Síntesis de voz avanzada para tus textos digitales

Por Equipo editorial LectorVoz · Actualizado 2026-11-19

Esta página explica cómo LectorVoz integra lectura en voz alta de alta calidad en tus aplicaciones, diseñada específicamente para equipos de producto que priorizan la accesibilidad y el aprendizaje. Descubre cómo nuestras 8 voces y 23 idiomas facilitan la experiencia de usuario para personas con dislexia o dificultades de lectura, con una integración técnica sencilla mediante la API de LectorVoz, compatible con el formato de la API de OpenAI.

Obtén detalles prácticos sobre la integración, desde la configuración inicial hasta el manejo de errores, y conoce los precios transparentes por carácter sin suscripciones. Aprenderás a aprovechar la prueba gratuita, los formatos de audio versátiles y la privacidad de los datos, asegurando una solución técnica robusta y ética para tu producto.

Síntesis de voz avanzada para tus textos digitales

Preguntas frecuentes

¿Qué es una API de texto a voz?

Es un servicio en la nube que convierte texto en archivos de audio mediante una solicitud POST. Envías el texto y recibes el audio generado. La API sigue el mismo formato de solicitud que OpenAI, lo que permite usar sus SDKs oficiales modificando la URL base. Es una herramienta técnica para integrar audio en aplicaciones.

¿Cómo ayuda la lectura en voz alta a personas con dislexia?

La lectura en voz alta facilita el acceso al contenido para usuarios con dislexia o dificultades de lectura. Al convertir texto escrito en audio claro, se reduce la carga cognitiva de descodificar caracteres. Esto permite que los usuarios se concentren en la comprensión de la información sin depender exclusivamente de la lectura visual tradicional.

¿Qué voces están disponibles para lectura clara?

Disponemos de ocho voces preestablecidas. Para lectura clara, destaca Aria (narradora cálida y clara), Luna (suave para contar historias) o Sage (calma e instruccional). También están Nova, Felix, Milo, Atlas y Orion. Todas las voces pueden hablar cualquier idioma soportado, garantizando versatilidad en la presentación del contenido.

¿En cuántos idiomas puede leer la API los textos?

La API soporta 23 idiomas: árabe, chino, danés, neerlandés, inglés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, swahili, sueco y turco. Cualquier voz puede hablar cualquiera de estos idiomas. Si no se especifica, el idioma se adivina por el guion.

¿Cuántos caracteres puedo enviar en una solicitud?

Cada solicitud puede contener hasta 4096 caracteres de texto. Si necesitas procesar textos más largos, debes dividirlos en partes de este tamaño y unir los archivos de audio resultantes. Los espacios y la puntuación cuentan como caracteres dentro de este límite por solicitud enviada a la API.

¿El texto enviado se guarda para entrenar modelos?

No. El texto de entrada se utiliza únicamente para producir el audio correspondiente y no se usa para entrenar modelos de IA. El audio generado se devuelve en la respuesta y no se almacena. Solo se conservan metadatos de la solicitud (tiempo, caracteres, estado) estrictamente para fines de facturación.

¿Qué formatos de audio se pueden generar?

Puedes solicitar audio en los formatos mp3, wav, opus, flac o pcm. Estos formatos se especifican en el campo response_format de la solicitud JSON. La elección depende de tus necesidades de compatibilidad y calidad. Todos los archivos generados incluyen una marca de agua inaudible que los identifica como voz sintética.

¿Cuál es el costo por usar la API de texto a voz?

El costo es de 10 dólares por cada millón de caracteres, lo que equivale a 0.01 dólares por cada 1000 caracteres. Los espacios y la puntuación cuentan como caracteres. No hay planes mensuales ni costos fijos. Solo pagas por los caracteres procesados en las solicitudes exitosas; las fallas son gratuitas.

¿Hay una prueba gratuita disponible?

