pregunta: alguno de ustedes conoce alguna alternativa a eleven labs para pasar de texto a audio con IA?

Sí, un bot para telegram llamado MS Speechbot (https://t.me/msspeechbot). y aká tienes el tutorial de tecno conocimiento accesible: https://drive.google.com/uc?id=1P11YF3_kSshVa3oh0ik3TQbbNngRuOlP&export=download.

Dijo con IA, y hasta donde sé, ese bot utiliza las voces Azure que, si bien son neuronales, no son de IA

Son pocas las webs que te permiten pasar de texto a voz con voces que no sean de Azure. Al menos esa es mi experiencia tras buscar durante una buena temporada. Otra cosa es en inglés, que ahí sí podemos encontrar más material, pero en español...

reformulo mi petición. básicamente busco alguna alternativa a eleven labs que me permita pasar de texto a voz. tal vez no con la misma esencia de eleven labs pero si con una calidad razonable. nota. ya e utilizado las voces de Microsoft asure

Arya_Stark te corrijo. azure TTS sí, utiliza IA, al ser voces neurales. La alternativa más cercana y gratuita que me viene a la mente, si querés algo en español, es Piper. Hay más, por ejemplo tortoise TTS y otros que ni recuerdo los nombres ni sé en qué están porque no me interesaron tanto, justamente porque nadie hizo voces en español y no me puse a mirar cómo era la cuestión.

Piper y o qué tal Takotron o la mencionada Tortoise?

No sé desde qué otro lado se pueden usar Takotron y Takotron 2, aparte de FakeYou, que de forma gratuita es re limitante.

donde puedo descargar las alternativas que mencionan?

Veamos...

• Piper,
• FakeYou (en línea),
• Tortoise

Y ahora no se me ocurren más, pero va.

Quizá Sonata lo soporte. Piper es el único, Tortoise y/o Takotron podrían ser otros, FakeYou lo dudo ya que si no me equivoco es en línea.

si quereis calidad pagais eleven labs. yo cuando tenga tiempo tengo que ver si lo pago porque ofrece buenos resultados

Pero de hecho las Azure si escribís algo hasta donde las he probado siempre lo dicen con la misma entonación jajajaja. ¿Eso no es propio de una voz que no utilice IA?

No tiene nada que ver, siguen usando IA para producir la voz. de hecho es verdad lo que decís, y lo mismo pasa con Google Cloud, que también usa IA. Igual son modelos re diferentes entre sí, y se me ocurre que a lo mejor luego tanto para Piper omo para EleenLabs se encontraron formas de realmente variar. No sé en los casos del TTS de azure por ejemplo, pero sí sé que Eleven usa una IA generativa tipo GPT 3.5, pero ocn TTS. Tal vez venga un poco de ahí la manos, pero cuando escuchás hablar de neural, ya sea síntesis de voz, modelo de lenguaje, lo que sea porque está utilizando técnicas de aprendizaje profundo, aprendizaje automático y tal, son todas técnicas de IA.

todo lo que es llamado IA es algo conocido com machine learning, donde se van generando neuronas intentando emular el funcionamiento de las humanas. tengan expresión o no, todo al no ser mecanizado como lo fue loquendo o vocalicer es machine learning que es el término correcto.