Preguntas frecuentes
¿Es difícil integrar audio en un menú digital?
No. La API usa el formato estándar de OpenAI. Solo necesitas enviar un POST a https://api.8155.info/v1/audio/speech con tu clave Bearer. Las SDKs oficiales de OpenAI funcionan cambiando el base_url. Es compatible con HTTP estándar, sin necesidad de plugins ni SDKs propietarios.
¿Qué voz suena más apetitosa para la comida?
La elección depende del tono. Aria es una narradora clara y cálida. Nova es brillante y animada. Felix es enérgico, ideal para promociones. Milo es amigable y conversacional. Todas las voces pueden hablar todos los idiomas disponibles sin ajuste adicional.
¿Cómo se manejan los nombres de platos en otro idioma?
Debes especificar el campo language con el código ISO. Si no se indica, el sistema adivina el idioma; el texto latino se asume inglés por defecto. Para nombres de platos en otros idiomas, establece explícitamente el código para evitar errores de pronunciación.
¿Cuánto espacio ocupa un audio de menú completo?
La velocidad es aproximadamente real time: 25 caracteres por segundo. Un menú de 1000 caracteres genera unos 40 segundos de audio. El formato mp3 es más ligero. Los formatos wav, flac y pcm son archivos más grandes sin compresión.
¿Puedo cambiar la voz después de generar el audio?
No. El audio generado es un archivo estático con una voz fija. Para cambiar la voz, debes realizar una nueva solicitud a la API con el parámetro voice diferente. No hay edición post-producción ni clonación de voz personalizada disponible.
¿Es mejor audio o solo texto en el menú?
Depende del contexto. El audio mejora la accesibilidad y la experiencia en comedores colectivos. El texto es más ligero y rápido de cargar. Puedes usar ambos. La API permite generar audio bajo demanda para complementar la información textual del menú digital.
¿Cómo se actualizan los precios en el audio?
Debes generar un nuevo archivo de audio con el texto actualizado. La API no edita archivos existentes. Envía el nuevo texto con el precio corregido. El audio anterior permanece inalterado. Puedes gestionar múltiples archivos de audio para diferentes estados del menú.
¿Las voces entienden signos de puntuación?
Sí, la puntuación afecta la entonación y las pausas. Sin embargo, no hay soporte para SSML ni diccionarios de pronunciación personalizados. Los signos básicos funcionan, pero para nombres de platos complejos, la puntuación estándar es suficiente para una lectura natural.
¿Se puede reproducir el audio en bucle?
La API devuelve un archivo de audio estático. El bucle depende del reproductor del menú digital, no de la API. No hay streaming ni WebSocket. Debes implementar la lógica de bucle en el frontend o el visor del menú.
¿Qué pasa si el cliente no tiene sonido?
El audio es un archivo adicional. Si el dispositivo no tiene sonido, el texto sigue siendo visible. No hay garantía de reproducción automática. El usuario debe activar el audio manualmente. El texto es siempre el respaldo accesible y directo.
¿Es accesible el audio para personas con discapacidad visual?
Sí, el audio es una excelente herramienta de accesibilidad. Los archivos generados pueden ser leídos por lectores de pantalla. No hay marcas de agua audibles que interfieran. Es una alternativa efectiva a la lectura de texto para menús digitales accesibles.
¿Cuántas voces puedo usar en un mismo menú?
Puedes usar las 8 voces disponibles. Puedes generar archivos diferentes para cada voz y mezclarlos en el menú. No hay límite de voces por menú, pero cada voz requiere una solicitud de API separada. Solo debes gestionar las solicitudes a la API para cada archivo de audio necesario.
¿Se puede pausar el audio generado?
El audio es un archivo estático. La pausa depende del reproductor del menú digital. La API no controla la reproducción. Envía el archivo y el visor del menú gestiona la pausa, reproducción y volumen según las capacidades del dispositivo.
¿Qué formato es más ligero para móviles?
El formato mp3 es el más ligero y compatible. También está disponible opus, que es eficiente. Los formatos wav, flac y pcm son más pesados. Para menús digitales en móviles, mp3 ofrece el mejor equilibrio entre calidad y tamaño.