Sí, al registrarte con Google recibes 0.50 dólares de crédito, suficiente para unos 50 000 caracteres, válidos durante 7 días. Si usas email y contraseña, no obtienes este crédito inicial. El saldo no caduca una vez recargado. Es una forma de probar la calidad de las voces antes de invertir.

¿Cómo se realiza el pago con USDT?

Los pagos se realizan exclusivamente con USDT en la red TRON (TRC-20). El monto mínimo es de 5 dólares. El saldo se acredita automáticamente en minutos tras la transferencia. No aceptamos tarjetas, PayPal ni facturas con IVA. Puedes emitir una nueva clave de API en cualquier momento si lo necesitas.

¿Qué pasa si una solicitud de síntesis falla?

Si la síntesis falla, la carga se devuelve completamente. No se te cobra por las solicitudes que no generan audio correctamente. Esto asegura que solo pagues por el trabajo completado. Puedes revisar el estado de tus solicitudes en el panel de tu cuenta para verificar el historial de uso y cargos.

¿Se puede ajustar la velocidad de lectura?

Sí, puedes ajustar la velocidad entre 0.25 y 4.0 veces la velocidad normal. Esto se configura en el campo speed de la solicitud. Es útil para adaptar la velocidad de lectura a las necesidades de comprensión del usuario, especialmente en contextos educativos o para personas con dislexia.

¿Las voces tienen acentos específicos por idioma?

No. Cada una de las ocho voces puede hablar cualquiera de los 23 idiomas soportados sin acentos fijos. La voz mantiene su timbre característico independientemente del idioma. Si el texto está en latín pero no es inglés, debes especificar el campo language para asegurar la pronunciación correcta del idioma deseado.

¿Es adecuada esta API para aplicaciones educativas?

Sí, es ideal para equipos de producto que buscan facilitar el aprendizaje. Permite integrar lectura en voz alta accesible para usuarios con dislexia. Con 23 idiomas y control de velocidad, se adapta a diversos contextos educativos. El formato JSON facilita la integración técnica en plataformas de aprendizaje existentes sin complejidades adicionales.

Primera solicitud

curl

curl https://api.g781b.info/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Cómo funciona la API de texto a voz

Ilustración de onda de sonido para: Cómo funciona la API de texto a voz

Envía texto y recibe audio con una integración directa. La API sigue la estructura de la endpoint de OpenAI, por lo que puedes usar los SDK oficiales cambiando solo la base_url a https://api.g781b.info/v1. Autentica con tu clave tts-... y recibe el archivo de audio en segundos.

Integración sencilla con SDK de OpenAI

Integración sencilla con SDK de OpenAI

La compatibilidad nativa con el formato de solicitud de OpenAI simplifica la incorporación de voz en tus aplicaciones. Solo necesitas configurar la URL base y usar el modelo tts-1 o tts-1-hd. Es ideal para equipos que buscan una solución sin fricción técnica.

  • Endpoint POST /v1/audio/speech
  • Formato JSON estándar
  • SDKs de OpenAI compatibles

Soporte multilingüe completo

Genera audio en 23 idiomas, desde inglés hasta swahili. Si no especificas el idioma, el sistema lo detecta por el guion (el texto en latín se asume como inglés por defecto). Define language explícitamente para textos en latín que no sean inglés, como alemán o holandés.

  • 23 idiomas soportados
  • Detectación automática por script
  • Configuración explícita de language

Formatos de audio versátiles

Elige entre mp3, wav, opus, flac o pcm según las necesidades de tu aplicación. El formato mp3 es eficiente para la web, mientras que wav o flac ofrecen mayor calidad para procesamiento posterior. El audio se devuelve directamente en la respuesta de la API.

  • mp3, wav, opus, flac, pcm
  • Respuesta directa en la API
  • Sin almacenamiento de audio generado

Voces naturales para lectura fluida

Ilustración de onda de sonido para: Voces naturales para lectura fluida

LectorVoz ofrece ocho voces diseñadas para leer con claridad y fluidez. El catálogo incluye cuatro voces femeninas y cuatro masculinas, cada una con un tono distintivo que facilita la escucha prolongada.

