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 prompts de texto en vídeos generados por IA
Dictado de voz a texto para Mac, Windows e iOS
Traducción de apps con contexto completo y revisión humana
Transcripción de voz a texto para notas y mensajes
Framework open source de editor de texto enriquecido con extensiones
Hace que el texto generado por IA suene humano e indetectable
Convierte texto de IA en escritura de aspecto humano
Automatiza la edición de podcasts y crea clips para redes sociales
Herramienta de escritura de ensayos con IA para estudiantes y profesionales
Genera logotipos personalizados a partir de texto
Captura reuniones con asesores financieros con notas conformes a la FCA
Crea y edita vídeos con IA
Convierte texto en voz con voces naturales
Convierte letras en canciones completas con control de género y estilo
Convierte audio y vídeo en transcripciones de texto
Convierte imágenes en prompts de texto detallados al instante
Crea apps móviles listas para producción con IA
Genera pistas musicales originales a partir de descripciones de texto
Editor de texto minimalista con sincronización en la nube
Convierte ideas de historias en vídeos de formato corto
Humaniza texto de IA gratis y sin registro
CMS headless para aplicaciones Next.js
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.