Openvoice Voice Cloning

OpenVoice (V2) — clonado por transferencia de timbre

⚠️ Corrección 2026-09-05 (auditoría stars-explorer): stars y docs desfasadas, la afirmación "corre en CPU, sin GPU" era matizable y la firma del ToneColorConverter estaba imprecisa. Corregido.

Repo: https://github.com/myshell-ai/OpenVoice (MIT, Python, ~37K⭐). Docs: https://research.myshell.ai/open-voice.

When to Use

• Cuando pidas clonar un timbre ("tone color") sin entrenar: con OpenVoice transfieres el color de voz a un TTS base.
• Para cambiar el timbre de un texto ya sintetizado sin re-entrenar.

Qué es

Sistema de conversión de color de voz (V2): no genera el texto tú mismo, sino que re-colorea la voz de un TTS base. La cadena V2 usa MeloTTS como TTS base (instalar aparte) y el tone-color converter para el timbre.

• En la práctica el pipeline completo se usa con GPU (MeloTTS + converter); el converter en sí es ligero, pero no es estrictamente CPU-only para uso normal.
• No necesita API key — es open-source local.

Uso

from openvoice.api import ToneColorConverter
from openvoice.se_extractor import se_extractor  # según versiones

# Firma real del converter (checkpoints V2)
converter = ToneColorConverter(
    'checkpoints_v2/converter.pth',
    config_path='checkpoints_v2/config.json'
)
# extraer embed de la voz de referencia y convertir

(Instalar MeloTTS aparte: pip install -q MeloTTS — es la dependencia base de V2.)

Pitfalls

• La doc NO está en docs.myshell.com; la referencia es research.myshell.ai/open-voice.
• ToneColorConverter('checkpoint_v1') es impreciso: firma completa ('checkpoints_v2/converter.pth', config_path='checkpoints_v2/config.json').
• No confundir con un TTS end-to-end: OpenVoice recolorea una voz; el texto lo sintetiza el TTS base.

Verificación

• Cargar ToneColorConverter con la ruta V2, extraer embed de una voz y convertir un clip; comprobar que el timbre cambia manteniendo texto y prosodia.