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, simplificando la integración de voz en tus aplicaciones móviles sin depender de grandes plataformas.
¿Cómo se integra la API en una app móvil?
Envía una solicitud POST a https://api.g7777.info/v1/audio/speech con el texto y la voz deseada. Puedes usar los SDKs oficiales de OpenAI cambiando la base_url, o realizar llamadas HTTP directas con tu clave API en el encabezado.
¿Cuántos idiomas soporta la API?
Soporta 23 idiomas, incluyendo inglés, español, alemán, japonés y árabe. Cualquier voz puede hablar cualquier idioma de la lista. Si no especificas el código ISO, el sistema intenta adivinarlo, pero es recomendable definirlo para textos en latinos no ingleses.
¿Qué formato de audio es mejor para apps?
Puedes elegir entre mp3, wav, opus, flac o pcm. MP3 es ideal para equilibrar calidad y tamaño en móviles. WAV ofrece alta calidad sin compresión. Elige según tus necesidades de almacenamiento y compatibilidad con el reproductor de tu aplicación.
¿Hay un límite de caracteres por solicitud?
Sí, el límite es de 4096 caracteres por solicitud. Si tu texto es más largo, debes dividirlo en partes de este tamaño y unir los archivos de audio resultantes. Los espacios y puntuación cuentan como caracteres.
¿Se puede cambiar la voz después de generar el audio?
No. La voz se selecciona al momento de la solicitud y se fija en el archivo generado. Si necesitas otra voz, debes realizar una nueva solicitud con el parámetro voice diferente y pagar por los caracteres consumidos nuevamente.
¿Qué sucede si falla una solicitud?
Si la síntesis falla, la carga se devuelve completamente. No se te cobra por las solicitudes que no se completaron exitosamente. Esto asegura que solo pagues por el audio generado correctamente, manteniendo tu saldo intacto en caso de error.
¿Es necesario un plan mensual?
No. No hay planes mensuales, suscripciones ni mínimos de gasto. Pagas solo por los caracteres que consumes. El saldo no expira y puedes recargar cuando quieras. Es un modelo flexible ideal para desarrolladores con volúmenes de uso variables.
¿Puedo usar mi propia clave API?
Cada cuenta tiene una clave activa por sitio. Puedes emitir una nueva clave en cualquier momento, y la anterior dejará de funcionar inmediatamente. Usa esta clave en el encabezado Authorization: Bearer para autenticar tus solicitudes a la API.
¿Las voces suenan naturales?
Las voces están basadas en grabaciones con licencia de LibriTTS-R y Lecturas de dominio público de LibriVox. Ofrecen un tono cálido, claro o narrativo dependiendo de la preset. Cada archivo incluye una marca de agua inaudible que indica que es síntesis.
¿Hay cargos por uso inactivo?
No. Solo se cobra por los caracteres procesados en solicitudes exitosas. No hay costos fijos mensuales ni cargos por mantener la cuenta activa. Si no usas la API, no pagas nada. El saldo restante permanece disponible indefinidamente.
¿Cuánto tarda en generarse el audio?
Típicamente, la generación es aproximadamente en tiempo real, unos 25 caracteres por segundo. Frases cortas pueden tardar unos segundos. Las solicitudes se procesan en cola, por lo que bajo carga podría haber una pequeña espera antes de la generación.
¿Se puede usar en producción?
Sí, es una API REST estándar diseñada para integración programática. Soporta hasta 60 solicitudes por minuto por clave. Es estable para uso en aplicaciones móviles. Ideal para proyectos freelance.
¿Qué voces están disponibles?
Hay 8 voces: Aria, Nova, Luna, Sage (femeninas) y Felix, Milo, Atlas, Orion (masculinas). Cada una tiene un tono distinto, desde narrador cálido hasta documental profundo. Puedes seleccionar cualquiera de estas presets al realizar la solicitud de audio.
Primera solicitud
curl
curl https://api.g7777.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.mp3Integración rápida para desarrolladores
Integra voz en tu app móvil enviando texto al endpoint POST /v1/audio/speech. La estructura del cuerpo JSON es idéntica a la API de OpenAI, lo que permite usar los SDKs oficiales cambiando solo la base_url a https://api.g7777.info/v1.
Endpoint compatible con OpenAI
Envía una solicitud con tu clave Bearer y recibe un archivo de audio. El formato de la solicitud es el mismo que usa OpenAI, lo que facilita la migración o el uso simultáneo sin reescribir lógica compleja.
SDK oficial o HTTP puro
Utiliza los SDKs oficiales de OpenAI ajustando la URL base, o implementa peticiones HTTP estándar si prefieres control total. No necesitas un SDK propietario adicional.
Documentación técnica clara
La documentación detalla los campos necesarios: model, input, voice y response_format. Los ejemplos de código están listos para copiar y pegar en tus proyectos de desarrollo móvil.
Voces naturales para tu app
Ofrece a tus usuarios una experiencia auditiva clara y atractiva desde el primer momento. Nuestras voces están optimizadas para lectura en aplicaciones móviles, garantizando que el contenido se escuche natural sin fatigar al oyente durante sesiones prolongadas.
