¿Cómo integrar TTS en un LMS para videos educativos?

Por equipo editorial de VozCura · Actualizado 2026-11-19

Esta guía detalla la integración técnica de la API de síntesis de voz VozCura en plataformas LMS para la generación de audio en lecciones y módulos educativos. Se explica el flujo completo: desde la configuración del endpoint hasta la manipulación de archivos de audio, enfocado en docentes e instructores de diseño instruccional que requieren control preciso sobre los materiales didácticos.

Se cubren aspectos críticos como el manejo de textos largos, la gestión de errores de red, la optimización de costos mediante caché y la validación explícita del idioma. El objetivo es proporcionar un procedimiento reproducible para automatizar la generación de voz sin depender de plugins externos ni servicios de terceros ajenos a la API.

¿Cómo integrar TTS en un LMS para videos educativos?

Preguntas frecuentes

¿Qué es un LMS?

Un LMS (Learning Management System) es una plataforma de gestión del aprendizaje donde se alojan cursos. Puedes integrar nuestra API para generar audio de lecciones y módulos, enviando texto y recibiendo archivos de audio listos para incrustar en el contenido del curso.

¿Necesito saber programar?

No es estrictamente necesario, pero ayuda. Puedes usar la API directamente con herramientas como Postman o scripts simples. Si prefieres no programar, puedes generar los audios manualmente en /get-api-key/ y descargar los archivos para subirlos a tu LMS.

¿Cuánto tiempo tarda la integración?

La integración técnica es rápida: solo necesitas configurar la URL base y la clave API. Generar el contenido es más lento; el audio se produce a velocidad real (aprox. 25 caracteres por segundo), por lo que textos largos requieren tiempo de procesamiento.

¿Se puede usar con WordPress?

No tenemos un plugin oficial de WordPress. Sin embargo, puedes usar la API mediante scripts personalizados o integraciones manuales. Genera el audio y sube los archivos resultantes a la biblioteca de medios de tu sitio WordPress para incrustarlos en tus lecciones.

¿Cómo manejo textos en varios idiomas?

La API soporta 23 idiomas. Si no especificas el campo language, se infiere del script (por defecto inglés). Para textos en latinos pero no en inglés, debes indicar explícitamente el código ISO del idioma en la solicitud para asegurar la pronunciación correcta.

¿Qué hago si la voz suena robótica?

Nuestras voces son basadas en grabaciones licenciadas y tienen una marca de agua inaudible. Si el resultado no es natural, ajusta la velocidad (speed) o cambia la voz (ej. nova para tono más dinámico, sage para instrucciones). Prueba diferentes configuraciones.

¿Puedo guardar el audio en mi servidor?

Sí. La API devuelve el archivo de audio en la respuesta. Puedes almacenarlo en tu propio servidor, S3 o la biblioteca de medios de tu LMS. No almacenamos el audio generado permanentemente; solo conservamos metadatos de facturación.

¿Es necesario usar la SDK de OpenAI?

No. Puedes usar cualquier cliente HTTP estándar. Solo debes cambiar la base_url a https://api.52d.info/v1 y usar tu clave API. La estructura de la solicitud es idéntica al endpoint de speech de OpenAI, facilitando la migración.

¿Cómo sé que el audio es correcto?

La API devuelve el archivo de audio directamente en la respuesta de la solicitud. Verifica la integridad del archivo descargado o reproducido en tu entorno. Si la síntesis falla, no se cobra y recibes un código de error indicando el problema.

¿Qué pasa si se cae la API?

No ofrecemos garantía de uptime ni SLA. Bajo carga, las solicitudes pueden esperar en cola. Si la síntesis falla por error del servidor, la carga se devuelve íntegramente. Para producción crítica, considera implementar lógica de reintento en tu código.

¿Puedo usar varias voces en un curso?

Sí. Puedes seleccionar cualquiera de las 8 voces disponibles (ej. aria, felix, atlas) en cada solicitud individual. Esto permite diferenciar personajes o módulos dentro de un mismo curso, generando cada audio por separado con la voz deseada.

¿Cómo se mide el éxito de la integración?

El éxito se mide por la claridad del audio y la eficiencia del flujo de trabajo. Monitorea el uso en tu consola y verifica que los archivos generados se reproducan correctamente en tu LMS. No hay métricas de rendimiento de voz provistas por la API.

