Flujo de recursos

Escucha, decide y prueba con tu propio material

Samples sirve para escuchar, Benchmark para decidir entre modelos y Voice Lab para comparar con una referencia autorizada propia.

01 · Escuchar

Samples

Escucha referencias oficiales atribuidas y ejemplos del proyecto original por idioma.

02 · Decidir

Comparación de modelos

Compara funciones alojadas, evidencia publicada, límites y orientación de selección.

03 · Probar

Voice Lab

Compara IndexTTS2 y 2.5 con tu propia referencia autorizada y el mismo guion.

Voice Lab

Compara IndexTTS2 e IndexTTS 2.5 con entradas controladas

Sube una sola referencia, escribe un solo guion de comparación y genera cada modelo desde el mismo espacio de trabajo. Voice Lab conserva los resultados correctos de IndexTTS2 e IndexTTS 2.5 para escucharlos lado a lado sin duplicar entradas.

Prepara una entrada compartida

Sube una referencia limpia y escribe el texto objetivo una sola vez.

Genera una línea base

Ejecuta primero IndexTTS2 o empieza con 2.5 si encaja mejor con tu flujo.

Cambia de modelo y compara

Mantén la referencia y el texto, genera el otro modelo y escucha ambos resultados guardados abajo.

Espacio de comparación compartido

Una referencia. Un guion. Dos resultados de modelo.

El generador usa la misma canalización alojada del resto de IndexTTS Online. Al cambiar de modelo se conservan la referencia y el texto, y el laboratorio guarda cada resultado correcto para compararlo.

Para una comparación A/B directa usa inglés o chino, ya que ambos modelos alojados admiten esos idiomas. Japonés, español y árabe son pruebas de capacidad de IndexTTS 2.5, no comparaciones simétricas.

Clonación de voz con IndexTTS Online

En línea

Clona una voz y genera habla natural

Añade una voz de referencia corta y el texto que quieres que diga.

0 / — caracteres

Modelo

Elige el modelo IndexTTS para esta generación.

Voz de referencia

Añade entre 3 y 30 segundos de audio claro de una sola persona.

Texto a pronunciar0 / —

Admite texto en inglés y chino.La puntuación ayuda a controlar las pausas y la interpretación.

Salida

En espera

El audio generado aparecerá aquí.

Añade una voz de referencia y texto para empezar.

Salida WAV · Las generaciones con sesión iniciada aparecen en Historial.

Resultados A/B guardados

Cada generación correcta se guarda en esta sesión bajo su modelo. Si regeneras un modelo, ese lado se sustituye por el resultado más reciente.

Configuración A

Empieza con IndexTTS2

Usa el mismo audio de referencia y texto objetivo que en la Configuración B para una comparación justa.

Genera IndexTTS2 arriba para guardar el lado A.

Configuración B

Empieza con IndexTTS 2.5

Mantén fijos la referencia y el texto y cambia solo un control compatible cada vez al probar emoción, idioma o velocidad.

Genera IndexTTS 2.5 arriba para guardar el lado B.

Lista para una comparación justa

Usa el mismo clip de referencia y el mismo texto objetivo en A y B.
Usa una referencia con una sola persona, poco ruido de fondo y sin música.
Cambia un solo factor cada vez; no cambies modelo, emoción y velocidad a la vez.
Escucha pronunciación, similitud del hablante, prosodia, estabilidad y artefactos, no solo la primera impresión.
Repite las comparaciones importantes porque la salida generativa puede variar entre ejecuciones.

Lo que Voice Lab no afirma

Voice Lab es un espacio de comparación, no una puntuación pública de calidad. No inventamos cifras de MOS, similitud de hablante ni naturalidad. La página Benchmark separa los resultados publicados por el proyecto original de la orientación de producto de IndexTTS Online.

Ver comparación de modelos →Explorar muestras de referencia →

Las generaciones usan el flujo normal de cuota, facturación, moderación, almacenamiento y seguridad de IndexTTS Online. Usa únicamente voces que puedas utilizar legalmente. Consulta nuestros Términos y Política de Uso Aceptable.

Guías prácticas

Entiende el flujo antes de usar la herramienta

Mejora el audio de referencia, la elección de modelo, los guiones y las comparaciones controladas con guías específicas.

9 min de lectura

Método reproducible de pruebas A/B para clonación de voz con IA

Compara modelos, referencias, textos, emoción o ritmo con variables controladas y reportes honestos sin inventar MOS.

Leer guía

6 min de lectura

Cómo elegir mejor audio de referencia para clonación de voz con IA

Lista práctica para evaluar ruido, eco, múltiples hablantes, clipping y naturalidad en una referencia de voz.

Leer guía

6 min de lectura

Solución de problemas de clonación de voz: qué corregir primero

Diagnostica problemas separando referencia, guion, pronunciación, modelo, emoción, pace y edición final.

Leer guía

Ver todas las guías

Flujo de recursos

Escucha, decide y prueba con tu propio material

Samples sirve para escuchar, Benchmark para decidir entre modelos y Voice Lab para comparar con una referencia autorizada propia.

01 · Escuchar

Prepara una entrada compartida

Sube una referencia limpia y escribe el texto objetivo una sola vez.

Genera una línea base

Ejecuta primero IndexTTS2 o empieza con 2.5 si encaja mejor con tu flujo.

Cambia de modelo y compara

Mantén la referencia y el texto, genera el otro modelo y escucha ambos resultados guardados abajo.

Una referencia. Un guion. Dos resultados de modelo.

Clonación de voz con IndexTTS Online

En línea

Clona una voz y genera habla natural

Añade una voz de referencia corta y el texto que quieres que diga.

0 / — caracteres

Modelo

Elige el modelo IndexTTS para esta generación.

Voz de referencia

Añade entre 3 y 30 segundos de audio claro de una sola persona.

Texto a pronunciar0 / —

Admite texto en inglés y chino.La puntuación ayuda a controlar las pausas y la interpretación.

Salida

En espera

El audio generado aparecerá aquí.

Añade una voz de referencia y texto para empezar.

Salida WAV · Las generaciones con sesión iniciada aparecen en Historial.

Lista para una comparación justa

Usa el mismo clip de referencia y el mismo texto objetivo en A y B.

Usa una referencia con una sola persona, poco ruido de fondo y sin música.

Cambia un solo factor cada vez; no cambies modelo, emoción y velocidad a la vez.

Escucha pronunciación, similitud del hablante, prosodia, estabilidad y artefactos, no solo la primera impresión.

Repite las comparaciones importantes porque la salida generativa puede variar entre ejecuciones.

Lo que Voice Lab no afirma