Guía de configuración de TTS

Elige un idioma sobre la lista de voces de SSN y pulsa Prueba. Piper tiene voces de España, México, Brasil y Portugal. Kokoro tiene tres voces españolas y tres de portugués brasileño.

Piper es la opción más ligera. Si Kokoro se retrasa respecto al chat, cambia a Piper.

Las muestras en inglés dicen: ¡Bienvenidos a la transmisión! Gracias por acompañarnos. ¿A qué juego deberíamos jugar después? La lectura de nombres estaba desactivada. Los clips omiten el tiempo de carga.

Probado el 7 de septiembre de 2026 en OBS 32.2.2 con Windows 11. Un mensaje real llegó al dock, se leyó, movió el medidor de la fuente de navegador y apareció en una grabación. Kokoro tardó notablemente más en iniciar con CPU.

En ese PC, el TTS del sistema mostraba cinco voces, pero no produjo sonido en la grabación de OBS. Tu PC puede ser distinto: prueba siempre tu propio enlace. No se probaron voces en la nube por no tener cuentas de pago.

Los tamaños corresponden solo a los archivos del modelo, no al uso de memoria. Las voces gratuitas se ejecutan en el equipo que reproduce el dock o la superposición. El primer uso es más lento. OBS conserva su propia caché de descargas, separada de Chrome.

Piper, Kokoro, Kitten y eSpeak superaron las pruebas de grabación de la fuente de navegador de OBS. Las voces en la nube y personalizadas también se reproducen en la página, pero no se probaron con cuentas reales. Prueba el TTS del sistema por separado, aunque muestre voces.

La lista de voces depende del navegador o aplicación y de las voces instaladas. SSN no tiene una lista fija. Este perfil nuevo mostraba una lista de idiomas vacía.

Elige una voz. Usa el filtro de idioma para encontrarla y pulsa Prueba para escucharla. El modelo se carga en la página que habla. Voces: inglés estadounidense y británico, español y portugués brasileño. ¿Demasiado lento? Prueba Piper.

Ocho voces en inglés: versiones masculina y femenina de las voces 2, 3, 4 y 5. La muestra usa Voz 4 (Femenina).

Elige una voz compatible con tu idioma. Cambiar solo el idioma no cambia la voz. La muestra usa HFC medium.

Elige una voz para el idioma. Puedes cambiar la velocidad. El sonido robótico es intencional.

Introduce tu clave de API. Luego haz clic en Listar mis voces disponibles para encontrar un identificador de voz que tu cuenta pueda usar. Referencia de ElevenLabs.

Introduce una clave de API de Google Cloud TTS, el nombre exacto de la voz y su idioma correspondiente. Nombres de voces y controles compatibles.

Elige un modelo TTS y una voz. Las instrucciones de estilo cambian la forma de leerlo. Usa la API de Gemini, no Google Cloud TTS. Ejemplos de voces y requisitos.

Funciona en el dock de chat, la superposición de destacados, la página TTS y las acciones de flujo.

1. Elige Fish Audio como proveedor de TTS.
2. Pega el enlace de tu Clave de API de Fish Audio.
3. Opcional: pega un ID de voz desde Fish Audio. Copia el identificador del modelo de voz, no su nombre ni el enlace de su página. Déjalo vacío para la voz predeterminada.
4. Presione Probar TTS.

El modelo predeterminado es s2.1-pro-free. Fish Audio decide qué es gratuito y sus condiciones de uso razonable. Los modelos de pago necesitan saldo en la cuenta. SSN nunca cambia a un modelo de pago si falla una solicitud gratuita. La velocidad va de 0.5 a 2. Fish Audio detecta el idioma. El texto de tu chat se envía a Fish Audio.

Para OBS: ejecuta el puente local

Fish Audio bloquea las solicitudes directas de páginas web, por lo que OBS necesita el puente local de SSN (requiere Node.js). Ejecútalo en el equipo de OBS.

1. Configura SSN_TTS_TARGET_BEARER como variable de entorno con tu clave de API de Fish.
2. En la carpeta de SSN, ejecuta node scripts/local-tts-bridge.cjs --mode fish. Déjalo en ejecución.
3. En el panel de Fish Audio, configura URL del puente a http://127.0.0.1:8124/v1/audio/speech.
4. Pega el token del puente que aparece en la terminal en Clave de API campo.
5. Prueba la voz y añade el enlace de superposición a OBS. Activa Controlar audio vía OBS (Control audio via OBS).

&ttsprovider=fish&fishkey=YOUR_KEY&voicefish=VOICE_ID&fishmodel=s2.1-pro-free&fishspeed=1

Introduce la clave de API y el ID de voz de tu cuenta de API de Speechify. Guía paso a paso de Speechify · Configuración de Speechify.

Elige una voz y un modelo e introduce una clave de API. Una suscripción a ChatGPT no incluye saldo de API. Mantén el endpoint predeterminado.

Reutiliza los ajustes de OpenAI, así que el encabezado sigue diciendo OpenAI. Introduce la dirección del servidor y una voz y modelo compatibles. La necesidad de una clave depende del servidor. Consulta la guía de servidor local.

Automático usa una GPU compatible si la hay; de lo contrario, la CPU. La calidad automática elige FP16 en GPU compatibles, precisión completa en otras GPU admitidas y el modelo compacto en CPU. Si fuerzas la GPU sin tener una disponible, aparecerá un error.

Kitten 0.8 se ejecuta en CPU y solo en inglés. Cada modelo se descarga en el primer uso. Cada navegador u OBS conserva su propia copia. NeuroSync recibe el archivo de audio completo en ambos casos. Los enlaces antiguos siguen funcionando igual salvo que cambies estas opciones.

Kokoro: &kokororuntime=worker, opcional &kokoroplayback=stream, &kokorodevice=wasm o webgpu, &kokorodtype=q8, fp16 o fp32. El streaming o FP32 activa automáticamente la generación en segundo plano.

Kitten: &kittenmodel=nano (o micro, mini), opcional &kittenplayback=stream.