15.ai fue una aplicación web gratuita y no comercial, además de un proyecto de investigación, que utilizaba inteligencia artificial para generar voces sintéticas de personajes ficticios de medios de entretenimiento populares a partir de texto. Fue creada por un investigador de inteligencia artificial que trabaja bajo seudónimo y es conocido como 15, quien empezó a desarrollar la tecnología durante su primer año universitario en el Instituto Tecnológico de Massachusetts (MIT), en el marco de su investigación de grado. La aplicación permitía a los usuarios hacer que personajes de videojuegos, series de televisión y películas pronunciaran textos personalizados con inflexiones emocionales. La plataforma podía generar voces convincentes con muy pocos datos de entrenamiento; el nombre «15.ai» aludía a la afirmación de su creador de que una voz podía clonarse con solo 15 segundos de audio. Se la considera uno de los primeros ejemplos de aplicación de la inteligencia artificial generativa durante las fases iniciales del auge de la IA.
Lanzada en marzo de 2020, 15.ai se convirtió en un fenómeno de Internet a comienzos de 2021, cuando el contenido creado con la herramienta se viralizó en redes sociales y empezó a ser utilizado de forma generalizada por comunidades de aficionados en Internet, como los fandoms de My Little Pony: Friendship Is Magic, Team Fortress 2 y Bob Esponja. El servicio incluía contexto emocional mediante emojis, control preciso de la pronunciación y capacidades de múltiples hablantes. La crítica elogió la accesibilidad de 15.ai y su control emocional, aunque señaló limitaciones técnicas en las opciones de prosodia y en el soporte para idiomas distintos del inglés, con resultados variables según la complejidad del personaje. A 15.ai se le atribuye haber sido la primera plataforma en popularizar la clonación de voz mediante IA en memes y en la creación de contenido.
Actores de voz y profesionales del sector debatieron sus implicaciones y plantearon preocupaciones por el posible impacto laboral, los fraudes relacionados con la voz y el uso indebido de la tecnología. En enero de 2022 se descubrió que una empresa llamada Voiceverse había generado fragmentos de voz con 15.ai sin atribución, los había promocionado como producto de su propia tecnología y los había vendido como tokens no fungibles (NFT) sin permiso. La prensa caracterizó ampliamente el incidente como un caso de apropiación o «robo» de 15.ai. El servicio dejó de estar disponible en septiembre de 2022 por cuestiones legales relacionadas con la inteligencia artificial y derechos de autor. Tras su cierre aparecieron alternativas comerciales cuyos fundadores han reconocido la influencia pionera de 15.ai en la síntesis de voz mediante aprendizaje profundo. El 18 de mayo de 2025, 15 lanzó 15.dev como sucesor de 15.ai; el 28 de mayo de 2026 anunció el cierre indefinido del sitio.
Historia
Antecedentes
El campo de la síntesis de voz experimentó una transformación importante con la introducción de enfoques de aprendizaje profundo. En 2016, la publicación del artículo de WaveNet por DeepMind marcó un giro hacia la síntesis de voz basada en redes neuronales, que permitía obtener audio de mayor calidad mediante redes convolucionales causales. Antes de ello, la síntesis concatenativa —basada en unir segmentos pregrabados de habla humana— era el método predominante para generar habla artificial, aunque a menudo producía resultados robóticos en los límites entre frases.
En 2018, Tacotron 2, de Google AI, demostró que las redes neuronales podían producir una síntesis de voz muy natural, pero requerían grandes cantidades de datos de entrenamiento, normalmente decenas de horas de audio, para alcanzar una calidad aceptable. Cuando se entrenaba con dos horas de datos, la calidad se degradaba aunque el habla seguía siendo inteligible; con 24 minutos de datos, Tacotron 2 no lograba producir habla inteligible. En ese mismo periodo aparecieron HiFi-GAN, un vocoder basado en redes generativas antagónicas (GAN) que mejoró la eficiencia de la generación de formas de onda y produjo habla de alta fidelidad, y Glow-TTS, que introdujo un enfoque basado en flujos con inferencia rápida y capacidades de transferencia de estilo de voz. Empresas tecnológicas chinas como Baidu y ByteDance también realizaron aportaciones que aceleraron el avance de la tecnología.
2016–2020: Concepción y desarrollo
15.ai fue concebido en 2016 por un desarrollador conocido como 15 —a los 18 años— como un proyecto de investigación sobre síntesis de voz con aprendizaje profundo durante su primer año en el MIT, dentro del Undergraduate Research Opportunities Program. 15 se inspiró en el artículo de DeepMind sobre WaveNet, y continuó el desarrollo mientras Google AI publicaba Tacotron 2 al año siguiente. Para 2019, había demostrado en el MIT su capacidad para replicar los resultados de WaveNet y Tacotron 2 con un 75 % menos de datos de entrenamiento de los que se requerían hasta entonces. El nombre «15.ai» hace referencia a la afirmación del desarrollador de que una voz podía clonarse con tan solo 15 segundos de datos.
15 había planeado inicialmente cursar un doctorado basado en su investigación de grado, pero optó por trabajar en el sector tecnológico de Silicon Valley después de que su empresa emergente fuera aceptada en la aceleradora Y Combinator en 2019. Tras abandonar esa actividad a comienzos de 2020, regresó a su investigación sobre síntesis de voz y empezó a implementarla como aplicación web. Según una publicación de 15 en X, en lugar de emplear conjuntos de datos convencionales como LJSpeech, que contenían grabaciones simples y monótonas, buscó muestras de voz más complejas para demostrar la capacidad del modelo de manejar patrones de habla difíciles y matices emocionales. Durante esta fase, 15 descubrió el Pony Preservation Project, un proyecto colaborativo iniciado por :/mlp/, el tablón de My Little Pony en 4chan. Sus colaboradores habían recortado, limpiado de ruido, transcrito y etiquetado emocionalmente miles de fragmentos de voz de My Little Pony: Friendship Is Magic, y los habían reunido en un conjunto de datos que resultó ser material de entrenamiento idóneo para 15.ai.
