Neuphonic

Neuphonic es una empresa especializada en síntesis de voz que utiliza modelos de lenguaje para generar habla sintética con características naturales. Proporciona servicios de síntesis de voz mediante API cloud y modelos ejecutables localmente en dispositivos. El sistema incluye capacidades de clonación de voz a partir de muestras de audio breves.

La plataforma ofrece una API de text-to-speech gestionada con soporte para más de 10 idiomas, incluyendo inglés, español, árabe, chino, hindi y dialectos regionales como gujarati y telugu. La infraestructura cloud se despliega en Kubernetes mediante Google Cloud Platform, diseñada para manejar alta concurrencia en implementaciones empresariales con baja latencia.

Neuphonic cuenta con NeuTTS Air, un modelo open-source de síntesis de voz con arquitectura basada en Qwen de 0.5B parámetros, licenciado bajo Apache 2.0. Este modelo compacto se ejecuta en CPUs en tiempo real sin requerir GPUs, funcionando en dispositivos como teléfonos, ordenadores portátiles y placas tipo Raspberry Pi.

NeuTTS Air utiliza NeuCodec como codec de audio. Los archivos de audio generados incluyen marcas de agua para identificación. El procesamiento local permite que los datos de voz permanezcan en el dispositivo del usuario sin transmitirse a servidores externos, funcionando tanto online como offline.

Los modelos pueden integrarse en aplicaciones de voz, asistentes conversacionales, dispositivos IoT y sistemas empresariales mediante APIs con SDKs disponibles en Python y JavaScript.