Ventajas del audio en menús
El audio transforma la lectura estática en una experiencia directa, eliminando barreras para clientes con dificultades visuales o dislexia. Al escuchar el menú, se facilita la toma de decisiones sin el esfuerzo de descifrar fuentes pequeñas en pantallas de distintos tamaños.
Accesibilidad para clientes
Permite que personas con discapacidad visual accedan al contenido de forma autónoma. El texto leído en voz alta garantiza que las descripciones de platos sean inclusivas desde el primer momento, sin necesidad de interfaces adicionales.
- Acceso inmediato sin descargas de apps
Experiencia inmersiva
Una voz clara transmite la esencia del restaurante mejor que un texto plano. La entonación natural de las voces seleccionadas (como Aria o Felix) añade calidez y profesionalismo, destacando ingredientes o técnicas especiales.
- Tonos que reflejan la identidad de la marca
Actualización instantánea
Al ser una API, los cambios en el menú se reflejan al instante. No requiere reimprimir tarjetas ni actualizar archivos estáticos. Basta con enviar el nuevo texto a la API para que el audio generado esté disponible para el cliente.
- Sincronización en tiempo real con el menú digital
Selección de voces para hostelería
La claridad vocal es el factor crítico para que el cliente entienda la oferta sin esfuerzo. En un entorno de comedor colectivo, donde el ruido de fondo puede ser elevado, seleccionar una voz con articulación precisa asegura que las descripciones de los platos se comprendan al instante.
Voz clara para descripciones
Voces como Aria o Sage ofrecen una dicción nítida y un ritmo constante, ideales para leer listas de ingredientes o platos del día. Su tono narrativo mantiene la atención sin resultar intrusivo, facilitando la comprensión rápida de opciones complejas.
- Aria: narradora clara y cálida
- Sage: calma e instruccional
Voz cálida para postres
Para secciones dulces o promociones especiales, Luna aporta una suavidad que invita a la prueba. Esta voz transforma una simple lista de postres en una experiencia sensorial, destacando productos como helados o tartas sin perder naturalidad.
- Luna: suave y narrativa
Voz neutral para alérgenos
La precisión en la información de seguridad alimentaria es vital. Atlas ofrece un tono neutro y directo, perfecto para leer alérgenos o advertencias sin añadir emoción que pueda distraer del mensaje crítico. Esto garantiza que la información se perciba como factual y confiable.
- Atlas: neutral y informativo
Estructura del texto para audio
La calidad del audio depende de cómo se estructura el texto antes de enviarlo. Una redacción adaptada al oído evita que la voz sintética pronuncie nombres o términos técnicos de forma extraña, garantizando una experiencia natural para el cliente.
Ajustar la longitud y la puntuación asegura que las pausas sean naturales y que el sistema procese cada solicitud sin errores, manteniendo la coherencia en menús dinámicos o avisos de comedor.
Simplificación de nombres
Los nombres propios de platos o ingredientes pueden resultar difíciles de pronunciar para la IA si se escriben con acentos complejos o anglicismos directos. Es recomendable transcribir la pronunciación fonética aproximada en el campo input, ya que la API no incluye diccionarios de pronunciación personalizados ni soporte SSML.
Esta simplificación es especialmente útil para agencias que gestionan menús internacionales o de alta gastronomía, donde la precisión del nombre del plato es parte de la marca.
- Usa transcripciones fonéticas simples para términos extranjeros.
- Verifica siempre la pronunciación con la voz elegida antes de masificar.
- Evita abreviaturas complejas que la IA pueda leer literalmente.
Puntuación para pausas
La puntuación clásica funciona bien, pero la coma y el punto final pueden no generar pausas suficientemente largas para una escucha cómoda. Para mejorar las pausas, utiliza puntos suspensivos (...) o dobles puntos (:) en lugares estratégicos.
Estos signos invitan al modelo a hacer una pausa más natural entre ingredientes o entre el nombre del plato y su descripción, mejorando la comprensión auditiva sin necesidad de SSML.
Es fundamental evitar saltos de línea excesivos en el JSON, ya que la API los trata como parte del texto continuo. Mejor usa puntuación explícita para marcar las pausas.
- Usa (...) para pausas breves entre ingredientes.
- Usa (:) para separar título y descripción.
