Alternativa ao Coqui XTTS para vozes de jogos comerciais
O Coqui fechou em 2024 e os pesos do XTTS têm licença apenas para uso não comercial. Uma alternativa pronta para uso comercial para clonagem de voz em jogos.
Neocortex TeamThe team behind Neocortex
· Atualizado em 20 de out. de 2026 · 5 min de leitura

O problema do Coqui XTTS não são as vozes. É a licença.
O Coqui TTS e o modelo XTTS são ferramentas de clonagem de voz de código aberto, e muitos desenvolvedores de jogos prototiparam vozes de personagens com eles: alguns segundos de áudio de referência, um script em Python e um personagem falando. Depois o protótipo vira um jogo que você quer vender, e as perguntas começam. Quem licencia o modelo? Quem mantém tudo funcionando? Como isso entra no Unity?
Dá para usar vozes do XTTS em um jogo comercial?
Não pela licença publicada. O XTTS-v2 é distribuído sob a Coqui Public Model License (CPML), que permite apenas o uso não comercial do modelo e de suas saídas. O código do toolkit tem uma licença separada e permissiva, mas isso não se estende aos pesos do XTTS.
Antes de fechar, a Coqui vendia licenças comerciais para o XTTS. Com a empresa encerrada, não há um lugar óbvio para comprar uma, e a licença dos pesos publicados não mudou. A licença cobre as saídas além do modelo, então gerar as falas offline e enviar só os arquivos de áudio também não resolve. Ou seja, uma voz clonada que soa bem no seu protótipo ainda pode ser uma voz que você não pode usar em um jogo pago. (Não somos advogados, e isto não é aconselhamento jurídico. Leia a CPML você mesmo.)
Onde a Coqui está hoje
- A empresa acabou. A Coqui encerrou no começo de 2024, e o serviço hospedado saiu do ar.
- O repositório original está inativo. Novos trabalhos acontecem em outros lugares.
- O código continua em um fork. O Idiap Research Institute mantém um fork da comunidade e publica o pacote
coqui-tts. - Ninguém dá suporte comercial. Não há fornecedor para acionar, nenhum nível de serviço e nenhum SDK para o engine.
O que hospedar o XTTS por conta própria significa para uma equipe de jogos
Mesmo com a licença resolvida, rodar o XTTS em um jogo lançado é um projeto à parte. Veja o que sua equipe teria que construir e manter:
- Um servidor de inferência com GPU, dimensionado para o pico de jogadores falando ao mesmo tempo.
- Streaming, para que a fala comece antes de a linha inteira ser sintetizada.
- Um cliente para o engine de Unity ou Unreal: enviar texto, receber áudio, tocar sem falhas.
- Reconhecimento de fala, separadamente, se os jogadores falarem de volta.
- Um modelo de linguagem e a lógica do personagem, separadamente, se os NPCs responderem em vez de apenas ler falas.
- Gestão de vozes: armazenar os clipes de referência, versionar as vozes e mantê-las consistentes entre as atualizações.
- Manutenção: dependências do Python, drivers CUDA e atualizações do fork, enquanto o jogo estiver no ar.
Cada item é viável. Juntos, eles formam uma plataforma de voz, que é um produto diferente do seu jogo.
Os custos também se comportam de forma diferente da receita de um jogo. Um servidor com GPU cobra por hora, esteja alguém falando ou não, e precisa ser dimensionado para o pico da noite, não para a média. Se um streamer mandar uma leva de jogadores para o seu jogo, o servidor de voz é a primeira coisa a cair.
Modelos self-hosted vs uma plataforma gerenciada
A escolha tem menos a ver com o Coqui e mais com duas abordagens:
| Modelo open source self-hosted | Plataforma de personagens gerenciada | |
|---|---|---|
| Custo inicial | Tempo de engenharia e GPUs | Um plano mensal |
| Custo contínuo | Hospedagem e manutenção | Plano mensal |
| Licença | Depende do modelo; o XTTS-v2 é não comercial | Definida pelo plano; a Neocortex permite uso comercial nos planos Pro e Team |
| Controle | Controle total dos pesos e servidores | Gerenciado para você; self-hosting na Neocortex é um acordo Custom enterprise |
| Suporte a engines | Você escreve | SDKs incluídos |
| Jogo offline | Possível, se você enviar o modelo | Precisa de conexão, exceto nos protótipos de chat de texto local |
Self-hosting serve para pesquisa, ferramentas e projetos não comerciais. Para um jogo comercial, a licença e a lista de manutenção acima costumam decidir a questão.
