Generador de voz IA
en español

Sí. Toda la generación con IA, la clonación de voz y el procesamiento de audio se ejecutan localmente en tu GPU. Tus prompts, guiones, muestras de voz y audios generados no se suben a un servicio en la nube. Sigue siendo necesaria una conexión a internet para iniciar sesión y verificar la licencia. Foundry puede cerrar tu sesión si no logra contactar con el servidor de autenticación durante un periodo prolongado.

No. Tus archivos de audio, muestras de voz, prompts, guiones, datos de proyecto y contenido generado permanecen en tu ordenador. Foundry no sube contenido creativo a un servicio de IA en la nube para generarlo o procesarlo.

Una GPU NVIDIA con al menos 4 GB de VRAM puede ejecutar determinados modelos de voz con calidad reducida. 6 GB son un punto de partida más práctico, mientras que se recomiendan 12 GB o más para obtener el mejor rendimiento general en Music y Speech. Las GPU AMD con al menos 8 GB de VRAM pueden ejecutar Music y Speech mediante Vulkan, aunque la compatibilidad con AMD sigue siendo experimental. Se recomienda NVIDIA con CUDA.

Sí. Las GPU AMD con al menos 8 GB de VRAM pueden ejecutar Music y Speech mediante Vulkan. La compatibilidad con AMD sigue siendo experimental y puede ser menos consistente que NVIDIA/CUDA, que ofrece la experiencia Foundry más madura.

Foundry está disponible actualmente para Windows 10 y Windows 11 de 64 bits. Por ahora no hay versiones nativas para macOS o Linux.

El plan Creator cuesta $15.00/mes y el plan Professional $49.00/mes. También hay facturación anual con descuento. Ambos planes incluyen generación local ilimitada de música y voz con IA, sin créditos por generación; los límites del plan se aplican al tamaño y la duración de los proyectos y a las funciones avanzadas. Se incluye una prueba gratuita de 7 días.

Sí. Demodokos Foundry ofrece una prueba gratuita de 7 días con todas las capacidades de la licencia seleccionada. Se activa mediante PayPal con una autorización de $0 y no se te cobra salvo que mantengas la suscripción una vez finalizada la prueba. Puedes cancelar en cualquier momento antes de que caduque.

Sí, en cualquier momento, en Facturación > Cancelar. La cancelación detiene la siguiente renovación y entra en vigor al final del periodo de facturación actual: el mes en curso para los planes mensuales o el año en curso para los anuales. Mantendrás el acceso completo hasta entonces. Los pagos ya realizados no se reembolsan y no hay cargos por cancelación. Durante la prueba gratuita puedes cancelar en cualquier momento sin coste.

Sí. Importa una grabación breve de tu voz - o de otra voz que estés autorizado a utilizar - y Foundry crea el clon localmente en tu equipo. Las voces clonadas pueden utilizar más de 40 emociones y estilos de habla, cada uno con cinco niveles de intensidad, sin cargos por carácter ni por generación.

Demodokos Foundry admite generación musical y letras en 50 idiomas, y generación de habla y voz en 10 idiomas. El agente Creative AI está optimizado para conversar en inglés. Los modelos Creative AI más grandes, disponibles en sistemas con más VRAM, comprenden idiomas adicionales y ofrecen mejores capacidades multilingües para escribir letras, analizar texto y preparar narraciones.

Demodokos Foundry utiliza sistemas de IA propietarios y modelos adaptados desarrollados a partir de bases de código abierto. Demodokos modifica, amplía y adapta ampliamente esas bases antes de integrarlas en su arquitectura propietaria de música, voz y producción de audio.

El motor Music v4 parte de una base ACE-Step 1.5 modificada, con estabilización guiada por flujo espectral integrada directamente en el proceso de generación. Speech v4 hace avanzar Qwen3-TTS mediante nuevas adaptaciones y amplios cambios arquitectónicos, mientras que Creative AI utiliza modelos de lenguaje Qwen3 restringidos dentro de un pipeline agéntico personalizado. Demodokos también ha rediseñado la tecnología AudioSeal de Meta para crear Tonotope, un sistema ligero de marcado de origen de IA integrado directamente en el audio generado sin dejar de ser inaudible.