- Evita saltos de línea en el campo
input.
Longitud ideal del texto
El límite técnico es de 4096 caracteres por solicitud. Para menús digitales, lo ideal es mantener cada elemento de menú por debajo de 100-200 caracteres. Esto permite una generación rápida y evita que la voz se vuelva monótona o pierda claridad en frases muy largas.
Si un plato tiene una descripción muy extensa, divídela en dos solicitudes separadas. Esto facilita la gestión de errores: si una parte falla, solo se regenera esa sección.
Recuerda que los espacios y la puntuación cuentan como caracteres. Un texto bien estructurado dentro del límite garantiza una generación rápida, aunque las frases cortas pueden tardar unos segundos.
- Mantén descripciones por debajo de 200 caracteres.
- Divide textos largos en múltiples solicitudes.
- Los espacios cuentan como caracteres en el límite.
Integración técnica para agencias
La integración se basa en una API REST simple. Solo necesitas enviar una petición POST a https://api.8155.info/v1/audio/speech con el formato JSON estándar. Esto permite que cualquier equipo técnico de tu agencia genere audio sin aprender una librería propietaria, utilizando simplemente las herramientas que ya manejan.
API REST simple
El endpoint acepta los parámetros model, input, voice y response_format. La autenticación se gestiona con un token Bearer en la cabecera. Esto facilita la integración en plataformas web existentes sin modificar la infraestructura principal.
- Endpoint: POST /v1/audio/speech
- Formato: JSON estándar
- Autenticación: Bearer token
Generación bajo demanda
La síntesis se realiza bajo demanda cuando se solicita el audio. Esto elimina la necesidad de pre-generar todos los audios del menú, optimizando el almacenamiento. Los textos se procesan secuencialmente, por lo que en momentos de alta carga puede haber una pequeña cola.
Almacenamiento en caché
Para optimizar costes y velocidad, recomendamos implementar caché en el lado de la agencia. Dado que los menús no cambian cada segundo, guardar los archivos MP3 generados reduce el número de llamadas a la API y los costes por carácter.
Idiomas y turismo
La diversidad lingüística es clave en el sector hostelero, especialmente cuando se atiende a turistas internacionales. Nuestra API soporta 23 idiomas, permitiendo que cada cliente escuche el menú en su lengua materna sin necesidad de grabaciones separadas.
Esto simplifica la gestión para agencias que operan en zonas turísticas de alta densidad, ofreciendo claridad y accesibilidad inmediata sin complicaciones técnicas adicionales.
Español e inglés
Son los idiomas más demandados en la mayoría de los destinos turísticos. Utilizando voces como 'aria' o 'atlas', se garantiza una pronunciación natural y clara para descripciones de platos y avisos generales.
La configuración automática detecta el idioma, pero se puede forzar mediante el campo language ISO para evitar errores de deducción en textos mixtos.
- Soporte para los 23 idiomas listados.
- Alta claridad en nombres de ingredientes.
Francés para Europa
El francés es esencial en regiones como Cataluña, Baleares o zonas fronterizas. La voz 'nova' ofrece un tono brillante adecuado para promociones rápidas, mientras que 'sage' resulta ideal para instrucciones detalladas.
El sistema maneja los caracteres estándar de los idiomas soportados.
- Pronunciación precisa de acentos tónicos.
- Ideal para menús gourmet.
Alemania y otros idiomas
Alemania, Italia, Japón, China y otros 18 idiomas están disponibles para cubrir una audiencia global más amplia. Cada voz está optimizada para la fonética específica de su lengua, asegurando que los nombres de platos se entiendan correctamente.
Esto permite a las agencias escalar sus proyectos de digitalización a nuevos mercados sin contratar nuevos talentos de voz para cada idioma.
- Cobertura de 23 idiomas en total.
- Sin necesidad de ingenieros de audio.
Calidad de audio y formatos
La elección del formato de audio afecta directamente la experiencia del usuario en menús digitales. Ofrecemos opciones optimizadas para equilibrar calidad y eficiencia de carga.
MP3 vs WAV
El formato MP3 es ideal para la mayoría de los menús digitales debido a su compresión eficiente, lo que garantiza tiempos de carga rápidos sin sacrificar una claridad notable. Es la opción predeterminada recomendada para la mayoría de las aplicaciones móviles y web.