¿Hay documentación para desarrolladores?

Sí, consulta la página /docs/. Allí encontrarás la especificación del endpoint POST /v1/audio/speech, los parámetros disponibles (modelo, voz, formato) y ejemplos de código. También puedes usar la página /get-api-key/ para probar con un ejemplo curl listo para usar.

¿Se puede automatizar la generación?

Sí. Puedes scriptear llamadas a la API para generar audio masivamente. Divide textos largos en fragmentos de 4096 caracteres, genera cada parte y únelos. Automatiza el flujo enviando el texto y recibiendo el archivo, luego súbelo a tu LMS mediante su API o FTP.

Requisitos previos

Ilustración de onda de sonido para: Requisitos previos

Para integrar la API de VozCura en tu LMS, primero debes registrar una cuenta en 52d.info mediante Google o correo electrónico. Esta cuenta es específica del sitio y te permitirá gestionar el acceso a la API de síntesis de voz para tus módulos educativos.

La integración requiere una clave API activa y conocimientos básicos de JSON. El endpoint acepta solicitudes POST con un cuerpo JSON que define el texto, la voz y el formato de audio, facilitando la automatización de la generación de audio para lecciones.

Cuenta en 52d.info

Regístrate en /get-api-key/ usando Google o correo electrónico. Las cuentas son independientes por sitio.

El registro inicial no garantiza saldo; la prueba gratuita de $0.50 solo aplica con autenticación Google y expira en 7 días.

  • Registro vía Google o email + contraseña.
  • Cuentas independientes por sitio web.

Clave API activa

Una clave activa es necesaria para autenticar las solicitudes al endpoint. Se gestiona desde el panel de usuario.

Si emites una nueva clave, la anterior deja de funcionar inmediatamente. Mantén un solo token activo para simplificar la integración en tu LMS.

  • Formato: Bearer tts-...
  • Una clave activa por cuenta.

Conocimiento básico de JSON

El cuerpo de la solicitud debe ser JSON válido. Campos clave incluyen input, voice y response_format.

Comprender la estructura del objeto JSON es esencial para construir las peticiones POST correctamente ante el endpoint de la API.

Configuración del endpoint

Ilustración de onda de sonido para: Configuración del endpoint

La integración comienza definiendo la URL base para las solicitudes HTTP. Utiliza el endpoint específico para la síntesis de voz, apuntando al servicio alojado en el dominio principal de VozCura.

URL base de la API

Configura tu cliente HTTP para enviar solicitudes a https://api.52d.info/v1/audio/speech. Esta ruta es el único punto de entrada para recibir archivos de audio en formato solicitado tras procesar el texto.

Cabeza Authorization

Incluye el encabezado Authorization: Bearer tts-tu-clave-aqui en cada petición. La clave debe ser la activa en tu cuenta; si se emite una nueva, la anterior deja de funcionar inmediatamente.

Método POST

El método HTTP debe ser POST. El cuerpo de la solicitud contiene el texto y los parámetros de configuración en formato JSON, asegurando que la API procese la solicitud correctamente.

Construcción del cuerpo JSON

Ilustración de onda de sonido para: Construcción del cuerpo JSON

Cuerpo JSON estructurado para la síntesis de voz. Campo input con texto de la lección. Selección de voz adecuada. Formato de respuesta WAV.

JSON request body structure. Input field for lesson text. Voice selection. WAV response format.

Campo input con texto de la lección

El campo input acepta hasta 4096 caracteres por solicitud. Espacios y puntuación cuentan como caracteres. Envía el guion completo de la lección en este campo.

Si el texto excede el límite, divídelo en segmentos. Genera cada parte por separado para mantener la coherencia acústica.

Selección de voz adecuada

Formato de respuesta WAV

Establece response_format como wav. Este formato es ampliamente compatible con reproductores de LMS sin necesidad de codificación adicional.

El archivo resultante es directo y fácil de integrar en el flujo de aprendizaje.

Manejo de textos largos

Ilustración de onda de sonido para: Manejo de textos largos

Para lecciones extensas, divide el texto en fragmentos de máximo 4096 caracteres por solicitud. Cada parte genera un archivo de audio independiente que debe manejarse secuencialmente.

