¿Qué es Indic-Speak?
Indic-Speak es un modelo de texto a voz de Bodhan AI, una empresa incubada en el IIT Madras, desarrollado con AI4Bharat y publicado en septiembre de 2026 como uno de cuatro modelos índicos abiertos. La propia página de Indic Parler-TTS de AI4Bharat lo recomienda ahora en lugar de aquel modelo anterior. Es un modelo de lenguaje de voz de unos 3.800 millones de parámetros sobre Llama 3.2 3B que predice códigos de audio SNAC, que un decodificador Vocos ajustado convierte en audio a 24 kHz.
Cubre 22 idiomas indios más el inglés: 13 con calidad de producción (entre ellos hindi, bengalí, maratí, telugu, tamil, urdu y asamés) y 10 en versión preliminar, como el bodo, el dogri, el santalí y el sánscrito. Lee textos con mezcla de idiomas en escritura nativa o latina. No hay clonación de voz: cada voz procede de un locutor contratado que dio su consentimiento, y la API alojada ofrece 45 voces y 14 estilos de habla.
¿Merece la pena Indic-Speak?
Indic-Speak da a 22 idiomas indios sus propias voces, el doble que las 11 lenguas de Maya2 Native, y cada una de esas voces pertenece a alguien que dio su permiso. Eso importa en un mercado donde clonar la voz de un profesor o de una estrella de cine es el abuso más evidente; Indic-Speak sencillamente no clona, y su licencia prohíbe los deepfakes, las llamadas automáticas y el phishing por voz.
La amplitud va por niveles. Trece idiomas figuran como listos para producción y diez, entre ellos el bodo, el konkani, el cachemir y el santalí, como preliminares. Las únicas puntuaciones que publica Bodhan son medias: una tasa de error del 26,49% en palabras y del 17,86% en caracteres, una nota de calidad NORESQA de 4,46 sobre 5 y una consistencia de voz del 96,47%, sin comparación con otros modelos. Maya2 Native de Maya Research, en cambio, tiene resultados públicos de arena en hindi.
La API alojada es el camino fácil. A ₹6 por 10.000 caracteres, un millón de caracteres cuesta ₹600, y el endpoint sigue el formato de voz de OpenAI con unos 200 ms hasta el primer audio. Los pesos son de clase 3B y necesitan Transformers v5; no se publica la VRAM. El anterior Indic Parler-TTS de AI4Bharat, de 0,9B bajo Apache 2.0, sigue siendo la alternativa ligera, pero sus autores ahora remiten a Indic-Speak.
La pega: la licencia es abierta, pero no es Apache. Debes citar a Bodhan AI y AI4Bharat, mantener los derivados bajo la misma licencia y obtener la aprobación por escrito de Bodhan antes de ofrecerlo como API a terceros, salvo que seas una organización sin ánimo de lucro, una administración pública o un usuario académico. Los productos con más de 500 millones de usuarios mensuales o $250 millones de ingresos necesitan un acuerdo aparte. El control de estilo es de calidad preliminar, no puede reír ni suspirar, y los recuentos de voces de la ficha del modelo no coinciden con los de la API.
Nuestra opinión: para un servicio educativo o público que lee lecciones y avisos en muchos idiomas indios, Indic-Speak es lo primero que conviene probar; una app de consumo que necesite una voz de marca propia tendrá que buscar en otra parte.
Dónde se gana su sitio
Una empresa de tecnología educativa que produce lecciones escolares en hindi, tamil y oriya
Convertir lecciones escritas en audio para alumnos que leen despacio
Envía el texto de cada lección a la API alojada con una voz por idioma; a ₹6 por 10.000 caracteres, 5 millones de caracteres al mes cuestan ₹3.000. Cada voz es de un locutor que dio su consentimiento, así que no hay problema de derechos.
Un departamento de un gobierno estatal con una línea de atención ciudadana
Leer avisos de programas públicos en maratí e inglés, incluidas frases mezcladas
Aloja los pesos en servidores públicos; los usuarios de la administración están exentos de la regla de aprobación para APIs. El texto mixto maratí-inglés en devanagari o escritura latina se lee sin preprocesado.