Voces femeninas claras y cálidas

Aria, Nova, Luna y Sage proporcionan tonos variados, desde narradores cálidos hasta voces suaves ideales para contar historias. Esta diversidad permite adaptar la experiencia de lectura a distintos contextos de uso.

  • Aria: narradora clara y cálida.
  • Nova: tono brillante y enérgico.
  • Luna: suave, ideal para relatos.
  • Sage: calma y educativa.

Voces masculinas neutras y documentales

Felix, Milo, Atlas y Orion cubren necesidades desde presentaciones dinámicas hasta noticias neutras. Atlas se destaca por su neutralidad, mientras que Orion aporta profundidad para documentales o audiolibros seriados.

  • Felix: enérgico y promocional.
  • Milo: amigable y conversacional.
  • Atlas: neutral y noticioso.
  • Orion: profundo y documental.

Estilo ideal para dislexia

La claridad de estas voces puede reducir la carga cognitiva para usuarios con dislexia. Al eliminar ambigüedades prosódicas, la API facilita la comprensión lectora para usuarios con dislexia o dificultades de lectura.

Idiomas disponibles para tu audiencia global

Ilustración de onda de sonido para: Idiomas disponibles para tu audiencia global

LectorVoz soporta 23 idiomas, incluyendo español, inglés, alemán, francés, italiano, portugués, ruso, chino, japonés, coreano, árabe, hindi y turco, entre otros. Esto permite que tus aplicaciones lleguen a usuarios en múltiples regiones con una única integración.

Cobertura en 23 idiomas principales

Nuestra API incluye idiomas como danés, finlandés, griego, hebreo, malayo, noruego, polaco, sueco y swahili. Cada voz puede hablar cualquier idioma de la lista, garantizando consistencia acústica aunque cambies de idioma dentro de tu aplicación.

  • Español, Inglés, Alemán, Francés, Italiano, Portugués
  • Chino, Japonés, Coreano, Árabe, Hindi, Turco
  • Ruso, Polaco, Griego, Hebreo, Swahili, Danés
  • Finlandés, Noruego, Sueco, Malayo

Detección automática por guion

Si no especificas el campo language, el sistema infiere el idioma basado en el script del texto (por ejemplo, texto en latín se asume inglés por defecto). Para textos en latín que no sean inglés, debes establecer el parámetro language explícitamente para evitar errores de pronunciación.

Soporte para textos en latín y cirílico

El motor maneja fluidamente scripts latinos y cirílicos. Si envías texto en ruso o polaco, asegúrate de indicar el código ISO correspondiente si no quieres que se asuma un idioma por defecto. Esto es crucial para mantener la naturalidad en la lectura para usuarios con dislexia.

Precios transparentes por uso

Ilustración de onda de sonido para: Precios transparentes por uso

La facturación se basa estrictamente en los caracteres enviados, incluyendo espacios y puntuación, a un costo fijo de $10 por cada millón de caracteres ($0.01 por cada 1.000). Si la síntesis falla, el cargo se devuelve íntegramente.

Al registrarte con Google, recibes una prueba gratuita con $0.50 de crédito válido por 7 días, suficiente para generar aproximadamente 50.000 caracteres. Las cuentas creadas con correo y contraseña comienzan sin este crédito inicial.

Costo por carácter sin sorpresas

El precio es consistente y predecible: $0.01 por cada 1.000 caracteres procesados. No hay planes mensuales ni costos ocultos por volumen.

Los textos superiores a 4.096 caracteres deben dividirse en partes y unirse los archivos de audio manualmente.

Prueba gratuita con crédito inicial

Los usuarios que inician sesión con Google obtienen $0.50 de crédito para explorar la API sin compromiso financiero.

Este crédito expira en 7 días, permitiendo probar la calidad de las voces y la integración técnica antes de invertir.