El formato WAV proporciona audio sin pérdida de calidad, útil si la fidelidad del sonido es crítica, pero genera archivos significativamente más grandes que consumen más datos y tiempo de carga.
- MP3: Equilibrio óptimo entre calidad y tamaño.
- WAV: Máxima fidelidad, mayor tamaño de archivo.
Compresión de archivos
Los archivos generados mediante nuestra API ya están optimizados para su distribución. Al elegir MP3, los clientes obtienen archivos livianos que no ralentizan la navegación en dispositivos móviles, crucial para la retención de usuarios.
Velocidad de reproducción
Puedes ajustar la velocidad de reproducción entre 0.25x y 4.0x. Para menús, una velocidad ligeramente acelerada (1.2x–1.5x) puede mejorar la experiencia, permitiendo a los clientes escuchar descripciones concisas sin aburrirse, manteniendo la claridad de la voz.
Gestión de actualizaciones
La gestión de actualizaciones en menús digitales se simplifica gracias a la naturaleza efímera del audio generado. No es necesario regrabar ni redistribuir archivos completos; cada cambio de menú o promoción genera un nuevo audio bajo demanda.
Menú del día
El audio se regenera diariamente con los platos disponibles. Los menús largos deben dividirse en fragmentos de hasta 4096 caracteres y unirse manualmente o mediante script, ya que la API no realiza esta unión automáticamente.
Cambios estacionales
Las ofertas temporales se integran como nuevas rutas de API. Al no haber costes fijos ni suscripciones, se puede añadir contenido promocional solo cuando sea necesario, pagando únicamente por los caracteres consumidos en esos mensajes específicos.
Notas alérgenas
Las alertas de alérgenos pueden modificarse en tiempo real si cambia un ingrediente. Al ser un servicio en la nube, la versión más reciente del audio es la que se sirve, eliminando el riesgo de información obsoleta en carteles físicos.

Costes de implementación
La implementación de audio en menús digitales se basa en un modelo de pago por uso, lo que elimina barreras de entrada para agencias que gestionan múltiples clientes. Con un coste fijo de $0.01 por cada 1.000 caracteres (contando espacios y puntuación), el presupuesto es predecible y escala directamente con la complejidad del contenido.
Este modelo permite comenzar con la prueba gratuita de $0.50 válida por 7 días, suficiente para generar unos 50.000 caracteres. Para operaciones continuas, las recargas se realizan mediante USDT (TRC-20) con un mínimo de $5, sin suscripciones mensuales ni gastos de administración ocultos.
Coste por carácter
El precio es de $10 por cada millón de caracteres. Si tu menú digital incluye descripciones detalladas de platos, cada solicitud cuenta los caracteres exactos enviados a la API. Las solicitudes fallidas se reembolsan íntegramente, por lo que solo pagas por audio generado con éxito.
- 0.01 USD por cada 1.000 caracteres.
- Espacios y puntuación cuentan como caracteres.
- Coste cero si la síntesis falla.
Volumen mensual estimado
Un menú estándar con 20 platos y descripciones de 50 palabras puede consumir entre 50.000 y 100.000 caracteres mensuales si se regenera diariamente. Esto equivale a un coste aproximado de $0.50 a $1.00 al mes por cliente, más que suficiente para ofrecer una experiencia premium sin sobrecostes.
Sin costes fijos
A diferencia de las licencias por asiento o las cuotas mensuales de plataformas tradicionales, aquí no pagas si no usas la API. No hay cargos por almacenamiento de las claves ni por inactividad. Tu único gasto es el volumen real de texto convertido a voz.
- Sin cuotas mensuales obligatorias.
- Sin cargos por inactividad.
- Recarga mínima de $5 en USDT.
Ejemplo de uso real
Este ejemplo ilustra la generación de un aviso para un menú del día en un comedor colectivo, optimizado para su reproducción en pantallas táctiles.
Texto de entrada
El texto se limita a 4096 caracteres, dividiendo descripciones largas en fragmentos manejables. Se utiliza puntuación clara para marcar pausas naturales, evitando la ambigüedad en nombres de platos.
