Preguntas frecuentes
¿Qué es la transformación de texto a voz para restaurantes?
Es una API en la nube que convierte texto en archivos de audio mediante una petición POST. Envías el texto y recibes el audio sin necesidad de equipos de grabación físicos. Es ideal para generar menús digitales, avisos y promociones de forma rápida y escalable para tu red de restaurantes.
¿Es necesario un equipo de grabación para menús digitales?
No. La API genera el audio directamente desde el texto enviado. Puedes cambiar los menús o precios instantáneamente sin programar sesiones de estudio, contratar locutores ni gestionar equipos técnicos. Solo necesitas una conexión a internet y tu clave de API para integrar el audio en tus plataformas digitales.
¿Pueden las voces hablar varios idiomas?
Sí, cada una de las 8 voces puede hablar los 23 idiomas soportados, como español, inglés, chino o francés. Si no especificas el idioma, el sistema lo intenta adivinar, pero para textos en latinos no ingleses, recomendamos establecer el campo language explícitamente para mayor precisión.
¿Cuánto cuesta transformar texto a voz por carácter?
El costo es de $0.01 por cada 1.000 caracteres, lo que equivale a $10 por millón de caracteres. Los espacios y la puntuación cuentan como caracteres. Si la síntesis falla, el cargo se devuelve íntegramente, por lo que solo pagas por el audio generado con éxito.
¿Se almacena el audio generado?
No. El audio se devuelve en la respuesta de la API y no se almacena en nuestros servidores. Solo conservamos los metadatos de la petición (hora, caracteres y estado) para fines de facturación y control de uso. El texto enviado se usa únicamente para producir el audio.
¿Qué formato de audio es mejor para menús digitales?
Puedes elegir entre mp3, wav, opus, flac o pcm según tu necesidad de compatibilidad o calidad. Para la mayoría de menús digitales y avisos, mp3 o opus son eficientes en tamaño. La API permite especificar el formato deseado en cada petición para adaptarlo a tu reproductor o plataforma web.
¿Las voces suenan naturales o robóticas?
Las voces están basadas en grabaciones de LibriTTS-R (CC BY 4.0) y de Lecturas de audiolibros de dominio público de LibriVox, ofreciendo un tono natural y claro. Cada archivo generado incluye una marca de agua inaudible que lo identifica como voz sintética. Son ideales para menús y promociones donde la claridad y la naturalidad son prioritarias.
¿Cuántos caracteres puedo enviar en una petición?
Cada petición puede contener hasta 4096 caracteres de texto. Si tu menú o aviso es más largo, debes dividirlo en partes de este límite y unir los archivos de audio resultantes. Esto permite gestionar textos extensos manteniendo la integridad de la generación y el control de costos.
¿Qué sucede si la generación de audio falla?
Si la síntesis falla, la solicitud no se cobra y el saldo se devuelve íntegramente. No pagas por audio que no se generó correctamente. Esto asegura que solo incurras en costos por los archivos de audio válidos que recibas, manteniendo la eficiencia en tu presupuesto de API.
¿Puedo usar mi propia clave de API en diferentes proyectos?
Cada cuenta tiene una clave activa. Puedes emitir una nueva clave en cualquier momento, lo que invalida la anterior inmediatamente. Esto permite gestionar diferentes proyectos o entornos de forma segura, rotando las credenciales según sea necesario sin afectar el saldo ni la facturación acumulada.
¿Hay límite de tiempo en los archivos generados?
No hay un límite de tiempo estricto en el formato, pero la generación es aproximadamente en tiempo real (25 caracteres por segundo). Para textos muy largos, el proceso puede tardar más debido a la cola de procesamiento. Se recomienda dividir textos extensos para optimizar la entrega.
¿Se pueden mezclar idiomas en un mismo audio?
La API genera audio para un idioma por petición (el idioma se especifica con el campo language o se detecta automáticamente). Si necesitas mezclar idiomas, debes enviar múltiples solicitudes, una por cada idioma, y unir los archivos de audio resultantes. Esto te da control total sobre la pronunciación y la estructura del audio final para tus menús o avisos.
¿Las voces tienen acentos específicos por idioma?
Las 8 voces pueden hablar los 23 idiomas soportados sin cambiar de preset. No hay acentos específicos por voz, sino que cada voz mantiene su tono característico (como narrador o conversacional) independientemente del idioma. Esto asegura consistencia en la marca a lo largo de diferentes regiones o idiomas.
¿Cómo se paga por el uso de la API?
