Instala AI Noise Remover SDK
Python y FFmpeg en Windows, macOS y Linux, tu primera eliminación de ruido y la compilación para JavaScript.
Esta guía instala loudness-tts, crea tu primera voz con subtítulos e inicia el servidor de voz que pueden usar las aplicaciones de chat. Tarda unos cinco minutos, más la descarga de una voz.
Para Python: Python 3.9 o posterior. Para JavaScript: Node.js 20 o posterior, Bun o Deno. Cada voz se descarga una sola vez y ocupa entre 20 y 140 MB; la voz inglesa predeterminada ocupa unos 80 MB. FFmpeg es opcional: añade salida MP3, Opus, AAC y FLAC, que esperan aplicaciones de chat como LibreChat y AnythingLLM.
python3 --version
node --versionEn macOS y Linux:
python3 -m venv .venv
source .venv/bin/activate
python -m pip install loudness-ttsEn Windows, en PowerShell:
py -m venv .venv
.venv\Scripts\activate
python -m pip install loudness-ttsPara obtener los tiempos por palabra del propio modelo de voz, que dan los subtítulos más exactos, añade el extra opcional: python -m pip install "loudness-tts[timings]".
loudness-tts "El Dr. Pérez pagó 5,50 € el 15/10/2026 a las 9:30." --language es-ES -o voz.wav --srt voz.srtLa primera vez se descarga la mejor voz para el idioma y se comprueba con su suma de verificación publicada; después funciona sin conexión. Las voces se guardan en ~/.cache/loudness-tts (en Windows, %LOCALAPPDATA%\loudness-tts). Elige el idioma con --language o una voz con --voice; loudness-tts voices las muestra, de mejor a peor.
Desde Python:
import loudness_tts
voz = loudness_tts.synthesize("La reunión empieza a las 9:30.", language="es-ES")
voz.save("reunion.wav")
voz.save_srt("reunion.srt")
print(voz.voice.credit) # la línea de crédito que pide la licencia de la vozInstala el archivo del paquete desde la última versión en GitHub. Con Bun, usa bun add con la misma dirección.
npm install https://github.com/Loudness-ai/loudness-tts/releases/download/v0.1.1/loudness-tts-0.1.1.tgzimport { speak, synthesize } from "loudness-tts";
await speak("Hola, la reunión empieza a las 9:30.", "hola.wav", { language: "es-ES" });
const voz = await synthesize("Hello! How are you?");
await voz.saveSrt("hello.srt");En una página web, impórtalo con tu empaquetador (Vite, webpack o esbuild): speak(texto) reproduce la voz y voz.blob() devuelve un archivo WAV. El navegador guarda cada voz tras la primera descarga.
loudness-tts serve --port 8880El servidor responde como la API de voz de OpenAI en http://127.0.0.1:8880/v1. Pruébalo en macOS o Linux:
curl http://127.0.0.1:8880/v1/audio/speech -H "Content-Type: application/json" \
-d '{"model": "tts-1", "input": "Hola desde mi propio servidor.", "voice": "best:es-ES", "response_format": "wav"}' -o hola.wavPara que otros ordenadores o contenedores de Docker lo usen, añade --host 0.0.0.0 y protégelo con --api-key y una clave secreta que elijas. Las guías de aplicaciones de abajo muestran los ajustes para Open WebUI, LibreChat y AnythingLLM.
docker run -d --name loudness-tts -p 8880:8880 -v loudness-tts:/data ghcr.io/loudness-ai/loudness-ttsLa imagen incluye FFmpeg y guarda las voces en el volumen loudness-tts. Se publica para amd64 y arm64; la versión arm64 está probada en un Mac con Apple M4. Para descargar idiomas al arrancar el contenedor, añade -e LOUDNESS_TTS_PRELOAD="es-ES en-US".
Descarga las voces que necesites mientras tengas conexión:
loudness-tts download --language es-ES
loudness-tts download --language es-MXDespués, define LOUDNESS_TTS_OFFLINE=1 para impedir descargas; LOUDNESS_TTS_HOME cambia la carpeta de las voces. loudness-tts doctor --synthesize comprueba toda la instalación.
Las voces se descargan de huggingface.co y, en el caso de tres voces de la comunidad, de sfo3.digitaloceanspaces.com. Permite esas direcciones en tu cortafuegos o proxy, o descarga las voces en otro ordenador y copia la carpeta de voces.
Instala FFmpeg (brew install ffmpeg, sudo apt-get install ffmpeg o winget install --id Gyan.FFmpeg) o pide WAV. La imagen de Docker ya incluye FFmpeg.
Ejecuta loudness-tts voices --language es para ver los identificadores de las voces de un idioma. Los nombres de OpenAI, como nova y onyx, corresponden a voces en inglés (EE. UU.).
Inicia el servidor en otro puerto, por ejemplo --port 8890, y usa ese puerto en tu aplicación.
Ejecuta una vez Set-ExecutionPolicy -Scope CurrentUser RemoteSigned y vuelve a activarlo.
loudness-ttsPruébalo en tu navegadorDocumentación en GitHub (en inglés)Cómo se clasifican las vocesCómo se leen números y fechasTexto a voz (en línea)
Python y FFmpeg en Windows, macOS y Linux, tu primera eliminación de ruido y la compilación para JavaScript.
Lee en voz alta las respuestas de Open WebUI con voces naturales que funcionan en tu propio equipo.
Configura librechat.yaml para que LibreChat lea los mensajes en voz alta con voces locales gratuitas.
Usa el proveedor OpenAI Compatible de AnythingLLM con voces gratuitas en tu propio equipo.
Voz en urdu a texto con whisper.cpp, faster-whisper o Transformers, los ajustes recomendados y soluciones a problemas habituales.