CONOCE LINNET 4
Una voz consistente. Habla clara. Tiempos controlados. Linnet 4 reúne estas fortalezas en inglés, español, coreano y portugués en el nuevo benchmark.
0.604
Identidad de voz en coreano
Media más alta; sin diferencia significativa respecto a Finch.
Consistencia de voz
En cuatro idiomas de destino. Similitud entre frases consecutivas.
0.0–1.6%
Exceso de duración
En cuatro idiomas de destino. Frases que terminan más de 0,3 s tarde.
Medido con habla leída en octubre de 2026. Las fortalezas varían según el idioma y la métrica; consulta la comparación completa a continuación.
PERSO DUBBING · ESCUCHA LAS MUESTRAS
Escucha la interpretación.
Elige una escena y alterna entre el original y el doblaje.
Nightingale está disponible en los planes PRO y superiores.
Estas demostraciones usan distintas escenas y pares de idiomas. Son independientes del benchmark de habla leída que aparece abajo.
Ver las pruebas comparativas de los modelos →Cada motor combina de forma distinta voz, interpretación y tiempos. Estos perfiles resumen el benchmark de habla leída de octubre de 2026; compara los resultados completos más abajo.
Prémium · Narración expresiva
Nightingale
Un motor prémium creado para una interpretación expresiva. El nuevo benchmark muestra fortalezas en calidad de traducción y seguimiento expresivo en los cuatro idiomas evaluados.
Mayor media de traducción en EN, ES y KO. El seguimiento expresivo no difiere significativamente de la mejor media en los cuatro idiomas de destino.
Doblaje multilingüe equilibrado
Linnet 4
Voz consistente, pocos errores de reconocimiento y tiempos controlados en cuatro idiomas de destino. Explora esta generación si esas cualidades importan para tu contenido.
Identidad de voz en coreano: 0.604. Exceso de duración: 0.0∼1.6% en cuatro idiomas de destino.
Habla natural · Voz consistente
Oriole
La media automatizada de naturalidad en inglés más alta, junto con una voz consistente entre frases. Compárala con los motores del mismo grupo estadístico.
Naturalidad en inglés: 4.11 / 5. Consistencia de voz: 0.857∼0.868 en cuatro idiomas de destino.
Identidad de voz · Seguimiento expresivo
Finch
Alta similitud con el hablante original y la mayor media de seguimiento expresivo en los cuatro idiomas evaluados.
Mayor media de identidad de voz en EN, ES y PT. En coreano, está en el mismo grupo estadístico que Linnet 4.
Naturalidad en inglés · Habla clara
Wren
Buena naturalidad automatizada en inglés y pocos errores de reconocimiento. Un punto de comparación útil para evaluar una interpretación clara y estable.
Naturalidad en inglés: 4.08 / 5. Error de reconocimiento: 1.2∼2.6%; en coreano se usa la tasa de error por carácter.
Referencia de la generación anterior
Linnet 3
Se incluye junto a Linnet 4 para comparar ambas generaciones con la misma evaluación actualizada. Consulta cada dimensión sin asumir que todas las puntuaciones cambian a la vez.
Los seis motores se volvieron a medir para el benchmark de octubre de 2026.
Los perfiles describen fortalezas medidas, no una clasificación general. La disponibilidad puede variar; consulta las opciones de Perso Dubbing.
Actualización del benchmark · 23 de octubre de 2026
Compara lo que importa para tu contenido.
Explora seis motores en cuatro idiomas de destino. Selecciona una dimensión de calidad para ver las fortalezas y los compromisos medidos.
| Modelo | 01 | Media |
|---|---|---|
| Wren | 0.384 | |
| Linnet 3 | 0.382 | |
| Oriole | 0.384 | |
| Linnet 4 | 0.510 | |
| Finch | 0.651 | |
| Nightingale | 0.545 |
● señala la mejor media observada. ◇ reproduce el grupo de la fuente sin diferencia estadísticamente significativa respecto a esa media (pruebas pareadas, nivel del 5%, corrección por comparaciones múltiples). Esto no demuestra equivalencia ni un ganador general.
Finch tiene la mayor media en inglés, español y portugués. Linnet 4 tiene la mayor media en coreano, sin diferencia significativa detectada respecto a Finch.
Benchmark del equipo de motores de Perso · 23 de octubre de 2026
Los seis motores se volvieron a medir con el mismo diseño de evaluación de habla leída. Estos resultados sustituyen al benchmark anterior; los cambios no deben interpretarse como mejoras frente a aquella prueba.
16
Lectores del conjunto de origen
Grabaciones FLEURS en inglés, coreano, portugués y chino. Cada grabación se dobla a los idiomas de destino distintos del idioma original.
51
Doblajes por motor
Seis motores. Cuatro destinos: inglés, español, coreano y portugués. La naturalidad solo se evalúa en inglés.
Evaluación del proceso completo, con contexto.
Cada motor realiza reconocimiento, traducción y generación de voz. Las salidas reciben el mismo procesamiento y puntuación de evaluación. Se compara el proceso completo de doblaje, no modelos aislados de texto a voz.
Las comparaciones pareadas usan las mismas grabaciones, un nivel de significación del 5% y corrección por comparaciones múltiples. No detectar una diferencia significativa no demuestra equivalencia entre motores.
Fuente: benchmark del equipo de motores de Perso, 23 de octubre de 2026. Datos: Google FLEURS (CC BY 4.0). Evaluadores: Microsoft WavLM (CC BY-SA 3.0), UTMOS ’22, Unbabel COMET ’22 y Whisper large-v3. El habla leída no cubre todas las escenas de producción; no se calcula una clasificación general.
¿Qué distingue a Nightingale?
Nightingale es nuestro motor prémium para narración expresiva. En este benchmark tiene la mayor media de traducción en inglés, español y coreano, y su seguimiento expresivo no difiere significativamente de la mejor media en los cuatro idiomas. Ser prémium no significa liderar todas las métricas.
¿En qué destaca Linnet 4?
Linnet 4 combina voz consistente, pocos errores de reconocimiento y poco exceso de duración en los cuatro idiomas evaluados. Tiene la mayor media de identidad de voz en coreano, sin diferencia significativa respecto a Finch. Su naturalidad en inglés también está en el grupo de la fuente sin diferencia significativa respecto a la mejor media.
¿Pueden las puntuaciones predecir todos los resultados?
No. Es un benchmark de habla leída en cuatro idiomas de destino. La naturalidad es una estimación automática solo para inglés, y la expresión mide activación vocal, no toda la gama emocional. Escucha muestras y evalúa tu contenido antes de elegir un modelo.
Trae tu vídeo y explora los modelos disponibles en Perso Dubbing.
Explorar Perso Dubbing →