> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz.md).

# Audio y voz

- [Descripción general](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/audio-voice.md)
- [Transcripción Whisper](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/whisper-transcription.md): Transcribe audio y video con OpenAI Whisper en las GPU de Clore.ai
- [WhisperX con diarización](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/whisperx.md): Ejecuta WhisperX para transcripción rápida de voz con marcas de tiempo a nivel de palabra y diarización de hablantes en las GPU de Clore.ai.
- [Bark TTS](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/bark-tts.md): Genera voz y audio realistas con Bark AI en Clore.ai
- [XTTS (Coqui)](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/xtts-coqui.md): Generación de voz natural con clonación de voz usando Coqui XTTS
- [F5-TTS](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/f5-tts.md): Text-to-speech rápido y fluido con F5-TTS en las GPU de Clore.ai
- [Clonación de voz con Zonos TTS](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/zonos-tts.md): Ejecuta Zonos TTS de Zyphra para clonación de voz con control de emoción y tono en las GPU de Clore.ai.
- [OpenVoice](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/openvoice-clone.md): Clona cualquier voz con unos segundos de audio usando OpenVoice en Clore.ai
- [Clonación de voz RVC](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/rvc-voice-clone.md): Clona y convierte voces con RVC en las GPU de Clore.ai
- [Separación Demucs](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/demucs-separation.md): Separa música en voces, batería, bajo y más con Demucs
- [Música AudioCraft](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/audiocraft-music.md): Genera música y audio con AudioCraft de Meta en Clore.ai
- [Stable Audio](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/stable-audio.md): Genera música y efectos de sonido con Stable Audio en Clore.ai
- [Dia TTS (Nari Labs)](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/dia-tts.md): Genera diálogo multiinterlocutor con emoción usando Dia TTS de Nari Labs
- [Clonación de voz Qwen3-TTS](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/qwen3-tts.md): Clonación de voz y TTS multilingüe con Qwen3-TTS — más de 10 idiomas, streaming, control de emoción
- [Kokoro TTS](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/kokoro-tts.md): Ejecuta Kokoro TTS — un modelo de texto a voz ultraligero de 82M parámetros en las GPU de Clore.ai.
- [Speech conversacional ChatTTS](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/chattts.md): Ejecuta text-to-speech conversacional ChatTTS con control detallado de prosodia en las GPU de Clore.ai.
- [Clonación de voz Chatterbox](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/chatterbox-tts.md): Ejecuta Chatterbox TTS de Resemble AI para clonación de voz zero-shot y síntesis de voz multilingüe en las GPU de Clore.ai.
- [Clonación de voz Kani-TTS-2](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/kani-tts.md): Ejecuta Kani-TTS-2 — un modelo de texto a voz ultrarrápido de 400M parámetros con clonación de voz en las GPU de Clore.ai
- [MiniMax Speech 2.6](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/minimax-speech.md): Implementa MiniMax Speech 2.6 — TTS para agente de voz de latencia ultrabaja — en los servidores GPU de Clore.ai
- [Fish Speech](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/fish-speech.md): Ejecuta TTS multilingüe de Fish Speech y clonación de voz zero-shot en las GPU de Clore.ai
- [StyleTTS2](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/styletss2.md): Ejecuta text-to-speech a nivel humano con StyleTTS2 mediante difusión de estilo en las GPU de Clore.ai
- [MeloTTS](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/melotts.md): Ejecuta MeloTTS con TTS multilingüe de alta calidad y inferencia rápida en las GPU de Clore.ai
- [Voxtral TTS](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/voxtral-tts.md)
- [MOSS-TTS (solo CPU, 100M)](https://docs.clore.ai/guides/guides_v2-es/audio-y-voz/moss-tts.md): Ejecuta MOSS-TTS — texto a voz multilingüe, ultraligero y priorizado para CPU de 100M parámetros de OpenMOSS (MOSI.AI + Fudan NLP) en Clore.ai.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-es/audio-y-voz.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.