Split en partes de 4096 chars

Envía cada segmento al endpoint POST /v1/audio/speech. El límite es estricto por petición; excederlo genera un error. Asegúrate de dividir en palabras completas para evitar cortes abruptos en la síntesis.

  • Límite estricto: 4096 caracteres por request.

Concatenación de archivos

Recibe los archivos de audio generados y únelos en un solo archivo final. Las bibliotecas estándar de audio o scripts simples pueden realizar esta fusión.

Gestión de pausas entre segmentos

La concatenación directa puede eliminar pausas naturales entre frases. Inserta silencios cortos (ej. 200ms) entre los segmentos unidos para mantener la fluidez de la lección educativa.

Integración con el reproductor

Ilustración de onda de sonido para: Integración con el reproductor

El flujo de trabajo típico en un LMS implica que el sistema solicita el audio vía API y recibe el archivo binario o una URL temporal. Este recurso se asigna directamente a la etiqueta <audio> o <video> del reproductor de la lección, asegurando que el estudiante pueda acceder al contenido sin redirecciones externas.

La carga asíncrona es crítica para no bloquear la interfaz del curso mientras se genera o recupera el audio. El sistema debe esperar la confirmación de la API antes de habilitar los controles del reproductor, garantizando que el audio esté listo para reproducirse sin interrupciones por fallos de red.

URL de audio generado

La API devuelve el audio en el cuerpo de la respuesta. Esta URL debe ser almacenada o referenciada en el LMS para que el reproductor pueda acceder al archivo directamente.

Es importante validar que el formato solicitado (mp3, wav, opus, flac, pcm) sea compatible con el reproductor del LMS para evitar errores de reproducción.

Carga asíncrona

Utilice llamadas asíncronas para solicitar la generación de audio sin interrumpir la experiencia del usuario. Esto permite que el LMS continúe cargando otros elementos de la lección mientras se procesa el texto.

Implemente un indicador de carga que se muestre hasta que la API confirme la disponibilidad del audio, mejorando la percepción de rendimiento del sistema.

Control de reproducción

Una vez obtenido el audio, exponga los controles estándar de reproducción (play, pause, volumen) en el reproductor del LMS. Asegúrese de que el usuario pueda pausar y reanudar la lectura sin perder la posición.

Considera añadir controles de velocidad para que los estudiantes puedan ajustar la velocidad de reproducción según sus necesidades de aprendizaje.

Gestión de errores de red

Ilustración de onda de sonido para: Gestión de errores de red

La integración robusta requiere manejar la inestabilidad de la red sin interrumpir la experiencia del estudiante. En entornos LMS, un fallo silencioso puede dejar un módulo sin audio, afectando la completitud del curso. La gestión proactiva de errores asegura que la generación de voz sea confiable incluso bajo condiciones de red subóptimas.

Reintento en caso de timeout

Si la solicitud excede el tiempo de espera, implementa un reintento exponencial con backoff. Esto compensa la latencia variable de la API durante picos de carga, garantizando que el audio se genere sin intervención manual del docente.

  • Configurar timeout inicial de 10-15 segundos.
  • Reintentar hasta 3 veces con incremento geométrico.
  • Notificar al usuario si persiste el error tras los reintentos.

Manejo de 429 Too Many Requests

Cuando se supera el límite de 60 solicitudes por minuto, la API devuelve 429 (o 10 si no hay recarga). Tu sistema debe leer la cabecera Retry-After y pausar la cola de generación hasta que el límite se restablezca, evitando costos innecesarios por fallos repetidos.

  • Leer cabecera Retry-After del encabezado HTTP.
  • Pausar la cola de procesamiento de texto.
  • Reanudar automáticamente al expirar la espera.

Logging de solicitudes fallidas

Registra el estado, el ID de la solicitud y el código de error para auditoría. Esto permite identificar si los fallos son por límite de tasa, texto inválido o problemas de red, facilitando el mantenimiento técnico del módulo.

  • Guardar timestamp y código de error.
  • Almacenar el fragmento de texto que falló.
  • Monitorear la tasa de éxito por módulo.

Optimización de costos

Ilustración de onda de sonido para: Optimización de costos

La síntesis por carácter tiene un costo fijo de $0.01 por mil caracteres. Implementar una caché local de los audios generados elimina la repetición de llamadas para el mismo contenido estático, reduciendo drásticamente el consumo de créditos.

