Integración y Uso de la API de Texto a Voz

Por Equipo editorial de VozCreator · Actualizado 2026-11-18

Esta página explica cómo funciona la API de VozCreator para agencias de contenido que necesitan voces naturales para TikTok, Reels y Shorts. Aquí encontrarás detalles técnicos precisos sobre los 8 modelos de voz disponibles, los 23 idiomas soportados y la estructura de precios transparente sin sorpresas. Todo está diseñado para integrarse rápidamente en tus flujos de trabajo de producción de video.

Aprenderás cómo se gestionan tus datos de entrada, los métodos de pago con USDT y las limitaciones honestas del servicio, como la ausencia de streaming en tiempo real o soporte telefónico. También verás ejemplos prácticos de integración con los SDKs de OpenAI para que puedas generar audio de alta calidad con mínima fricción técnica desde el primer momento.

Integración y Uso de la API de Texto a Voz

Preguntas frecuentes

¿Qué formato de API utiliza?

Utilizamos un endpoint POST compatible con el formato de la API de OpenAI. Solo necesitas cambiar la base_url a https://api.playtk1.com/v1 y usar tu clave API. Esto permite que los SDKs oficiales de OpenAI funcionen sin modificaciones mayores, facilitando la integración en tus flujos de trabajo de contenido.

¿Cuántos idiomas soporta?

Soportamos 23 idiomas, incluyendo español, inglés, portugués, alemán, francés, japonés, coreano, árabe y ruso. Cualquier voz puede hablar cualquiera de estos idiomas. Si no especificas el código ISO, el sistema adivina el idioma, pero recomendamos definirlo explícitamente para textos en latinos que no sean inglés.

¿Cuánto cuesta la API?

El precio es de $10 por cada millón de caracteres, lo que equivale a $0.01 por cada 1.000 caracteres. Los espacios y la puntuación cuentan como caracteres. Las solicitudes fallidas son gratuitas y el saldo no tiene fecha de caducidad. No hay planes mensuales ni costos ocultos.

¿Cómo puedo pagar?

Aceptamos únicamente USDT en la red TRON (TRC-20). El depósito mínimo es de $5 y se acredita automáticamente en minutos. No procesamos tarjetas de crédito, PayPal ni emitimos facturas con IVA. No hay suscripciones automáticas ni cargos por mantenimiento de cuenta.

¿Se usa mi texto para entrenar modelos?

No. El texto de entrada se utiliza exclusivamente para generar el archivo de audio y no se emplea para entrenar nuestros modelos. El audio generado se devuelve en la respuesta y no se almacena en nuestros servidores. Solo conservamos metadatos de la solicitud para fines de facturación.

¿Hay prueba gratuita?

Sí, al registrarte con Google recibes $0.50 de crédito, suficiente para unos 50.000 caracteres, válido durante 7 días. Si te registras con correo y contraseña, no obtienes este crédito inicial. No hay límite de tiempo para usar el saldo una vez recargado.

¿Ofrecen streaming en tiempo real?

No ofrecemos streaming ni WebSockets para audio parcial. La API devuelve el archivo de audio completo una vez finalizada la síntesis. Para textos largos, debes dividirlos en partes de 4096 caracteres y unir los archivos resultantes manualmente o mediante tu propio script de integración.

¿Tienen plugin de WordPress?

Actualmente no contamos con un plugin oficial de WordPress. Puedes integrar nuestra API mediante llamadas HTTP directas o utilizando el SDK de OpenAI con la URL base configurada correctamente. No ofrecemos extensiones para navegadores ni SDKs móviles nativos.

¿Cómo contacto al soporte?

El soporte se realiza exclusivamente por correo electrónico. No contamos con teléfono, chat en vivo ni números de atención directa. Respondemos a las consultas enviadas a través de nuestro formulario de contacto o dirección de email indicada en la página de contacto.

¿Hay garantía de disponibilidad?

No ofrecemos un SLA ni garantía de tiempo de actividad (uptime). No ofrecemos contrato empresarial ni garantía de tiempo de actividad (uptime). Recomendamos implementar lógica de reintento en tu aplicación para manejar posibles interrupciones momentáneas.

Características técnicas

Ilustración de onda de sonido para: Características técnicas

Nuestra API de texto a voz sigue el formato de solicitud de OpenAI, lo que permite usar los SDKs oficiales cambiando solo la URL base a https://api.playtk1.com/v1. Esto simplifica la integración para agencias que necesitan generar audio para TikTok, Reels y Shorts sin aprender una librería nueva.