No necesitas diseñar voces personalizadas ni pagar por clonación. Solo elige el preset que mejor se adapte al tono de tu app y empieza a integrar audio en segundos.
8 voces predefinidas
Selecciona entre ocho presets diseñados para diferentes contextos: desde narradores cálidos hasta voces neutras para noticias.
Tanto hombres como mujeres están disponibles para cubrir la diversidad de tus personajes o asistentes virtuales.
- Femeninas: aria, nova, luna, sage
- Masculinas: felix, milo, atlas, orion
Datos de audio licenciados
Las voces se basan en grabaciones licenciadas de LibriTTS-R (CC BY 4.0) y lecturas de dominio público de LibriVox.
Esto asegura una base sólida y legal para el uso comercial en tus aplicaciones móviles sin preocupaciones adicionales.
Marcas de agua sintéticas
Cada archivo generado incluye una marca de agua inaudible que identifica el audio como generado por IA.
Esto ayuda a mantener la transparencia con tus usuarios sobre el origen del contenido auditivo.
Idiomas disponibles
Nuestra API soporta 23 idiomas, desde el inglés y español hasta el árabe, chino y japonés. Puedes usar cualquier voz para generar audio en cualquiera de estos idiomas, lo que simplifica la gestión de recursos en tu aplicación móvil.
Si no especificas el idioma, el sistema lo detecta automáticamente basándose en el script del texto. Para textos en latín que no sean inglés, recomendamos establecer el campo language explícitamente para evitar suposiciones incorrectas.
23 idiomas soportados
Puedes generar audio en arabe, chino, danés, neerlandés, inglés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, swahili, sueco y turco. No se admiten idiomas como vietnamita, tailandés o ucraniano.
Cada idioma ofrece la misma calidad de audio independientemente de la voz seleccionada, lo que permite una experiencia de usuario consistente en todo el mundo.
- Soporte completo para scripts latinos, cirílico, árabes y asiáticos.
- Sin restricciones de vocabulario por idioma; el modelo maneja términos técnicos y nombres propios.
Detección automática de idioma
El sistema intenta adivinar el idioma si no se proporciona el parámetro language. Para texto en latín, la suposición predeterminada es inglés.
Para textos en otros idiomas con escritura latina (como alemán o francés), establece explícitamente el campo language con el código ISO correspondiente para garantizar la pronunciación correcta.
- Detección basada en la script del texto de entrada.
- Recomendamos especificar
languagepara evitar errores de pronunciación en idiomas no ingleses con escritura latina.
Soporte multilingüe
Puedes mezclar idiomas en una sola solicitud si el texto contiene múltiples lenguas, aunque la precisión puede variar si no se especifica el idioma principal.
Ideal para aplicaciones que sirven a usuarios de diferentes regiones sin necesidad de múltiples proveedores de TTS.
Formatos de audio flexibles
Elige el formato que mejor se ajuste a tu aplicación móvil. Cada opción balancea calidad, tamaño de archivo y compatibilidad con los reproductores nativos de iOS y Android.
MP3 para eficiencia
Formato estándar con compresión lossy. Ideal para reducir el uso de datos móviles y acelerar la carga inicial en redes celulares.
- Tamaño de archivo reducido
- Amplia compatibilidad nativa
- Ideal para notificaciones
WAV para alta calidad
Audio sin compresión. Garantiza fidelidad máxima para contenido crítico o edición posterior, aunque incrementa el tamaño del archivo.
- Calidad sin pérdida
- Procesamiento inmediato
- Mayor consumo de almacenamiento
OPUS y FLAC disponibles
OPUS ofrece compresión eficiente. FLAC proporciona audio sin pérdida con compresión lossless, ideal para archivos de alta definición.
- OPUS: compresión eficiente
- FLAC: alta fidelidad
- Opciones versátiles
Precios transparentes
La generación de audio se cobra únicamente por caracteres procesados, a una tarifa fija de $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 resultados exitosos.
Pago por uso
Calcula tu presupuesto con precisión. Con $0.01 por cada 1.000 caracteres, el costo es predecible y proporcional al volumen. No hay sorpresas ni cargos ocultos por la infraestructura subyacente.
- Tarifa: $10 por 1 millón de caracteres
- Cargo solo por solicitudes exitosas
- Espacios y puntuación cuentan como caracteres
Sin costos fijos
Olvídate de suscripciones mensuales o planes con asientos fijos. No hay mínimo de gasto ni pagos recurrentes obligatorios. Puedes usar la API solo cuando tu aplicación lo requiera.
Prueba gratuita incluida
Inicia con $0.50 de crédito (aproximadamente 50.000 caracteres) válido por 7 días al registrarte con Google. Si usas correo y contraseña, el crédito inicial no se incluye. El saldo restante no expira.
- Crédito inicial: $0.50 (válido 7 días)
- Válido al iniciar sesión con Google
- Saldo sin fecha de caducidad

Límites y rendimiento
La API permite 60 solicitudes por minuto por clave, con un límite inicial de 10 rpm hasta realizar el primer recargo. Esto asegura estabilidad en entornos de producción móvil sin saturar el servicio.