Coqui XTTS vs Neocortex
| Coqui XTTS | Neocortex | |
|---|---|---|
| Empresa | Encerrada; fork da comunidade | Ativa, com lançamentos regulares de SDK |
| Uso comercial | A licença do modelo é não comercial | Incluído nos planos Pro e Team |
| Clonagem de voz | Sim | A partir de uma amostra curta sobre a qual você tenha os direitos |
| Criação de voz | Não | Gere vozes a partir de uma descrição em texto |
| Hospedagem | Self-host na sua própria GPU | Gerenciada; self-hosting como acordo Custom |
| Engines | Nenhum, pacote Python | Unity, Unreal Engine 5, Godot, Web API |
| Reconhecimento de fala | Não | Speech-to-text em streaming |
| Personagens que falam | Não | Personagens de IA completos com voz de entrada e de saída |
| IA local | Roda localmente | Modelos locais via Ollama no Unity para protótipos de chat de texto |
Se a IA local importa para o seu projeto, nosso guia sobre como rodar LLMs localmente com Unity cobre a rota do Ollama em detalhes.
Lance uma voz que você pode vender
Migrar um personagem do XTTS leva quatro passos curtos. Use o clipe de referência que você clonou, desde que tenha os direitos sobre essa gravação. Clone-o na Neocortex, ou descreva a voz se preferir começar do zero. Monte o personagem em volta dela no editor e substitua sua chamada de inferência em Python pelo SDK do Unity, pela integração com o Unreal Engine 5, pelo Godot ou pela Web API.
A Neocortex substitui toda a stack do XTTS por uma única conta. Clone uma voz a partir de uma gravação curta sobre a qual você tenha os direitos, ou crie uma a partir de uma descrição em texto: o Pro inclui 5 vozes personalizadas e o Team inclui 20, e os dois planos cobrem uso comercial. Não há GPU para rodar, já que a fala é gerada e transmitida para você. Associe a voz a um personagem com personalidade, conhecimento e ações, teste no editor do navegador e leve para o Unity, o Unreal Engine 5 ou o Godot.
Os detalhes sobre o Coqui foram verificados pela última vez em outubro de 2026. Este post não é aconselhamento jurídico; leia a CPML você mesmo antes de usar o XTTS.
Perguntas frequentes
O Coqui XTTS pode ser usado em um jogo comercial?
Os pesos do XTTS-v2 estão sob a Coqui Public Model License, que permite apenas uso não comercial, e com a Coqui fechada não há ninguém para vender uma licença comercial. As vozes que você clonar ou criar na Neocortex podem ser usadas comercialmente nos planos Pro e Team.
O Coqui TTS ainda é mantido?
O repositório original está inativo, enquanto um fork da comunidade mantido pelo Idiap Research Institute publica o pacote coqui-tts. A Neocortex é um serviço gerenciado e mantido, com SDKs para Unity, Unreal Engine 5 e Godot.
O Coqui XTTS tem um plugin para Unity?
Não, o XTTS é um pacote Python que você mesmo hospeda. A Neocortex tem um SDK para Unity 6 com seis cenas de exemplo, fala em streaming nos dois sentidos e suporte a microfone em builds WebGL.
Dá para usar clonagem de voz com IA offline em um jogo?
Rodar o XTTS offline significa hospedá-lo na sua própria GPU sob a licença não comercial dele. A voz da Neocortex roda como serviço em nuvem; você pode criar protótipos de chat de texto com modelos locais via Ollama no Unity, e o self-hosting da plataforma é um acordo Custom enterprise.