El endpoint POST /v1/audio/speech acepta texto y devuelve archivos de audio listos para subir. Puedes ajustar la velocidad entre 0.25 y 4.0, ideal para adaptar el ritmo a videos dinámicos, y elegir formatos como mp3, wav, opus, flac o pcm.

Formato compatible con OpenAI

Formato compatible con OpenAI

La estructura de la solicitud JSON es idéntica a la de OpenAI. Solo necesitas usar tu clave API con el prefijo tts-... en la cabecera de autorización. Los campos model ("tts-1" o "tts-1-hd"), input, voice y response_format funcionan exactamente igual, facilitando la migración o el uso simultáneo.

  • Endpoint estándar POST /v1/audio/speech
  • Compatible con SDKs oficiales de OpenAI
  • Cambio mínimo de configuración (base_url)

8 voces predefinidas

8 voces predefinidas

Contamos con 8 voces predefinidas basadas en grabaciones con licencia (LibriTTS-R) y audiopublicos de LibriVox. Están diseñadas para cubrir diferentes estilos de contenido para redes sociales: desde narradoras cálidas y claras hasta voces enérgicas para promociones o tonos documentales profundos.

  • Femeninas: aria, nova, luna, sage
  • Masculinas: felix, milo, atlas, orion
  • Bases en grabaciones con licencia y dominio público

23 idiomas soportados

23 idiomas soportados

Nuestras voces pueden hablar 23 idiomas, incluyendo español, inglés, portugués, francés, alemán, japonés y coreano. Si no especificas el idioma, el sistema intenta adivinarlo, pero para textos en latín que no sean inglés, recomendamos establecer el campo language explícitamente para evitar errores.

  • Español, inglés, portugués, francés, alemán
  • Japonés, coreano, chino, árabe, hindi
  • Ruso, italiano, polaco, turco, griego
  • Danés, noruego, sueco, finlandés, malayo
  • Hebreo, swahili
  • No soporta: vietnamita, indonesio, tailandés, ucraniano, rumano, checo, bengalí y todos los demás no listados.

Precios y pago

Ilustración de onda de sonido para: Precios y pago

Nuestro modelo de precios es directo: $0.01 por cada 1.000 caracteres, donde se incluyen espacios y puntuación. No hay planes mensuales ni gastos ocultos; pagas solo por lo que usas. Si una síntesis falla, el cargo se devuelve íntegramente.

$0.01 por 1.000 caracteres

$0.01 por 1.000 caracteres

El costo es fijo y predecible. Puedes calcular fácilmente el presupuesto para tus videos de TikTok o Reels sin sorpresas al final del mes.

Pago con USDT (TRC-20)

Aceptamos exclusivamente USDT en la red TRON (TRC-20). El depósito mínimo es de $5 y el saldo se acredita automáticamente en minutos. No procesamos tarjetas, PayPal ni emitimos facturas con IVA.

Prueba gratuita de $0.50

Al registrarte con Google, recibes $0.50 de crédito (aprox. 50.000 caracteres) válidos por 7 días. Si usas email y contraseña, la prueba no se aplica automáticamente.

Uso de datos

Ilustración de onda de sonido para: Uso de datos

La API de texto a voz de VozCreator procesa el texto que envías exclusivamente para generar el archivo de audio solicitado. Una vez que recibes la respuesta con el audio, este no se almacena en nuestros servidores de forma permanente.

Mantenemos los metadatos de la solicitud —como la hora, la cantidad de caracteres y el estado— únicamente para fines de facturación precisa y para garantizar que tu cuenta refleje correctamente el uso de caracteres.

Texto solo para generación

Tu texto de entrada se utiliza estrictamente como materia prima para la síntesis de voz. No se retiene para otros usos una vez completada la entrega del audio en la respuesta.

Este enfoque asegura que tu contenido creativo o tus guiones para TikTok y Reels permanezcan bajo tu control sin quedar archivados indefinidamente en nuestra infraestructura.

No se usa para entrenamiento

A diferencia de otros modelos de IA, el texto que nos envías no se utiliza para entrenar ni mejorar nuestros algoritmos de voz.

Esto significa que tu texto no se utilizará para entrenar ni mejorar nuestros algoritmos de voz.