Pagos flexibles con cripto

El top-up mínimo es de $5 y se realiza únicamente mediante USDT en la red TRON (TRC-20).

El saldo se acredita automáticamente en minutos y no tiene fecha de caducidad, facilitando la gestión presupuestaria sin facturas ni IVA.

Ideal para educación y accesibilidad

Ilustración de onda de sonido para: Ideal para educación y accesibilidad

La API TTS de LectorVoz facilita la integración de lectura en voz alta en aplicaciones educativas, ayudando a usuarios con dislexia a mejorar su comprensión lectora mediante la conversión de texto a audio de alta calidad.

Mejora la comprensión lectora

La claridad de las voces como Aria o Luna permite una escucha fluida que reduce la fatiga cognitiva durante la lectura. Al convertir textos en audio, se facilita el acceso a contenidos educativos para usuarios con dislexia.

Soporte para herramientas TTS

Al ser compatible con el formato de solicitud de OpenAI, LectorVoz se integra fácilmente con herramientas TTS existentes que los equipos de producto ya utilizan, requiriendo solo cambiar la URL base.

Sin almacenamiento de datos sensibles

El texto enviado se utiliza exclusivamente para generar el audio y no se almacena para entrenamiento. Solo se conservan metadatos mínimos de facturación, garantizando privacidad para equipos que manejan datos de estudiantes.

Ideal para educación y accesibilidad

Rendimiento y limitaciones técnicas

Ilustración de onda de sonido para: Rendimiento y limitaciones técnicas

La API procesa solicitudes de forma secuencial, lo que significa que bajo alta demanda las peticiones pueden esperar en cola. Para textos largos, debes dividirlos en fragmentos de hasta 4096 caracteres y unir los archivos de audio resultantes. Esto garantiza que la integración sea predecible para equipos de producto.

El rendimiento varía según la carga del sistema. Las frases cortas tardan unos segundos en generarse, mientras que textos extensos se procesan a una velocidad aproximada de tiempo real (25 caracteres por segundo de audio generado). Esta velocidad es consistente para flujos de lectura asistida.

subs": [

Límites de caracteres por solicitud ['Cada llamada a la API acepta un máximo de 4096 caracteres por solicitud. El conteo incluye espacios y puntuación. Si tu contenido excede este límite, la estrategia recomendada es fragmentar el texto y concatenar los archivos de audio devueltos.'] []

Velocidad de generación real ['La generación no es instantánea para frases breves; puede tardar unos segundos. Para contenido extenso, la tasa promedio se aproxima al tiempo real de reproducción, facilitando la sincronización en aplicaciones de lectura accesible.'] []

Control de velocidad de lectura ['Puedes ajustar la velocidad de voz entre 0.25 y 4.0 mediante el parámetro speed. Esto permite adaptar la claridad auditiva para usuarios con dificultades de procesamiento, optimizando la comprensión lectora.'] []

Integración técnica rápida

Ilustración de onda de sonido para: Integración técnica rápida

Integrar la lectura en voz alta es directo: envía texto al endpoint y recibe el audio. El formato de solicitud es idéntico al estándar de OpenAI, lo que permite reutilizar código existente ajustando la URL base y la clave.

Ejemplo de código cURL

Para probar rápidamente, usa este comando. Reemplaza tu_clave_y_tu_texto con tus credenciales y el contenido a sintetizar.

  • curl -X POST "https://api.g781b.info/v1/audio/speech" \ -H "Authorization: Bearer tu_clave" \ -H "Content-Type: application/json" \ -d '{"model": "tts-1", "input": "Texto de prueba", "voice": "nova"}'

Uso con librerías oficiales

Las SDKs oficiales de OpenAI funcionan directamente. Solo necesitas cambiar la variable base_url a https://api.g781b.info/v1 y proporcionar tu clave API. Esto facilita la migración o el inicio rápido en tus aplicaciones.

