LOVO
generalTexto a voz con más de 500 voces en 100 idiomas
Esta categoría recoge herramientas construidas en torno a los grandes modelos de lenguaje: infraestructura para desplegar, aplicar ajuste fino, evaluar y monitorizar LLM en producción. Con 369 herramientas listadas, es una de las categorías más técnicas del sitio, dirigida principalmente a desarrolladores e ingenieros de aprendizaje automático, no a usuarios finales.
Texto a voz con más de 500 voces en 100 idiomas
Reescribe texto generado por IA para que suene humano
Convierte texto en gráficos visuales e infografías
Convierte prompts de texto en vídeos generados por IA
Crea vídeos con actores de IA en minutos
Dictado de voz a texto para Mac, Windows e iOS
Traducción de apps con contexto completo y revisión humana
Reescribe texto generado por IA para que parezca escrito por humanos
Traducciones rápidas entre múltiples idiomas
Plataforma de portfolios con galerías y ventas sin comisiones
Transcripción de voz a texto para notas y mensajes
Framework open source de editor de texto enriquecido con extensiones
Motor de búsqueda y recuperación de IA open source y rápido
Creación de anuncios con IA y optimización para conversiones
Generador y tester de expresiones regulares con IA
Asistente de IA con búsqueda web e integración de archivos
Extrae texto de imágenes, PDFs y notas manuscritas
Hace que el texto generado por IA suene humano e indetectable
Convierte texto en vídeos cortos para redes sociales
Automatiza flujos de trabajo en aplicaciones de macOS
Redacta ensayos y tareas escolares con ayuda de IA
Convierte texto de IA en contenido con apariencia humana, de forma gratuita
Convierte texto de IA en escritura de aspecto humano
Automatiza la edición de podcasts y crea clips para redes sociales
Las herramientas para LLM han crecido al mismo ritmo que los modelos, y la categoría abarca ahora varios problemas bien diferenciados. Las de despliegue y servicio, como PeriFlow y Dstack, ayudan a los equipos a ejecutar modelos de forma eficiente a escala. Las de evaluación y observabilidad, como UpTrain y AIWatch, hacen seguimiento de la calidad del modelo, la deriva y el coste a lo largo del tiempo. Las de memoria y recuperación, como Cognee, añaden contexto persistente o capacidades RAG a las aplicaciones basadas en LLM. A la hora de elegir, las preguntas clave son el encaje con la infraestructura disponible (nube, local o híbrido), la compatibilidad con modelos (solo OpenAI o también modelos open source de pesos abiertos) y si la herramienta resuelve tu cuello de botella real, ya sea latencia, coste, precisión o velocidad de desarrollo. Las estructuras de precios varían: algunas herramientas cobran por token procesado, otras por puesto o por llamada a la API. Existen opciones open source en la mayoría de las subcategorías, lo que vale la pena considerar para equipos con capacidad técnica para alojarlas ellos mismos.