Para módulos dinámicos, genera el audio bajo demanda solo cuando el usuario lo solicite. Esto evita gastar créditos en lecciones que nunca se visualizan.

Monitorea el uso por módulo para identificar qué contenido consume más recursos. Ajusta la estrategia de caché o generación según el tráfico real de cada sección del curso.

Caché de audio si el texto no cambia

Almacena el archivo de audio generado en tu servidor o CDN cuando el texto de la lección es estático. Esto evita nuevas llamadas a la API para el mismo contenido.

Utiliza una clave hash basada en el texto para gestionar la invalidación de la caché. Si el texto no cambia, reutiliza el archivo existente.

  • Calcula un hash del texto de la lección.
  • Almacena el audio generado con ese hash como nombre de archivo.
  • Sirve el archivo desde caché si existe y no ha cambiado.

Generación por demanda

Para contenido dinámico o actualizado frecuentemente, genera el audio solo cuando el usuario lo necesite. Esto evita costos en lecciones que no se visualizan.

Combina la generación bajo demanda con una caché de corto plazo para evitar regeneraciones inmediatas del mismo contenido.

  • Genera audio solo al primer acceso a la lección.
  • Guarda el resultado para accesos futuros en la misma sesión.
  • Libera recursos en lecciones no visualizadas.

Monitoreo de uso por módulo

Registra el número de caracteres y el costo por módulo para identificar el consumo real. Esto te permite optimizar la distribución de créditos.

Ajusta la estrategia de caché o generación según el tráfico de cada módulo. Los módulos más usados justifican una caché más agresiva.

No se requiere formato HD para todos los módulos. Usa el formato estándar para la mayoría y reserva HD solo para contenido crítico si el presupuesto lo permite.

  • Registra caracteres usados por módulo.
  • Ajusta la estrategia de caché según el tráfico.
  • Monitorea el saldo y el uso por módulo.
Optimización de costos

Validación de idioma

Ilustración de onda de sonido para: Validación de idioma

La API intenta inferir el idioma desde la escritura del texto, pero el inglés predeterminado para el script latino puede causar errores. Es fundamental enviar explícitamente el parámetro language (ej. 'es', 'fr') para garantizar la síntesis correcta.

Esto evita que textos en español con caracteres especiales se procesen como inglés. La verificación explícita es el único método fiable para cursos multilingües.

Envío explícito de campo language

Incluye el código ISO en la petición JSON. Esto asegura que el motor seleccione la voz adecuada para el idioma objetivo, independientemente del script utilizado en el texto de entrada.

  • Campo language en la solicitud.
  • Códigos ISO 639-1 (es, fr, de, etc.).
  • Prevención de inferencia incorrecta.

Detección automática con riesgos

Sin este campo, el sistema asume inglés para texto en latín. Si envías una lección en francés sin especificar language, se generará audio en inglés, rompiendo la coherencia del módulo.

  • Riesgo alto en textos mixtos.
  • Default a inglés en script latino.
  • No fiable para idiomas minoritarios.

Verificación de acento

Las voces son multilingües pero no adaptan el acento regional. Una voz 'nova' en español tendrá un acento neutro estándar, no regional. Verifica que el acento coincida con el público objetivo antes de integrar.

  • Acento neutro estándar.
  • No hay variaciones regionales.
  • Prueba con texto local.

Ejemplo de código

Ilustración de onda de sonido para: Ejemplo de código

Para implementar la generación de audio en tu entorno de desarrollo, puedes utilizar librerías HTTP estándar que simplifican la interacción con el endpoint de síntesis. La integración requiere enviar la voz, el modelo y el texto formateado en una solicitud JSON estandarizada.

Los siguientes ejemplos demuestran cómo realizar la llamada asíncrona y procesar la respuesta binaria. Este enfoque permite incrustar el audio generado directamente en los reproductores de tu LMS sin necesidad de SDKs propios.

Snippet en Python requests

Utiliza la librería requests para enviar la solicitud POST. Asegúrate de incluir la cabecera Authorization con tu clave API y definir el formato de salida en wav para máxima compatibilidad con reproductores LMS.

El código gestiona la descarga del archivo binario resultante y lo guarda localmente para su posterior carga en el sistema de cursos.

