Supertonic 3 explicado: 31 idiomas en Local TTS

Imagina que una misma voz natural pudiera leer un artículo en inglés, una nota en coreano, un PDF en español y un libro electrónico en japonés, sin descargar paquetes de idioma ni enviar una frase a la nube.

Eso es lo que hace Supertonic 3 dentro de Local TTS. Es el motor multilingüe de la voz de 31 idiomas de la aplicación y funciona directamente en tu iPhone o iPad. Pega un texto, importa un documento o fotografía una página impresa: Local TTS detecta el idioma y crea el audio en el dispositivo.

No hace falta instalar modelos, abrir una cuenta ni usar una clave API. La versión gratuita ya incluye una voz multilingüe que lee los 31 idiomas.

Fuente de la imagen oficial: La portada usa sin modificaciones la imagen principal de Supertonic 3 publicada en el repositorio oficial. Las cifras de rendimiento de la imagen son afirmaciones de Supertone para el lanzamiento.

La respuesta en una frase

Supertonic 3 es un modelo compacto de texto a voz con unos 99 millones de parámetros que genera audio de 44,1 kHz en 31 idiomas mediante ONNX Runtime y hace posible la lectura multilingüe privada en un teléfono.

La palabra importante no es solo «multilingüe», sino también en el dispositivo. Una vez instalado Local TTS, cada párrafo no tiene que subir a un servidor de voz. El modelo, los estilos y la generación de audio están disponibles sin conexión.

¿Qué es Supertonic 3?

Supertonic 3 es un modelo TTS multilingüe de pesos abiertos creado por Supertone. El repositorio oficial de Supertonic lo presenta como un sistema ligero para inferencia local con ONNX Runtime, sin llamadas a la nube ni necesidad de GPU.

La versión 3 amplía la cobertura de 5 a 31 idiomas. Supertone también señala menos palabras repetidas u omitidas y una identidad vocal más coherente en los idiomas compartidos con versiones anteriores.

Los recursos ONNX públicos dividen el proceso entre codificador de texto, predictor de duración, estimador vectorial y vocoder. En Local TTS no tienes que administrar esos archivos: la aplicación los incluye y coordina.

Fuente: comparación oficial del tamaño de los modelos de Supertone. El gráfico se reproduce sin cambios; los nombres y recuentos de parámetros proceden del editor.

¿Qué 31 idiomas admite Local TTS?

La voz Supertonic 3 de Local TTS cubre el conjunto completo publicado en la ficha oficial del modelo:

El chino no forma parte actualmente de la lista oficial de 31 idiomas. Local TTS no etiqueta un idioma como compatible solo porque un modelo pueda producir algún sonido en él.

Esta variedad resulta útil más allá de la traducción. Una biblioteca puede contener un PDF en español, un estudio en inglés, un EPUB en francés y notas en coreano. Todo se escucha en la misma aplicación y con un estilo de voz conocido.

Por qué Local TTS usa Supertonic 3

1. Una voz que cruza fronteras lingüísticas

Local TTS incluye diez estilos predefinidos de Supertonic 3: cinco femeninos y cinco masculinos. Cada estilo lee los 31 idiomas, así que la voz no tiene que cambiar cuando el documento pasa a otro idioma.

La aplicación detecta el idioma del texto. Si un documento cambia de idioma entre frases, Local TTS lo divide en límites naturales, aplica la pronunciación adecuada y mantiene el carácter de la voz elegida. Un nombre aislado puede ser ambiguo; una frase completa ofrece señales más fiables.

2. Inferencia en CPU y reproducción en segundo plano

Supertonic 3 se ejecuta en Local TTS con ONNX Runtime sobre la CPU. No necesita una GPU remota, ni siquiera la GPU del iPhone, para sintetizar la voz.

La aplicación puede seguir leyendo con la pantalla bloqueada o mientras usas otra aplicación. Los controles de la pantalla de bloqueo y del Centro de control permanecen disponibles, sin cambiar a un servicio en la nube.

3. Tus documentos permanecen en tu dispositivo

El texto de los PDF, los capítulos de libros electrónicos, las notas pegadas, los resultados de OCR y el audio generado se procesan en el iPhone o iPad. Es especialmente útil para notas personales, material de estudio, escritos inéditos y documentos internos.

Local TTS no exige cuenta, no muestra anuncios y no realiza seguimiento. La sincronización opcional utiliza tu propia cuenta de iCloud; la operación de IA que convierte texto en voz sigue siendo local.

4. Un lector completo, no solo una demostración

Local TTS combina el motor con funciones de lectura cotidiana:

• Pegar texto o escribir una nota
• Importar PDF, EPUB, Word, TXT y Markdown
• Capturar una página impresa con OCR en el dispositivo
• Seguir la frase que se está leyendo
• Elegir voz y velocidad para cada nota
• Escuchar desde la pantalla bloqueada y el Centro de control
• Exportar la lectura completa en M4A con Pro

Descarga Local TTS gratis en el App Store y prueba la voz Supertonic 3 con cualquiera de sus 31 idiomas.

Supertonic 3 y Kokoro-82M tienen funciones distintas

Si tus documentos son multilingües, Supertonic 3 es el punto de partida natural. Si escuchas principalmente en inglés y quieres más voces estadounidenses y británicas, elige Kokoro. Puedes cambiar por nota en cualquier momento.

Consulta nuestra guía de Kokoro-82M para conocer el motor de voces inglesas.

Consejos para mejorar la lectura multilingüe

1. Incluye suficiente texto: una frase completa se identifica mejor que un nombre aislado.
2. Cuida la puntuación: puntos, comas y párrafos indican las pausas.
3. Usa un idioma principal por frase: cambiar idioma palabra por palabra es más difícil.
4. Comprueba nombres y abreviaturas: las convenciones varían entre idiomas.
5. Revisa el OCR: un error de reconocimiento se convierte en un error de pronunciación.

Supertonic 3 no proporciona a Local TTS tiempos exactos para cada palabra. Con estas voces, el lector sigue la frase actual en lugar de prometer un resaltado palabra por palabra que no sería preciso.

Preguntas frecuentes

¿Necesito descargar un modelo para cada idioma?

No. El mismo modelo Supertonic 3 incluido y el estilo elegido procesan los 31 idiomas. No hay paquetes separados.

¿Puede un documento contener varios idiomas?

Sí. Local TTS detecta el idioma por secciones y mantiene el estilo elegido cuando las frases cambian de idioma.

¿Funciona sin conexión?

Sí. El modelo está incluido en Local TTS y genera la voz en el dispositivo sin conexión de red.

¿Admite chino?

No por ahora. El chino no figura entre los 31 idiomas oficiales de Supertonic 3.

¿Puede Local TTS clonar mi voz?

No. La aplicación utiliza diez estilos predefinidos de Supertonic 3 y no ofrece clonación de voz personalizada.

Escucha los 31 idiomas en tu dispositivo

Supertonic 3 hace práctica una voz multilingüe amplia sin servidor de voz. Local TTS añade importación de documentos, OCR, detección de idioma, seguimiento de frases, reproducción en segundo plano y exportación de audio para convertirla en un lector diario.

Descarga Local TTS gratis en el App Store y convierte tu primer documento multilingüe en voz privada y sin conexión con Supertonic 3.