Toda la inferencia de IA se ejecuta localmente mediante una pila de inferencia C++ personalizada basada en GGML y ONNX.

No. Una envoltura suele colocar una interfaz nueva sobre un modelo existente y deja prácticamente intactos la tecnología y el flujo de trabajo subyacentes. Foundry va mucho más allá.

Demodokos modifica y amplía los propios modelos y después construye a su alrededor sistemas propietarios de generación, consistencia de voz, orquestación y procesamiento de audio. Music v4 y Speech v4 incluyen cambios que afectan directamente a la estabilidad musical, la identidad del hablante, la expresividad y la consistencia en contenidos largos.

La diferencia se aprecia especialmente en el editor enriquecido de Speech. Combina una experiencia familiar de escritura en documentos con herramientas creadas específicamente para producción hablada: señales visuales de hablante e interpretación, música de fondo e inserciones de sonido, diálogo superpuesto, crosstalk natural, temporización precisa a nivel de muestra y efectos DSP ajustables visualmente. Cada frase puede escucharse, editarse o regenerarse en contexto, con control individual del ritmo, el tono, el volumen y la interpretación.

Los pipelines agénticos de Foundry pueden procesar libros completos, dividirlos en capítulos, resumir y analizar su contenido, examinar imágenes y texto mediante OCR, identificar hablantes, crear voces a partir de descripciones de personajes generadas por IA y preparar la narración. Otro pipeline de narración puede adaptar el texto, elegir al hablante adecuado y seleccionar las emociones apropiadas línea por línea.

Después, los proyectos pueden pasar a generación musical, separación de stems, reparación de secciones, organización en la línea de tiempo, mezcla y exportación final. Foundry no es una interfaz para modelos de terceros, sino un entorno local integrado de producción de audio que lleva textos largos desde el documento hasta el sonido terminado.

ElevenLabs es una plataforma en la nube basada en créditos de uso mensuales. Demodokos Foundry es un entorno local de producción de audio para Windows: la generación se ejecuta en tu propia GPU, tus guiones, voces y audios permanecen en tu equipo y la producción no se mide por caracteres ni por créditos de generación.

Foundry también está pensado para producciones completas, no para generaciones aisladas. Su editor enriquecido de Speech permite escribir en una interfaz de documento familiar, asignar hablantes, dirigir la emoción y la interpretación línea por línea, insertar música y sonido, crear diálogo superpuesto y crosstalk, regenerar cualquier frase en contexto y ajustar ritmo, tono, volumen, temporización y DSP sin salir del documento. Los flujos agénticos pueden preparar libros completos segmentando capítulos, analizando texto e imágenes, identificando hablantes, diseñando voces y dirigiendo la narración.

La generación musical, la separación de stems, la reparación de secciones, la mezcla en línea de tiempo y la automatización están integradas en la misma aplicación de escritorio. La diferencia clave es disponer de un estudio local, privado e integrado en lugar de un servicio en la nube cuyo uso se mide mediante créditos.

Sí. Demodokos Foundry está diseñado para facilitar flujos de trabajo compatibles con el RGPD. Toda la generación con IA, la clonación de voz y el procesamiento de audio se ejecutan en tu propio hardware, por lo que el contenido empresarial, el audio de clientes, las grabaciones de voz propietarias, los guiones internos y las narraciones confidenciales permanecen en tus instalaciones en lugar de enviarse a un proveedor de IA en la nube. Ningún proveedor de IA en la nube recibe ni conserva tu contenido creativo. Esto ofrece a tu organización control directo y soberanía de datos sobre el proceso de generación, por lo que Foundry resulta especialmente adecuado para empresas, equipos jurídicos, sanidad, agencias de medios y otros trabajos sensibles.

Sí. Demodokos Foundry está diseñado para cumplir los requisitos de transparencia aplicables de la Ley de IA de la UE. El audio generado se identifica como creado por IA en sus metadatos e incorpora Tonotope, la marca de agua robusta e inaudible de Demodokos que señala su origen de IA.