El pago se realiza mediante recargas en USDT (TRC-20) en la red TRON, con un mínimo de $5. No hay planes mensuales ni suscripciones. El saldo no expira y se descuenta automáticamente según el uso. Las cuentas nuevas pueden obtener una prueba gratuita de $0.50 al registrarse con Google.
Primera solicitud
curl
curl https://api.8155.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.mp3Audio para menús y comedores
Elimina la necesidad de grabaciones en estudio para cada cambio de menú. La API convierte texto plano en archivos de audio listos para reproducirse en pantallas digitales o sistemas de megafonía, adaptándose a la frecuencia de actualización de la carta.
Menús digitales con voz
Actualiza la pronunciación de platos o alérgenos sin rehacer sesiones de grabación. Envía el texto y recibe un archivo MP3 o WAV listo para integrarse en las pantallas de los comensales.
- Actualización instantánea de la carta hablada
- Sin equipos de grabación necesarios
- Precisión en terminología gastronómica
Avisos en comedores escolares
Genera anuncios claros para horarios de entrada o salida. La voz natural reduce la carga cognitiva en entornos ruidosos y asegura que la información crítica se comprenda al instante.
Anuncios de ofertas diarias
Promociona platos del día o menús especiales con voz dinámica. Ideal para menús rotativos que requieren cambios diarios sin contratar locutores para cada campaña breve.
Voces que conectan con el comensal
La elección de la voz determina cómo el comensal percibe el mensaje. En la hostelería, la claridad y el tono adecuado son esenciales para que la información se entienda correctamente, ya sea en un menú digital o en un aviso de promoción.
Nuestras voces están diseñadas para contextos específicos, garantizando una escucha natural sin necesidad de equipos de grabación profesionales. Cada preset tiene un carácter definido que se adapta al tipo de contenido que se reproduce.
Aria: narradora clara
Aria ofrece una voz femenina cálida y clara, ideal para la lectura de menús digitales. Su tono narrativo facilita la comprensión de nombres de platos y descripciones en entornos con cierto ruido de fondo.
Es perfecta para comedores colectivos donde la claridad en la información es prioritaria. Su estilo suave permite que los comensales se concentren en la oferta sin distracciones.
- Voz femenina, cálida y clara
- Ideal para menús digitales
- Estilo narrativo y suave
Felix: energía para promociones
Felix aporta una voz masculina enérgica, perfecta para destacar ofertas diarias o platos especiales. Su tono dinámico capta la atención del comensal en segundos, ideal para avisos breves.
Funciona bien en pantallas de restaurantes de cadena donde se necesita transmitir urgencia o entusiasmo por la comida del día. Su energía se ajusta a promociones limitadas en tiempo.
- Voz masculina, enérgica
- Ideal para promociones y ofertas
- Tono dinámico y atractivo
Atlas: neutralidad informativa
Atlas proporciona una voz masculina neutral, similar a la de un noticiero. Es la opción más adecuada para avisos institucionales o información general en comedores escolares y corporativos.
Su tono imparcial garantiza que el mensaje se transmita sin sesgos emocionales, asegurando que la información relevante sea recibida con total claridad por cualquier tipo de audiencia.
- Voz masculina, neutral
- Ideal para avisos institucionales
- Tono imparcial y claro
Integración técnica para agencias
La API sigue la estructura de la endpoint de speech de OpenAI, lo que permite reutilizar SDKs oficiales cambiando solo la base URL. Esto simplifica la integración para agencias que ya conocen la sintaxis estándar.
SDK compatible con OpenAI
Envía solicitudes POST a https://api.8155.info/v1/audio/speech con el formato JSON esperado. Los SDKs de OpenAI funcionan modificando el base_url hacia https://api.8155.info/v1 y usando la clave API de VoZeta Editorial.
Formatos MP3, WAV y FLAC
Selecciona el formato de salida mediante el campo response_format. Las opciones disponibles son mp3, wav, opus, flac y pcm, adaptándose a las necesidades de reproducción en pantallas de menú o sistemas de avisos.
Gestión de caracteres
Cada solicitud acepta hasta 4096 caracteres. Para menús extensos, se deben dividir los textos en partes y unir los archivos de audio resultantes. Los espacios y puntuación cuentan como caracteres en el cálculo de facturación.
Idiomas para turismo y local
La API soporta 23 idiomas, incluyendo español, inglés y francés, permitiendo a las agencias adaptar el contenido auditivo a diferentes mercados sin necesidad de voces adicionales. Cada voz puede pronunciar cualquiera de estos idiomas con naturalidad.