- Entrada: "Menú del día: ensalada mixta con pollo a la plancha. Postre: flan casero. Contiene gluten."
Configuración de voz
Se selecciona la voz 'sage' para su tono calmado e instruccional, ideal para avisos informativos. El formato de respuesta se establece en MP3 para equilibrar calidad y peso del archivo.
- Modelo: tts-1
- Voz: sage
- Velocidad: 1.0
Resultado auditivo
La API devuelve un archivo de audio listo para incrustar. El costo es de $0.01 por cada 1.000 caracteres, con cargo solo en síntesis exitosa. El audio incluye una marca de agua invisible que certifica su origen sintético.
Errores comunes en menús
Los errores de redacción son la causa principal de audios confusos o monótonos. Al no contar con SSML para marcar pausas, la puntuación y la longitud del texto determinan completamente la inteligibilidad del resultado final.
Textos demasiado largos
La API limita cada solicitud a 4096 caracteres. Si excedes este límite, la síntesis fallará; debes dividir el texto en partes manejables antes de enviar la petición.
Falta de puntuación
Sin etiquetas de entonación personalizadas, la voz generará pausas automáticas basadas en signos de puntuación. Usa comas y puntos claramente para evitar que la voz corra palabras juntas o haga pausas antinaturales.
Mezcla de idiomas
Si no especificas el campo language, el sistema adivinará el idioma basándose en el guion. Para textos en latín que no sean inglés, define el idioma manualmente para evitar pronuncias erróneas en nombres de platos o ingredientes.
Optimización para móviles
La optimización móvil es crítica para la experiencia del usuario en menús digitales. Al combinar un formato como MP3 con una velocidad de reproducción ajustada, se reduce drásticamente el tamaño de los archivos de audio, facilitando su descarga incluso en conexiones móviles no óptimas.
Tamaño de archivo
Elige MP3 para equilibrar calidad y peso. Un archivo de audio ocupa pocos kilobytes, lo que minimiza el consumo de datos del cliente.
Tiempo de carga
Genera el audio bajo demanda o en caché ligero. Dado que la síntesis tarda segundos, asegura que el usuario no espere más de lo necesario antes de oír el contenido.
Reproducción automática
Configura la reproducción automática con precaución en móviles. Muchos navegadores requieren interacción previa del usuario para permitir el audio. Usa un botón de play claro para evitar bloqueos de recursos.
Soporte y mantenimiento
Mantener la operación de los menús digitales es directo. La gestión de claves y el seguimiento del consumo permiten evitar interrupciones en la reproducción de audio sin necesidad de un equipo técnico dedicado.
El mantenimiento se centra en la seguridad de la API y la optimización del presupuesto, garantizando que los avisos y descrições estén siempre disponibles para los comensales.
Actualización de claves
Dispones de una única clave activa por cuenta. Si detectas cualquier anomalía o simplemente deseas renovarla, puedes emitir una nueva clave en cualquier momento. La clave antigua deja de funcionar inmediatamente, asegurando que solo se utilicen credenciales recientes sin complicaciones administrativas.
Este proceso es instantáneo y no requiere notificar a ningún proveedor externo, lo que facilita la gestión diaria por parte de la agencia.
- Emitir nueva clave desde el panel de control.
- La clave anterior se invalida al instante.
- Solo se permite una clave activa por cuenta.
Monitorización de uso
El panel de control muestra el balance actual, el crédito de prueba (si aplica) y los caracteres consumidos. Esto permite anticipar necesidades de recarga o ajustar la longitud de los textos para optimizar costes.
Las métricas incluyen el estado de las solicitudes, ayudando a identificar si alguna petición falló y fue devuelta, lo cual no afecta al balance.
- Visualización en tiempo real del saldo.
- Historial de caracteres consumidos.
- Estado de las solicitudes recientes.
Contacto por email
El soporte se realiza exclusivamente por correo electrónico. No hay número de teléfono ni chat en vivo, lo que mantiene los costes operativos bajos y la comunicación centrada en incidencias técnicas o de facturación.
Es la única vía para resolver dudas sobre la integración o el uso de la API.
- Atención exclusiva por email.
- Sin atención telefónica ni chat en vivo.
- Respuesta a incidencias técnicas y de cuenta.
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.