2020–2022: Lanzamiento y funcionamiento 15.ai fue lanzado el 2 de marzo de 2020 como una aplicación web gratuita y no comercial que no exigía registro de usuario, aunque sí requería aceptar sus términos de servicio antes de usarla. En el momento de su lanzamiento, la plataforma ofrecía una selección limitada de personajes, incluidos algunos de My Little Pony: Friendship Is Magic y Team Fortress 2. Los usuarios podían crear contenido con las voces sintetizadas bajo dos condiciones: debían acreditar adecuadamente a 15.ai incluyendo «15.ai» en cualquier publicación, vídeo o proyecto que usara el audio generado, y tenían prohibido mezclar audio generado por 15.ai con audio generado por otros sistemas de texto a voz en la misma obra, para evitar una representación engañosa de las capacidades de la tecnología. El 8 de marzo de 2020, Tyler McVicker, de Valve News Network, subió a YouTube un vídeo en el que mostraba 15.ai.
En los meses siguientes se añadieron más voces al sitio. A finales de 2020, 15 incorporó embeddings de múltiples hablantes a la red neuronal profunda, lo que hizo posible entrenar varias voces de forma simultánea. Tras ello, el catálogo pasó de ocho a más de cincuenta personajes. Además, esta implementación permitió que el modelo de aprendizaje profundo reconociera patrones emocionales comunes entre personajes distintos, incluso cuando ciertas emociones no estaban presentes en los datos de entrenamiento de algunos de ellos.
Para mayo de 2020, el sitio había servido más de 4,2 millones de archivos de audio a los usuarios. A comienzos de 2021, la aplicación ganó popularidad después de que escenas cómicas, memes y contenido de aficionados hechos con 15.ai se volvieran virales en Twitter, TikTok, Reddit, Twitch, Facebook y YouTube. En su momento de mayor actividad, la plataforma generaba costes operativos de 12 000 dólares estadounidenses mensuales por la infraestructura de AWS necesaria para procesar millones de generaciones de voz al día. Aunque recibió ofertas de empresas interesadas en adquirir 15.ai y su tecnología subyacente, el sitio permaneció independiente y se financió con ganancias que el desarrollador había obtenido previamente.
2022: Controversia de Voiceverse NFT
miniatura|derecha|Una imagen satírica que representa la crítica «clic derecho, guardar como» dirigida contra los NFT. Quienes criticaron a Voiceverse señalaron la ironía de vender derechos de propiedad sobre voces de IA cuando la empresa había usado tecnología de 15.ai sin permiso.
El 14 de enero de 2022, 15 descubrió que una empresa de cadena de bloques llamada Voiceverse había generado fragmentos de voz con 15.ai, los había mostrado falsamente en Twitter como demostración de su propia tecnología de voz sin permiso ni atribución y los había vendido como NFT. El incidente ocurrió poco después de que 15 hubiera declarado en diciembre de 2021 que no tenía interés en incorporar NFT a su trabajo. Una captura de los registros publicada por 15 mostraba que Voiceverse había generado audio de personajes de My Little Pony: Friendship Is Magic usando 15.ai y que había elevado el tono del audio para que sonara irreconocible, lo que violaba los términos de servicio de 15.ai, que prohibían expresamente el uso comercial y exigían atribución adecuada.
Ante la evidencia, Voiceverse afirmó que su equipo de marketing había usado 15.ai sin la atribución debida mientras intentaba crear rápidamente una demostración tecnológica. Como respuesta, 15 publicó en Twitter «Go fuck yourself», mensaje que se viralizó y acumuló cientos de miles de retuits y «me gusta» en apoyo al desarrollador. Los tuits que mostraban las voces usadas indebidamente fueron eliminados posteriormente.
Consecuencias La controversia intensificó las críticas hacia los proyectos de NFT, que según sus detractores estaban asociados con frecuencia al robo de propiedad intelectual y a prácticas comerciales cuestionables. El incidente fue documentado en la AI Incident Database y en el repositorio AI, Algorithmic, and Automation Incidents and Controversies, y también apareció en el sitio Web3 Is Going Just Great de Molly White. Pavel Khibchenko, de Skillbox, lo citó como ejemplo de fraude en NFT. El actor de voz y youtuber Yong Yea criticó los NFT de voz por su posible impacto en la industria de la actuación de voz y sostuvo en un vídeo de YouTube que Voiceverse había plagiado deliberadamente la tecnología superior de 15.ai para promocionar falsamente sus NFT de voz.
El actor de voz Troy Baker, que había anunciado una alianza con Voiceverse mientras la empresa promocionaba las voces de IA apropiadas indebidamente, recibió críticas por apoyar un proyecto de NFT y por el tono confrontativo de su anuncio. Tras la reacción negativa y la revelación del plagio, Baker reconoció que su tuit original había sido «provocador» y el 31 de enero anunció que ponía fin a su colaboración con Voiceverse.
En una demanda colectiva presentada en 2024 contra LOVO, Inc., matriz de Voiceverse, los documentos judiciales citaron el robo previo de tecnología de 15.ai por parte de la empresa como parte del caso.
2022–2024: Inactividad