Si no se especifica el idioma, el sistema lo detecta automáticamente desde el guion; el texto en latín por defecto se interpreta como inglés. Para textos latinos en otros idiomas, es necesario indicar el código ISO para garantizar la pronunciación correcta.
Español, inglés y francés
Estos tres idiomas cubren la mayoría de las necesidades de restaurantes y comedores colectivos en entornos turísticos y locales. Las voces están optimizadas para mantener la claridad y el tono editorial necesario en menús digitales y avisos.
Puedes generar anuncios de ofertas diarias o descripciones de platos en cualquiera de estos idiomas, manteniendo la coherencia de marca en cada punto de venta.
- Soporte nativo para español, inglés y francés
- Ideal para menús bilingües o trilingües
- Consistencia en la calidad de voz
Soporte para 23 idiomas
Más allá de los tres principales, la API incluye otros 20 idiomas como alemán, italiano, japonés, chino, árabe y portugués. Esto permite atender a públicos diversos sin contratar múltiples servicios externos.
Cada idioma está soportado por las 8 voces disponibles, lo que ofrece flexibilidad para elegir el tono adecuado según el contexto del mensaje.
- 23 idiomas en total
- Incluye alemán, italiano, japonés, chino, árabe, portugués
- Compatible con todas las voces predefinidas
Detección automática
El sistema detecta automáticamente el idioma del texto de entrada. Si no se proporciona el parámetro language, se asume inglés para textos en caracteres latinos.
Para textos en otros idiomas que usen el alfabeto latino, debes especificar el código ISO del idioma para evitar errores de pronunciación.
- Detección automática del idioma
- Por defecto: inglés para texto latino
- Recomendado: especificar
languagepara otros idiomas latinos
Precios transparentes
Facturación precisa por cada carácter procesado, incluyendo espacios y puntuación. El costo es de 10 dólares por millón de caracteres, lo que equivale a 0,01 dólares por cada 1.000 caracteres. Este modelo elimina los costos fijos de licencias o líneas telefónicas dedicadas.
Al crear una cuenta con Google, recibes 0,50 dólares de crédito (aproximadamente 50.000 caracteres) válidos por 7 días. Las solicitudes fallidas se cobran cero, devolviendo el crédito íntegramente. No se aplican cargos por inactividad ni por el número de claves API.
Pago por carácter
El precio es uniforme: 10 dólares por cada millón de caracteres. Los espacios y signos de puntuación cuentan como caracteres individuales. No hay tarifas adicionales por el formato de audio ni por la velocidad de generación.
- Costo: 0,01 USD por 1.000 caracteres.
- Cobro proporcional al uso real.
- Reembolso automático en fallos de síntesis.
Crédito inicial gratuito
El registro con Google otorga 0,50 dólares de crédito inicial. Este saldo permite probar la API con unos 50.000 caracteres antes de cualquier cargo. El crédito expira 7 días después de la creación de la cuenta.
- 0,50 USD para cuentas con Google.
- Válido por 7 días.
- Cuentas por email sin crédito inicial.
Sin mensualidades
No existen planes fijos ni cuotas mensuales obligatorias. Puedes usar la API solo cuando necesites generar menús o avisos. El saldo restante no caduca y se mantiene disponible hasta su consumo.
- Sin planes de suscripción.
- Sin costos fijos mensuales.
- Saldo sin fecha de expiración.

Calidad y formato de audio
La generación de audio es eficiente: los textos largos se producen a una velocidad cercana al tiempo real (aproximadamente 25 caracteres por segundo), mientras que las frases cortas requieren unos segundos adicionales. Bajo carga, las solicitudes pueden entrar en cola, procesándose secuencialmente.
Generación rápida
El tiempo de espera varía según la longitud del texto y la carga del servidor. Para textos extensos, el sistema divide la entrada en partes de hasta 4096 caracteres y une los archivos de audio resultantes, manteniendo un ritmo natural de producción.
Marcas de agua sintéticas
Cada archivo generado incluye una marca de agua inaudible que identifica el audio como síntesis artificial. Esto permite distinguir fácilmente el contenido generado por la API de las grabaciones humanas sin afectar la calidad perceptible del oyente.
Formatos optimizados
Selecciona entre MP3, WAV, OPUS, FLAC o PCM según tus necesidades de compatibilidad y calidad. Estos formatos están optimizados para su integración en menús digitales y sistemas de avisos en comedores colectivos.
- MP3: equilibrio entre calidad y tamaño.
- WAV: audio sin pérdida para alta fidelidad.
- FLAC: compresión sin pérdida, ideal para archivado.
- OPUS: alta eficiencia para transmisión de datos.
- PCM: audio crudo sin comprimir.
