BENCHMARK DE DISEÑO DE VOZ TTS
¿Qué tan bien dan vida a los personajes los modelos TTS?
Un benchmark abierto que mide con cuánta convicción los modelos TTS crean voces distintivas y fieles al rol a partir de descripciones de personajes en lenguaje natural.
CLASIFICACIÓN
Clasificación de Diseño de voz
Breeze TTS 2
MiMo-V2.5-TTS
Inworld Voice Design
Fun-AudioGen-VD
Eleven v3
Qwen3-TTS-VD
VoxCPM2MÉTRICAS
Tres medidas de un buen diseño de voz para personajes.
Evaluamos el ajuste al rol, la diversidad de voces y la aprobación de texto. En conjunto, capturan tanto el desempeño individual como el rango de todo el reparto.
Ajuste al rol
Si la voz generada le pertenece al personaje. Los evaluadores califican en conjunto la edad, la textura, el temperamento y la interpretación del 1 al 5 frente al perfil completo del rol. Se excluyen los clips que no superan el filtro de texto.
Diversidad de voces
La cantidad de grupos de voces acústicamente distintos en todo el reparto generado. Muestra si el reparto suena como personas diferentes o si colapsa en unas pocas voces genéricas. Complementa al ajuste al rol, porque un modelo puede seguir bien cada prompt y aun así reutilizar una y otra vez las mismas voces.
Aprobación de texto
Si cada clip dice con claridad la línea prevista, evaluado por separado de la calidad del diseño de voz. Los problemas menores de pronunciación o claridad se aprueban. Las sustituciones, omisiones o inserciones notorias se califican como degradadas. Las líneas reescritas u omitidas se reprueban. La puntuación reportada es la proporción de clips calificados como aprobados.
DATASET
1.000 personajes en siete mundos narrativos
Seleccionada de CharacterCodex, cada tarea combina un prompt de personaje anonimizado con un guion de vista previa natural: pone a prueba la creación de voces distintivas sin depender de nombres ni franquicias conocidos.
Literatura, teatro y obras líricas
18%Novelas • Obras de teatro • Cuentos • Canciones • Poesía
Fuentes factuales, de noticias e investigación
17%Biografías · Documentales · Periódicos · Artículos científicos · Revistas de investigación
Mito, folclore y tradición histórica
14%Mitología · Leyendas urbanas · Textos históricos · Folclore · Cuentos de hadas
Medios ilustrados y animados
14%Manga · Novelas gráficas · Anime · Cómics · Webcómics
Juegos y ocio interactivo
13%Videojuegos · Juegos de mesa · Juegos de cartas · Juegos de rol de mesa
Medios periódicos y digitales
13%Revistas · Blogs · Artículos en línea
Cine y televisión
11%Películas · Series de televisión
ESCUCHA LA DIFERENCIA
Mismo personaje. Mismo guion. ¿Qué voz encaja mejor?
Prompt de Diseño de voz
Mature male, 50s-60s, Japanese-accented English. Dignified, measured, stoic tone. Clear texture with slight age rasp. Deliberate pacing, significant pauses. Conveys wisdom, authority, and visionary caution.
Guion
We do not rebuild a nation with noise or haste. We place each stone with care, and when doubt rises, we answer it with discipline, patience, and an unshaken sense of duty.
Voz A
Voz B
RECURSOS
Reproduce los resultados o crea tu propio personaje
Suite de evaluación
Todo lo necesario para reproducir estos resultados o evaluar un sistema nuevo.
Obtener el dataset
Descarga las 1.000 tareas de diseño de voz, con prompts, guiones de vista previa y metadatos de rol.
Explorar más voces
Descubre 15.000 voces de personajes únicas en Voice Galaxy, un universo 3D interactivo.
Crea tu personaje
Convierte la descripción o la imagen de un personaje en una voz distintiva y expresiva en BreezeBlue Studio.