Neocortex Logo

Alternativa a Coqui XTTS para voces de juegos comerciales

Coqui cerró en 2024 y sus pesos de XTTS tienen licencia solo para uso no comercial. Una alternativa lista para uso comercial para clonar voces en juegos.

Neocortex TeamThe team behind Neocortex

· Actualizado el 20 oct 2026 · 5 min de lectura

Coqui cerró en 2024 y sus pesos de XTTS tienen licencia solo para uso no comercial. Una alternativa lista para uso comercial para clonar voces en juegos.

El problema de Coqui XTTS no son las voces. Es la licencia.

Coqui TTS y su modelo XTTS son herramientas de código abierto para clonar voces, y muchos desarrolladores de juegos prototiparon voces de personajes con ellas: unos segundos de audio de referencia, un script de Python, y el personaje habla. Luego el prototipo se convierte en un juego que quieres vender, y empiezan las preguntas. ¿Quién licencia el modelo? ¿Quién lo mantiene en marcha? ¿Cómo entra en Unity?

¿Puedes publicar voces de XTTS en un juego comercial?

No con la licencia publicada. XTTS-v2 se distribuye bajo la Coqui Public Model License (CPML), que permite el uso no comercial del modelo y de sus resultados. El código del toolkit tiene una licencia aparte y permisiva, pero eso no se extiende a los pesos de XTTS.

Antes de cerrar, Coqui vendía licencias comerciales para XTTS. Con la empresa desaparecida, no hay un sitio obvio donde comprar una, y la licencia de los pesos publicados no ha cambiado. La licencia cubre también los resultados, no solo el modelo, así que generar las líneas sin conexión y entregar solo los archivos de audio no la evita. Por tanto, una voz clonada que suena bien en tu prototipo puede seguir siendo una que no puedes incluir en un juego de pago. (No somos abogados y esto no es asesoramiento legal. Lee tú mismo la CPML.)

Cómo está Coqui ahora

  • La empresa ya no existe. Coqui cerró a principios de 2024, y su servicio alojado dejó de funcionar.
  • El repositorio original está inactivo. El trabajo nuevo se hace en otro lugar.
  • El código sigue vivo en una bifurcación. El Idiap Research Institute mantiene una bifurcación comunitaria y publica el paquete coqui-tts.
  • Nadie lo respalda comercialmente. No hay proveedor al que llamar, ni acuerdo de nivel de servicio, ni SDK para motores.

Qué significa alojar XTTS por tu cuenta para un equipo de juego

Incluso con la licencia resuelta, ejecutar XTTS en un juego publicado es un proyecto aparte. Esto es lo que tu equipo tendría que construir y mantener:

  1. Un servidor de inferencia con GPU, dimensionado para tu número máximo de jugadores hablando a la vez.
  2. Streaming, para que la voz empiece a sonar antes de que se sintetice la línea completa.
  3. Un cliente de motor para Unity o Unreal: enviar texto, recibir audio y reproducirlo sin cortes.
  4. Reconocimiento de voz, por separado, si los jugadores contestan hablando.
  5. Un modelo de lenguaje y la lógica del personaje, por separado, si los NPC responden en lugar de leer líneas.
  6. Gestión de voces: almacenar los clips de referencia, versionar las voces y mantenerlas coherentes entre actualizaciones.
  7. Mantenimiento: dependencias de Python, drivers de CUDA y actualizaciones de la bifurcación, mientras el juego esté activo.

Cada punto es factible. Juntos forman una plataforma de voz, que es un producto distinto de tu juego.

Los costes también se comportan de forma distinta a los ingresos de un juego. Un servidor de GPU factura por hora, haya alguien hablando o no, y hay que dimensionarlo para el pico de la tarde, no para la media. Si un streamer envía una oleada de jugadores a tu juego, el servidor de voz es lo primero que se cae.