Uso de datos y privacidad
El texto que envías a la API se utiliza exclusivamente para generar el archivo de audio correspondiente. No se almacena ni se emplea para entrenamiento, garantizando que la voz sea una herramienta de producción inmediata y no un dato de entrenamiento.
Texto solo para audio
Nuestro procesamiento es lineal: recibes el audio y el texto de origen queda libre de retención. Esto es ideal para menús del día o avisos temporales donde la información no necesita persistir más allá de su reproducción.
Sin almacenamiento de audio
Los archivos de audio generados se devuelven en la respuesta y no se guardan en nuestros servidores. Una vez que tu integración los recibe o descarga, no quedan copias de respaldo en nuestra infraestructura, reduciendo el riesgo de exposición de datos.
Metadatos de facturación
Conservamos únicamente los metadatos necesarios para el cobro: tiempo de solicitud, número de caracteres procesados y estado de la síntesis. Esta información es estrictamente operativa y no incluye el contenido del texto ni el audio generado.
Casos de uso en hostelería
La API de texto a voz permite a las agencias y operadores de hostelería generar contenido auditivo escalable sin necesidad de estudios de grabación. Esta capacidad transforma la comunicación interna y la experiencia del cliente en entornos con alto volumen de información.
Al sustituir las grabaciones manuales por un flujo de trabajo basado en la API, se reduce la dependencia de locutores y se garantiza la coherencia tonal en todos los puntos de venta o comedores.
Restaurantes de cadena
La consistencia de marca es crítica cuando se opera en múltiples ubicaciones. La API permite generar avisos de apertura, menú del día o promociones específicas para cada local, manteniendo un tono uniforme sin variar la voz base.
Con un límite de 4096 caracteres por solicitud, se pueden crear anuncios concisos que se integran en pantallas digitales o sistemas de megafonía, asegurando que la información llegue clara al comensal sin saturar el ambiente sonoro.
- Avisos de apertura y cierre con horarios actualizados.
- Anuncios de promociones diarias con cambio rápido de contenido.
- Mantenimiento de la identidad de voz en todas las sucursales.
Comedores corporativos
En comedores escolares o empresariales, la claridad en la comunicación de menús y horarios es prioritaria. La generación automática de audio para menús digitales reduce la carga de producción de contenido para los equipos de catering.
La velocidad de generación permite actualizar la oferta culinaria del día en tiempo real (aproximadamente 25 caracteres por segundo), asegurando que la información en las pantallas coincida exactamente con la comida servida, evitando confusiones en la línea de servicio.
- Generación de audios para menús del día con actualización diaria.
- Anuncios de horarios de entrada y salida para control de afluencia.
- Integración sencilla con pantallas digitales existentes en los comedores.
Agencias de marketing digital
Las agencias pueden ofrecer servicios de contenido auditivo como un valor añadido a sus clientes de hostelería. Con la API, la creación de piezas para campañas publicitarias locales se escala fácilmente, probando diferentes voces o idiomas sin costos fijos de estudio.
El modelo de pago por carácter ($10 por 1 millón de caracteres) permite una gestión precisa del presupuesto. Las agencias pueden integrar la generación de audio directamente en sus flujos de trabajo de publicación de contenido.
- Escalabilidad de producción de audio para múltiples clientes.
- Prueba rápida de diferentes voces (Aria, Felix, Atlas) para campañas.
- Costos predecibles basados en el volumen de caracteres generados.
Comienza con la API
Accede a tu clave API en /get-api-key/ registrándote con Google o correo electrónico. La interfaz muestra tu saldo, el crédito de prueba de 0,50 $ y el ejemplo de curl listo para usar.
Obtén tu clave API
Regístrate en /get-api-key/ con Google o correo electrónico. La consola muestra tu clave única, el saldo y el crédito de prueba de 0,50 $ válido por 7 días.
Prueba con curl
Usa la clave para enviar texto a https://api.8155.info/v1/audio/speech. El endpoint acepta JSON y devuelve el archivo de audio directamente, sin configuraciones complejas.
- Método POST
- Autenticación Bearer
- Formato JSON
Integración en minutos
Incluye la API en tus flujos de menús digitales o avisos. Usa el SDK de OpenAI cambiando la base URL o envía peticiones HTTP directas para generar audio al instante.
Escucha las 8 voces
Cada muestra a continuación fue generada por esta API a partir de la misma frase. Se utiliza para descripciones de maridajes, historias de la marca o presentaciones de alta gama donde se busca transmitir distinción y calma.
23 idiomas
Cualquier voz puede hablar cualquiera de estos idiomas.
