Clonador de voz AI
Clonar cualquier voz de un clip de audio corto. Subir 3-10 segundos de voz, teclear el texto y generar audio en la misma voz.
Clone: proporcionar un clip de referencia de 3-10s. Preset: selección de voces multilingües.
Subir audio de referencia de voz
MP3, WAV, M4A, FLAC
Los presets de VibeVoice cubren inglés, alemán, francés, japonés, coreano, polaco, portugués, español, italiano, holandés.
500 caracteres como máximo
0/500
Usos 1 crédito por generación
Audio generado
Este audio es generado por IA. El archivo WAV descargado incorpora una revelación legible por máquina (RIFF INFO spart) por EU AI Act Artículo 50. No presente este audio como una grabación de una persona real sin consentimiento.
Política de IA
Cómo funciona
1
Referencia de envío
Proporciona 3-10 segundos de voz clara desde la voz que quieres clonar.
2
AI analiza la voz
F5-TTS extrae características de voz: tono, tono, estilo de hablar, acento.
3
Generar voz
Su texto se habla en la voz clonada. Descargue el resultado como WAV.
La clonación de voz es sólo para uso personal y autorizado. No clone voces sin el consentimiento del orador.
¿Necesitas la transcripción completa, no sólo una herramienta?
Sube audio o vídeo, o pega un enlace — transcripción de IA en más de 100 idiomas con detección de altavoz. 10 minutos gratis al día, sin registro.
Preguntas frecuentes
clonación de voz se ejecuta en su navegador: pega una URL, carga un archivo o graba desde su micrófono. STT.ai elige el modelo de IA y devuelve la transcripción en menos de 5 minutos. Exportar como TXT, SRT, VTT, DOCX, JSON o PDF.
Sí — cada visitante tiene 600 minutos libres para comenzar en STT.ai, utilizable para clonación de voz lo mismo que cualquier otro flujo de trabajo. Planes pagados a partir de $5 / mes desbloquear archivos más largos, transcripciones privadas y cola de prioridad.
clonación de voz se ejecuta en los mismos modelos de IA que el resto de STT.ai — nuestros mejores modelos alcanzan 95-97% de precisión en voz limpia (3-5% de tasa de error de Word en los puntos de referencia).
clonación de voz puede funcionar en cualquiera de los modelos de STT.ai 10+ — STT.ai Enhanced (más preciso), Whisper Large V3 (99 idiomas), NVIDIA Canary (#1 WER en langs soportados), Whisper Turbo (rápido), Moonshine (peso ligero), y más.
Sí. Cada transcripción exporta como SRT o VTT — trabaja con YouTube, Vimeo, TikTok, VLC, y cada reproductor de vídeo importante. La herramienta de subtítulos de grabación los superpone al vídeo como su-des.
Sí. Diarización de altavoz automáticamente etiqueta cada voz (hablador 1, altavoz 2,...) y puede cambiar el nombre en el editor incorporado. Funciona en todos los modelos y lenguajes.
La mayoría de los trabajos clonación de voz terminan en menos de 5 minutos. Un archivo de audio de 1 hora normalmente se completa en 2-3 minutos con nuestros modelos más rápidos. La velocidad depende del modelo elegido y la carga actual de GPU.
clonación de voz acepta más de 20 formatos — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, y más. Salida a TXT, SRT, VTT, DOCX, JSON, o PDF.
Sí. Los archivos de audio enviados a clonación de voz se procesan y eliminan por defecto. Los planes Pro añaden cifrado del lado del cliente, incluso si se rompe la base de datos de STT.ai, sus transcripciones son ilegibles sin su clave. Los datos nunca se utilizan para la formación de modelos sin opt-in explícito.
Sí. STT.ai ofrece una API REST con Python y SDKs Node.js, además de un servidor MCP para Claude y Cursor, todo utilizable para flujos de trabajo clonación de voz. El nivel de API gratuita incluye 100 minutos/mes.
Sí. Cada transcripción se abre en el editor integrado donde puede corregir palabras, cambiar el nombre de los altavoces, ajustar marcas de tiempo y añadir notas. Todos los cambios se guardan automáticamente.
Cada transcripción obtiene una URL compartida única. Exportar a DOCX o PDF para el correo electrónico. Planes Pro añadir enlaces permanentes y protegidos con contraseña — útiles para el trabajo del cliente.
STT.ai maneja 1.300 plataformas más, incluyendo YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, hosts de podcasts, y más. La transcripción de URL funciona con contenido disponible únicamente para el público — fuentes protegidas por DRM no pueden ser transcritas.