Modelos autoalojados frente a una plataforma gestionada

La elección tiene menos que ver con Coqui que con dos enfoques:

Modelo abierto autoalojadoPlataforma gestionada de personajes
Coste inicialTiempo de ingeniería y GPUUn plan mensual
Coste continuoAlojamiento y mantenimientoPlan mensual
LicenciaDepende del modelo; XTTS-v2 es no comercialLa fija el plan; Neocortex permite uso comercial en Pro y Team
ControlControl total de pesos y servidoresGestionado por nosotros; el autoalojamiento en Neocortex es un acuerdo empresarial a medida
Soporte de motoresLo escribes túSDK incluidos
Juego sin conexiónPosible, si incluyes el modeloNecesita conexión, salvo los prototipos de chat de texto en local

El autoalojamiento encaja con la investigación, las herramientas y los proyectos no comerciales. Para un juego comercial, la licencia y la lista de mantenimiento de arriba suelen decidirlo.

Coqui XTTS frente a Neocortex

Coqui XTTSNeocortex
EmpresaCerrada; bifurcación comunitariaActiva, con versiones periódicas del SDK
Uso comercialLa licencia del modelo es no comercialIncluido en Pro y Team
Clonación de vozSíA partir de una muestra corta de la que tengas los derechos
Diseño de vozNoGenerar voces a partir de una descripción de texto
AlojamientoAutoalojado en tu propia GPUGestionado; autoalojamiento como acuerdo a medida
MotoresNinguno, paquete de PythonUnity, Unreal Engine 5, Godot, API web
Reconocimiento de vozNoVoz a texto en streaming
Personajes que hablanNoPersonajes de IA completos con voz de entrada y salida
IA localSe ejecuta en localModelos locales mediante Ollama en Unity para prototipos de chat de texto

Si la IA local importa para tu proyecto, nuestra guía sobre ejecutar LLM en local con Unity explica en detalle la ruta de Ollama.

Publica una voz que puedas vender

Trasladar un personaje de XTTS lleva cuatro pasos cortos. Toma el clip de referencia con el que clonaste la voz, siempre que tengas los derechos de esa grabación. Clónala en Neocortex, o describe la voz si prefieres empezar de cero. Construye el personaje alrededor de ella en el editor, y sustituye tu llamada de inferencia de Python por el SDK de Unity, la integración de Unreal Engine 5, Godot o la API web.

Neocortex sustituye toda la pila de XTTS por una sola cuenta. Clona una voz a partir de una grabación corta de la que tengas los derechos, o diseña una a partir de una descripción de texto: Pro incluye 5 voces personalizadas y Team incluye 20, y ambos planes cubren el uso comercial. No hay GPU que ejecutar, porque la voz se genera y se transmite por ti. Asigna la voz a un personaje con personalidad, conocimiento y acciones, pruébalo en el editor del navegador, e incorpóralo a Unity, Unreal Engine 5 o Godot.

Los datos de Coqui se revisaron por última vez en octubre de 2026. Este artículo no es asesoramiento legal; lee tú mismo la CPML antes de usar XTTS.

Preguntas frecuentes

¿Se puede usar Coqui XTTS en un juego comercial?

Los pesos de XTTS-v2 están bajo la Coqui Public Model License, que solo permite el uso no comercial, y con Coqui cerrado no hay nadie que venda una licencia comercial. Las voces que clones o diseñes en Neocortex pueden usarse comercialmente en los planes Pro y Team.

¿Sigue manteniéndose Coqui TTS?

El repositorio original está inactivo, mientras que una bifurcación comunitaria mantenida por el Idiap Research Institute publica el paquete coqui-tts. Neocortex es un servicio gestionado y mantenido, con SDK para Unity, Unreal Engine 5 y Godot.

¿Tiene Coqui XTTS un plugin para Unity?

No, XTTS es un paquete de Python que alojas tú mismo. Neocortex tiene un SDK para Unity 6 con seis escenas de ejemplo, voz en streaming de entrada y salida, y soporte de micrófono en las builds de WebGL.

¿Puede la clonación de voz con IA funcionar sin conexión en un juego?

Ejecutar XTTS sin conexión significa alojarlo en tu propia GPU bajo su licencia no comercial. La voz de Neocortex funciona como servicio en la nube; puedes prototipar el chat de texto con modelos locales mediante Ollama en Unity, y el autoalojamiento de la plataforma es un acuerdo empresarial a medida.

Artículos similares

Sigue leyendo