copia la voz de cualquier clip de referencia que le des; ni el README ni la ficha del modelo dicen nada sobre el consentimiento.
fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta

Relacionado

Dónde puedes usarlo

Hugging Face

Otras opciones para «Una voz o audio hablado, leer mi texto en voz alta»

Adobe Firefly, Akool, Amazon Polly, Arcads, Async (formerly Podcastle), Azure AI Speech, Bark, CAMB.AI, Cartesia, Chatterbox, Clipchamp, Deepgram, DeeVid AI, Descript, Dia, Dubverse, Eleven v3, Eleven v4, ElevenLabs, fal, Filmora, Fish Audio, Fish Audio Drama 3, FlexClip

Sobre esta ficha. Última comprobación de los datos: 12 oct 2026, con las páginas del propio fabricante (cada dato enlaza a su fuente). Estado de la ficha: borrador. Resumen en lenguaje sencillo escrito por Plainly.

¿Has visto un error? Avísanos, con un enlace a la fuente. Cómo funcionan las correcciones