Manejo de errores simple

Las respuestas siguen un formato JSON estándar. Si la síntesis falla, el error indica la causa (como exceder los 4096 caracteres o una clave inválida) y no se cobra el carácter. Tu código puede leer el código de estado HTTP para reintentar o notificar al usuario.

Datos y privacidad para equipos de producto

Ilustración de onda de sonido para: Datos y privacidad para equipos de producto

Para los equipos de producto que integran TTS en aplicaciones de accesibilidad, la privacidad de los datos es un requisito funcional, no solo legal. Nuestra API procesa el texto input exclusivamente para generar el audio de salida, sin retener el contenido para entrenar modelos de lenguaje ni para mejorar algoritmos futuros.

Texto no usado para entrenamiento

El texto enviado a través de la API se utiliza únicamente para la síntesis inmediata de la voz. Una vez devuelto el archivo de audio, el contenido textual original no se almacena ni se utiliza para mejorar nuestros modelos de IA, garantizando que la información sensible de tus usuarios permanezca aislada.

Metadatos de facturación mínimos

Conservamos únicamente los metadatos necesarios para la facturación precisa: timestamp, número de caracteres procesados y estado de la solicitud (éxito o fallo). Esta información es estrictamente operativa y no incluye el contenido del texto ni datos personales identificables más allá de la cuenta asociada a la clave API.

Sin almacenamiento de audio

Los archivos de audio generados se entregan en la respuesta HTTP y no se almacenan en nuestros servidores de forma persistente. Esto reduce el riesgo de exposición de datos auditivos y simplifica el cumplimiento de normativas de privacidad, ya que no gestionamos una base de datos de voces generadas por tus usuarios.

¿Por qué elegir esta API TTS?

Ilustración de onda de sonido para: ¿Por qué elegir esta API TTS?

LectorVoz nace con un propósito claro: democratizar el acceso a la lectura de alta calidad. Nuestra API está diseñada específicamente para equipos de producto que priorizan la accesibilidad, permitiendo integrar voz fluida en aplicaciones para usuarios con dislexia o dificultades de lectura sin complejidades innecesarias.

Enfoque en accesibilidad

Facilitamos la inclusión digital mediante voces naturales y claras, ideales para la comprensión lectora. Al integrar nuestra API, tus aplicaciones ofrecen una alternativa robusta para que usuarios con dificultades de lectura accedan al contenido de forma autónoma.

Sin suscripciones mensuales

Optamos por la transparencia total: no hay planes fijos ni compromisos de permanencia. Pagas solo por los caracteres consumidos ($0.01 por cada 1.000 caracteres), con un saldo que no expira. Además, las solicitudes fallidas se devuelven íntegramente, garantizando que no pagues por lo que no funciona.

Soporte directo por email

Sin esperas innecesarias ni chatbots genéricos. Nuestro equipo de soporte técnico responde directamente por correo electrónico, asegurando que los equipos de producto resuelvan dudas técnicas o de integración de manera ágil y personalizada.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Aquí encontrarás el desglose transparente de los costos para tu proyecto de accesibilidad.

Avatar de la voz aria
ariafemenino
Avatar de la voz nova
novafemenino
Avatar de la voz luna
lunafemenino
Avatar de la voz sage
sagefemenino
Avatar de la voz felix
felixmasculino
Avatar de la voz milo
milomasculino
Avatar de la voz atlas
atlasmasculino
Avatar de la voz orion
orionmasculino

23 idiomas

Cualquier voz puede hablar cualquiera de estos idiomas.

Fuentes y lecturas adicionales

  1. Wikipedia
  2. openai-python on GitHub
  3. OpenAI API reference: create speech
  4. Tether (USDT)
  5. LibriVox public-domain audiobooks
  6. TRON developer hub: TRC-20
  7. W3C WAI: making audio and video accessible
  8. Python documentation
  9. Node.js documentation
  10. Creative Commons Attribution 4.0
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. IETF RFC 7845: Ogg Opus

Más en este sitio