  • Instalación: pip install requests
  • Clave: tts-xxxxxxxx
  • URL: https://api.52d.info/v1/audio/speech

Snippet en JavaScript fetch

En el lado del cliente o servidor Node.js, usa fetch para POSTear el cuerpo JSON. La respuesta es un Blob que puedes convertir en URL para ser reproducido instantáneamente.

Este método es ideal para aplicaciones web modernas que cargan audio bajo demanda sin recargar la página.

  • Entorno: Node.js o navegador moderno
  • Headers: Content-Type: application/json
  • Procesamiento: response.blob()

Ejecución completa

La ejecución correcta valida que el campo input no supere los 4096 caracteres y que la voz seleccionada esté activa. La API devuelve el audio listo para ser incrustado.

Verifica que el tiempo de generación sea aceptable para la fluidez de la lección antes de automatizar la carga masiva de módulos.

Despliegue en producción

Ilustración de onda de sonido para: Despliegue en producción

El despliegue en producción requiere usar exclusivamente la clave API generada en la cuenta de 52d.info. Esta clave permite acceder al endpoint POST https://api.52d.info/v1/audio/speech con la configuración base_url adecuada en tu SDK o llamadas HTTP directas. Asegúrate de que la clave esté activa y no haya sido revocada recientemente.

Monitorea los límites de tasa (60 solicitudes por minuto) para evitar interrupciones en la generación de audio para tus lecciones. Configura alertas de saldo bajo para mantener la disponibilidad continua del servicio, ya que los créditos no expiran pero la generación se detiene si el balance es insuficiente.

Uso de clave de producción

Utiliza la clave API asociada a tu cuenta de 52d.info para autenticar todas las solicitudes de síntesis. La autenticación se realiza mediante el encabezado Authorization: Bearer tts-.... Esta clave es única por cuenta y puede ser renovada en cualquier momento desde el panel de usuario, invalidando la anterior de forma inmediata.

  • Verifica que la clave no haya sido revocada antes de iniciar el despliegue.
  • Almacena la clave en variables de entorno para evitar su exposición en el código fuente.

Monitoreo de límites de tasa

El límite estándar es de 60 solicitudes por minuto por clave API. Si excedes este límite, recibirás un código de estado 429 (Too Many Requests). Para flujos de trabajo intensivos, considera implementar una lógica de reintento con backoff exponencial o dividir las solicitudes en lotes más pequeños.

El límite inicial antes de la primera recarga es de 10 solicitudes por minuto. Asegúrate de que tu infraestructura de despliegue pueda manejar estas restricciones sin afectar la experiencia del usuario en los módulos de LMS.

  • Implementa lógica de reintento para manejar códigos 429.

Alertas de saldo bajo

Configura alertas para notificar cuando el saldo de tu cuenta esté por debajo de un umbral predeterminado. Esto es crucial para evitar interrupciones en la generación de audio para tus cursos y lecciones.

Recuerda que los créditos no expiran y que las recargas se realizan mediante USDT (TRC-20). Asegúrate de que las alertas estén configuradas para llegar a los responsables técnicos del proyecto en tiempo hábil.

  • Configura alertas por correo electrónico o webhook.
  • Monitorea el uso de caracteres para predecir necesidades de recarga.

Pruebas unitarias

Ilustración de onda de sonido para: Pruebas unitarias

Antes de desplegar la integración en el LMS, es crítico validar que la respuesta de la API cumpla con los estándares técnicos esperados. Las pruebas unitarias aseguran que el flujo de generación de audio no falle silenciosamente y que los metadatos sean correctos.

Verificación de formato de audio

Confirma que el campo response_format en la solicitud se refleja exactamente en el archivo recibido. Para lecciones en LMS, se suele preferir WAV o MP3. La prueba debe verificar que el archivo no esté corrupto y que el MIME type coincida.

  • Verificar extensión del archivo (.wav, .mp3, .opus).
  • Validar que el contenido sea audio legible y no un error JSON.

Comprobación de duración

Dado que la velocidad es aproximadamente 25 caracteres por segundo, la duración estimada debe coincidir con la longitud del texto. Si el audio es significativamente más corto o largo, indica un fallo en la síntesis o truncamiento.

  • Comparar duración real vs. estimada (chars / 25).

Validación de caracteres

Asegura que el texto enviado no exceda los 4096 caracteres por solicitud. Las pruebas deben incluir casos límite con textos justo en el límite y espacios/puntuación incluidos en el conteo, ya que afectan el costo y la generación.