Metadatos para facturación

Guardamos los metadatos de cada solicitud (timestamp, caracteres procesados y estado) para asegurar que tu saldo de USDT se descuente correctamente.

Esta información es esencial para tu transparencia contable y para verificar el estado de cada síntesis, pero no contiene el contenido textual de tus guiones.

Limitaciones honestas

Ilustración de onda de sonido para: Limitaciones honestas

Nuestra API genera el archivo de audio completo antes de devolverlo. No existe transmisión parcial ni conexión WebSocket, por lo que no está diseñada para interacciones de voz instantáneas tipo conversación.

Aunque la velocidad de generación se aproxima al tiempo real en textos largos, las solicitudes se procesan en cola uno tras otro, lo que puede introducir latencia bajo carga.

Sin streaming en tiempo real

La API genera el archivo completo antes de devolverlo. No hay transmisión de audio parcial ni WebSocket. Para textos largos, la velocidad es aproximadamente en tiempo real (25 caracteres por segundo), pero las solicitudes se procesan en cola.

Sin SSML ni clonación

Ofrecemos 8 voces predefinidas basadas en grabaciones licenciadas, sin opción de clonar tu voz ni personalizar emociones. No soportamos etiquetas SSML ni diccionarios de pronunciación personalizados.

Soporte solo por correo

Atendemos consultas técnicas exclusivamente por correo electrónico. No contamos con línea telefónica ni chat en vivo para dar soporte.

Limitaciones honestas

Integración

Ilustración de onda de sonido para: Integración

Nuestra API sigue la misma estructura de solicitud que el endpoint de speech de OpenAI, lo que permite reutilizar tus SDKs existentes simplemente cambiando la URL base a https://api.playtk1.com/v1. Esto facilita la integración sin necesidad de aprender una nueva sintaxis.

La documentación técnica en /docs/ detalla todos los parámetros, desde las 8 voces hasta los formatos de audio disponibles, asegurando que entiendas exactamente cómo funciona cada campo antes de escribir tu primera línea de código.

SDKs de OpenAI compatibles

No necesitas un SDK propietario ni una librería externa específica. Si ya utilizas los paquetes oficiales de OpenAI para Python, Node.js o cualquier otro lenguaje, solo debes ajustar la configuración de base_url para apuntar a nuestro servidor y comenzar a generar audio inmediatamente.

Ejemplos de código listos

En nuestra documentación encontrarás ejemplos listos para copiar y pegar en tu entorno de desarrollo. Estos snippets demuestran cómo enviar texto, seleccionar una voz y recibir el archivo de audio en segundos, optimizados para flujos de trabajo ágiles en producción.

Documentación técnica clara

La guía técnica está organizada para resolver dudas rápidas sobre endpoints, autenticación y límites de uso. Incluye referencias completas a los formatos de audio soportados y la lógica de manejo de errores, garantizando que puedas depurar tus integraciones con precisión.

Soporte

Ilustración de onda de sonido para: Soporte

Nuestra atención se centra en resolver tus dudas técnicas con precisión. Puedes contactarnos directamente por correo electrónico para cualquier consulta sobre la API, facturación o integración.

Atención por correo electrónico

El correo electrónico es nuestro único canal de comunicación. Es el medio más eficiente para mantener un registro claro de tus solicitudes y garantizar que cada detalle técnico sea atendido sin prisas.

Respuesta a consultas técnicas

Nuestro equipo revisa cada mensaje para ofrecerte soluciones concretas. Ya sea que necesites aclarar cómo funciona el endpoint de generación de audio o entender los límites de caracteres, te ayudamos a integrar la API sin fricciones.

Sin teléfono ni chat en vivo

No contamos con línea telefónica ni chat en tiempo real. Esta decisión nos permite mantener la estructura simple y enfocarnos en la calidad de la respuesta escrita, evitando la sobrecarga de interrupciones constantes.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. El saldo no expira, lo que permite acumular crédito para proyectos a largo plazo sin presión de tiempo.

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. LibriTTS-R paper (arXiv 2305.18802)
  3. W3C WAI: making audio and video accessible
  4. openai-python on GitHub
  5. TRON developer hub: TRC-20
  6. OpenAI API reference: create speech
  7. FFmpeg documentation
  8. curl documentation
  9. LibriTTS-R corpus (OpenSLR 141)
  10. ISO 639 language codes
  11. Tether (USDT)
  12. Creative Commons Attribution 4.0

Más en este sitio