Un editor de noticias de Assam
Ofrecer una versión en audio de cada artículo en asamés y bodo
El asamés tiene calidad de producción y el bodo es preliminar, así que reserva a alguien que escuche el audio en bodo. Incluye la mención 'Built with Indic-Speak from Bodhan AI / AI4Bharat' que exige la licencia.
Antes de decidirte
- Puesta en marcha
- Acepta la licencia en Hugging Face, instala Transformers v5 y carga el modelo; o crea una clave en console.bodhan.ai y haz POST a /v1/audio/speech. Las cuentas nuevas reciben ₹10 de crédito, sin tarjeta.
- Integraciones
- Endpoint de voz compatible con OpenAI en api.bodhan.ai/v1; Hugging Face Transformers para autoalojar; existen conversiones comunitarias a ONNX y MLX.
- Datos y privacidad
- El autoalojamiento mantiene el texto en local. Las voces proceden solo de locutores contratados que dieron su consentimiento; la licencia prohíbe clonar a personas reales sin consentimiento, las llamadas automáticas, el phishing por voz y la desinformación, y pide informar de que la voz es sintética. La página de la API no indica cuánto tiempo se conservan los datos.
- Coste a escala
- API: ₹6 por 10.000 caracteres, con recargas de prepago de hasta ₹5.000 y sin suscripción. El autoalojamiento es gratis por debajo de 500 millones de usuarios mensuales o $250 millones de ingresos.
- Límites
- Control de estilo de calidad preliminar; sin risas, suspiros ni respiraciones; puede pronunciar mal palabras poco comunes; límites de peticiones y de concurrencia por clave en la API; no se publica la VRAM.
Lo bueno
- 22 idiomas indios más inglés, con texto en escrituras mezcladas
- Cada voz procede de un locutor contratado que dio su consentimiento
- API alojada a ₹6 por 10.000 caracteres, unos 200 ms hasta el primer audio
- La licencia permite uso comercial por debajo de 500 millones de usuarios mensuales
Lo malo
- Sin clonación de voz
- 10 de los 23 idiomas tienen calidad preliminar
- Sin resultados de arena independientes ni comparativas
- Ofrecerlo como API a terceros necesita la aprobación de Bodhan
Ideal para
Equipos de educación, administración pública y medios que necesitan narración natural en muchos idiomas indios con voces jurídicamente limpias.
Alternativas a Indic-Speak
Indic-Speak: preguntas frecuentes
- ¿Merece la pena Indic-Speak?
- Indic-Speak es la apuesta segura para narración en idiomas indios a escala: voces con consentimiento, 23 idiomas y una API barata, pero sin clonación y todavía sin clasificación independiente. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta Indic-Speak?
- Pesos gratuitos bajo la Indic Open Model License, con mención; ofrecerlo como API necesita la aprobación de Bodhan. API alojada: ₹6 por 10.000 caracteres, ₹10 de crédito gratis.
- ¿Qué inconvenientes tiene Indic-Speak?
- Sin clonación de voz; 10 de los 23 idiomas tienen calidad preliminar; sin resultados de arena independientes ni comparativas; ofrecerlo como API a terceros necesita la aprobación de Bodhan.
- ¿Para quién es Indic-Speak?
- Equipos de educación, administración pública y medios que necesitan narración natural en muchos idiomas indios con voces jurídicamente limpias.
- ¿Cuánto cuesta Indic-Speak para un equipo o en producción?
- API: ₹6 por 10.000 caracteres, con recargas de prepago de hasta ₹5.000 y sin suscripción. El autoalojamiento es gratis por debajo de 500 millones de usuarios mensuales o $250 millones de ingresos.
- ¿Es Indic-Speak seguro para los datos de la empresa?
- El autoalojamiento mantiene el texto en local. Las voces proceden solo de locutores contratados que dieron su consentimiento; la licencia prohíbe clonar a personas reales sin consentimiento, las llamadas automáticas, el phishing por voz y la desinformación, y pide informar de que la voz es sintética. La página de la API no indica cuánto tiempo se conservan los datos.
- ¿Cuáles son las mejores alternativas a Indic-Speak?
- Las alternativas más cercanas que hemos analizado son Maya 2 Native, OmniVoice, Higgs TTS 3 y Gemini 3.8 Flash TTS.
Respuestas comprobadas el 7 nov 2026.