Cola de procesamiento
Las solicitudes se procesan secuencialmente. Bajo carga, una petición puede esperar en cola antes de generar el audio, lo que añade algunos segundos de latencia adicional a la generación básica.
Larga duración de textos
El límite es de 4096 caracteres por solicitud. Para textos más largos, debes dividirlos en partes y unir los archivos de audio resultantes. La velocidad promedio es de 25 caracteres por segundo de audio generado.
Precios transparentes
Se cobra $0.01 por cada 1000 caracteres (espacios incluidos). Las solicitudes fallidas son gratuitas y el saldo no caduca. Solo aceptamos USDT en la red TRON para recargos mínimos de $5.
Casos de uso en apps
Integra voces naturales directamente en tu flujo de trabajo móvil. Con un endpoint compatible con OpenAI, los desarrolladores freelance pueden generar audio de alta calidad sin depender de plataformas grandes, manteniendo el control total sobre la experiencia del usuario.
Lectores de libros
Convierte capítulos de novelas o artículos extensos en audio para ahorrar datos. Al soportar hasta 4096 caracteres por solicitud y permitir la división manual de textos largos, puedes ofrecer una experiencia de lectura auditiva fluida y continua.
- Generación de audio para contenido de texto largo
- Formatos MP3 y OGG para optimización de datos móviles
Asistentes virtuales
Proporciona respuestas habladas inmediatas a las consultas de tus usuarios. Con velocidades ajustables entre 0.25x y 4.0x, puedes adaptar el ritmo de la voz para que coincida perfectamente con la interacción, ya sea para instrucciones claras o conversaciones más relajadas.
- Respuestas de texto a voz
- Control de velocidad para ajustar la claridad
Notificaciones por voz
Alertas personalizadas que captan la atención más que un simple tono. Utiliza las 8 voces disponibles para dar carácter a las notificaciones de tu app, asegurando que el mensaje sea claro y memorable sin requerir intervención manual del usuario.
- Alertas de voz claras y distintivas
- 8 voces predefinidas con tonos únicos
Seguridad y privacidad
Tu seguridad comienza con una clave activa por cuenta, revocable al instante. Los metadatos de la solicitud (tiempo, caracteres, estado) se conservan exclusivamente para la facturación.
El texto enviado se utiliza únicamente para generar el audio y no se usa para entrenar modelos. Los archivos de audio generados se devuelven en la respuesta y no se almacenan en nuestros servidores.
Claves API únicas
Cada cuenta tiene una sola clave activa. Si emites una nueva, la anterior deja de funcionar inmediatamente, garantizando que solo tú tengas acceso.
Datos no usados para entrenamiento
A diferencia de otras plataformas, el texto que envías no se utiliza para mejorar nuestros modelos de IA. Tu contenido permanece tuyo.
Procesamiento en la nube
Todas las solicitudes se procesan en nuestra infraestructura cloud. No se requiere instalación on-premise ni elección de centros de datos específicos.
Comunidad y soporte
Para desarrolladores freelance que integran audio en aplicaciones móviles, el soporte es directo y sin burocracia. No hay chat en vivo ni número de teléfono; toda la comunicación se gestiona por correo electrónico, lo que permite un seguimiento claro de los casos técnicos y administrativos.
La comunidad de desarrolladores conecta a otros freelancers que integran nuestra API en sus aplicaciones móviles. Este espacio permite compartir experiencias específicas sobre la integración técnica y el flujo de trabajo con la API.
Soporte por correo
El soporte es por correo electrónico únicamente. No ofrecemos chat en vivo ni número de teléfono, lo que garantiza que cada consulta técnica o de facturación sea tratada con detalle y quede registrada para tu referencia futura.
Es el canal oficial para resolver dudas sobre claves API, estados de saldo o errores de sintaxis en las solicitudes. Respondemos a las consultas técnicas con precisión, evitando la sobrecarga de llamadas telefónicas.
- Sin chat en vivo ni número de teléfono
- Comunicación por correo electrónico única
- Registro claro de cada consulta
Comunidad de desarrolladores
Conecta con otros freelancers que integran nuestra API en sus aplicaciones móviles. Este espacio permite compartir experiencias específicas sobre la integración técnica y el flujo de trabajo con la API.
Las discusiones se centran en el uso práctico de la API, como el manejo de colas de procesamiento o la optimización de caracteres para reducir costos en tus proyectos móviles.
Actualizaciones constantes
Mantente informado sobre cambios en la API, nuevas voces o actualizaciones de precios directamente desde tu panel. Recibirás notificaciones clave sobre mejoras que afectan tu integración.
No hay contratos de servicio ni garantías de tiempo de actividad, pero sí comunicación clara sobre las mejoras que impactan tu flujo de trabajo diario.
Escucha las 8 voces
Cada muestra a continuación fue generada por esta API a partir de la misma frase. La simplicidad de la integración REST permite a desarrolladores freelance generar audio rápidamente sin configurar infraestructura adicional.
23 idiomas
Cualquier voz puede hablar cualquiera de estos idiomas.