Mantenimiento de contenido

Ilustración de onda de sonido para: Mantenimiento de contenido

El mantenimiento de contenido implica regenerar el audio cuando se actualizan los textos de la lección o se corrigen errores. Es necesario invalidar el caché para asegurar que los estudiantes reciban la versión más reciente y precisa del material didáctico.

Regeneración por actualizaciones

Cuando el texto fuente cambia, se debe realizar una nueva solicitud a la API. El audio generado reemplaza al anterior para mantener la coherencia con el contenido actualizado del módulo.

  • Actualizar texto en el LMS
  • Reenviar solicitud POST a la API
  • Reemplazar archivo de audio antiguo

Invalidación de caché

Si se utiliza caché, es crucial invalidarlo al detectar cambios en el texto. Esto evita que los usuarios escuchen versiones desactualizadas de las lecciones.

  • Invalidar caché al detectar cambios
  • Verificar integridad del nuevo audio

Auditoría de voces usadas

Realice auditorías periódicas para verificar que todas las lecciones utilizan las voces adecuadas. Asegúrese de que el tono y el estilo de voz coincidan con el objetivo instruccional de cada módulo.

  • Verificar consistencia de voces
  • Ajustar voces según el módulo

Preguntas frecuentes

Ilustración de onda de sonido para: Preguntas frecuentes

Estas respuestas aclaran dudas comunes sobre la integración técnica y operativa de la API en entornos educativos.

La solución está diseñada para ser ligera, priorizando la claridad del audio y el control preciso de los recursos.

¿Qué es un LMS?

Un LMS (Learning Management System) es una plataforma de gestión de aprendizaje. Permite alojar lecciones, asignar módulos y medir el progreso de los estudiantes.

¿Necesito saber programar?

Para la integración básica, se requiere conocimiento de JSON y HTTP. El uso de la API se facilita con ejemplos de código en Python y JavaScript.

¿Cuánto tiempo tarda la integración?

Una integración estándar con caché de audio toma aproximadamente una hora. Textos largos requieren lógica adicional de división y concatenación.

¿Se puede usar con WordPress?

No ofrecemos un plugin oficial. La integración se realiza mediante llamadas API directas, que pueden invocarse desde el backend de WordPress o scripts personalizados.

¿Cómo manejo textos en varios idiomas?

Envíe el código ISO del idioma en el campo 'language'. Si no se especifica, se asume inglés para textos en latín, lo que puede causar errores de acento.

¿Qué hago si la voz suena robótica?

Las voces son síntesis basada en muestras, no clonación personalizada. Ajuste la velocidad (0.25–4.0) o pruebe otras voces como 'sage' o 'atlas' para mayor naturalidad.

¿Puedo guardar el audio en mi servidor?

Sí. La API devuelve el archivo de audio en la respuesta. Usted es responsable de su almacenamiento, distribución y caché posterior.

¿Es necesario usar la SDK de OpenAI?

No. Puede usar HTTP estándar o cualquier SDK compatible con la estructura JSON. Solo debe cambiar la 'base_url' a https://api.52d.info/v1.

¿Cómo sé que el audio es correcto?

Verifique el formato de respuesta (mp3, wav, etc.) y la duración. El audio generado no se almacena en nuestros servidores, solo en su respuesta inmediata.

¿Qué pasa si se cae la API?

Implemente reintentos con lógica de backoff exponencial. Si la síntesis falla, se devuelve el saldo sin cargo. No hay garantía de uptime (SLA) oficial.

¿Puedo usar varias voces en un curso?

Sí. Puede cambiar la voz 'voice' en cada solicitud para diferenciar narradores, estudiantes o instructores dentro de un mismo módulo.

¿Cómo se mide el éxito de la integración?

Monitoree el tiempo de generación y el uso de caracteres. La claridad del audio y la reducción de carga de trabajo docente son indicadores clave.

¿Hay documentación para desarrolladores?

Sí, en /docs/. Incluye especificaciones del endpoint, campos obligatorios, códigos de error y ejemplos de integración con librerías estándar.

¿Se puede automatizar la generación?

Totalmente. Un script puede leer un feed de lecciones y generar audios automáticamente, respetando los límites de 60 solicitudes por minuto.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Formato sin pérdida que conserva toda la información del audio generado.

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

Más en este sitio