API de Texto a Voz para Cuentos e Audiolibros

Por equipo editorial CuentoVoz · Actualizado 2026-11-19

Descubre una API de texto a voz diseñada específicamente para desarrolladores independientes que crean historias infantiles y audiolibros. Aquí encontrarás voces con personalidad única, como Luna o Aria, y la calidad de narración profesional que tus historias merecen.

En esta página explorarás cómo integrar nuestra tecnología en segundos usando el SDK de OpenAI, conocerás precios transparentes sin contratos mensuales y aprenderás a gestionar textos largos con control total.

API de Texto a Voz para Cuentos e Audiolibros

Preguntas frecuentes

¿Qué es una API de texto a voz natural?

Es un servicio en la nube donde envías texto y recibes un archivo de audio generado mediante síntesis de voz. Utiliza un motor de síntesis de voz para generar archivos de audio.

¿Es esta API compatible con el SDK de OpenAI?

Sí, la API tiene la misma forma de solicitud que el endpoint de speech de OpenAI. Puedes usar los SDKs oficiales de OpenAI simplemente cambiando la base_url a https://api.21viptaka.info/v1 y utilizando tu clave de API de CuentoVoz para las autenticaciones.

¿Cuáles son los idiomas soportados para cuentos infantiles?

Soportamos 23 idiomas: inglés, español, francés, alemán, italiano, portugués, japonés, chino, coreano, árabe, ruso, hindi, turco, sueco, noruego, danés, finlandés, polaco, holandés, griego, hebreo, malayo y suajili. Si no especificas el idioma, se intenta adivinar por el script (el texto en latín por defecto es inglés), pero es recomendable definirlo explícitamente para textos en latín no ingleses.

¿Puedo ajustar la velocidad de la voz para historias largas?

Sí, puedes ajustar la velocidad entre 0.25 y 4.0 mediante el parámetro speed. Esto permite adaptar el ritmo de la narración a tu gusto. Para textos largos, el sistema divide el texto en partes de hasta 4096 caracteres y une los archivos de audio resultantes.

¿Qué formatos de audio puedo recibir?

Puedes recibir el audio en los formatos mp3, wav, opus, flac o pcm. Estos formatos cubren la mayoría de las necesidades de integración para aplicaciones móviles, web o reproductores de audio independientes, asegurando compatibilidad amplia con las herramientas de desarrollo que utilices.

¿Cuántos caracteres tiene el límite de texto por petición?

El límite es de 4096 caracteres por solicitud. Si tu historia es más larga, debes dividirla en partes dentro de este límite. El sistema procesa cada parte y luego une los archivos de audio generados para crear la narración completa de tu cuento infantil.

¿Las voces hablan cualquier idioma del catálogo?

Sí, las 8 voces disponibles pueden hablar cualquiera de los 23 idiomas soportados. Esto te permite mantener una consistencia de personaje en toda tu serie de historias infantiles, independientemente del idioma en el que las narres, sin necesidad de buscar voces específicas para cada idioma.

¿Cuánto cuesta la prueba gratuita?

La prueba gratuita ofrece $0.50 de crédito, equivalente a aproximadamente 50 000 caracteres. Es válida durante 7 días y se otorga al iniciar sesión con Google. Si te registras con correo y contraseña, no recibes este crédito inicial, por lo que deberás realizar una recarga.

¿Qué pasa si se falla una solicitud de audio?

Si la síntesis falla, la carga se devuelve completamente. No se te cobra por las solicitudes que no se completan con éxito. Esto asegura que solo pagues por el audio generado correctamente, protegiendo tu saldo para las narraciones que realmente se entregan a tus usuarios finales.

¿Se usa mi texto para entrenar modelos?

No, el texto de entrada se utiliza únicamente para producir el audio y no se usa para entrenar modelos. Los archivos de audio generados se devuelven en la respuesta y no se almacenan, manteniendo la privacidad de tus historias infantiles y su contenido original.

¿Qué es la licencia CC BY 4.0 mencionada?

Las voces están basadas en grabaciones licenciadas bajo CC BY 4.0, provenientes de lecturas de audiolibros de LibriVox. Esto garantiza que las voces tienen una base legal clara y ética, permitiendo su uso comercial en tus proyectos de desarrollo de software independiente.

¿Cómo puedo recargar mi cuenta?

Las recargas se realizan exclusivamente mediante USDT en la red TRON (TRC-20), con un mínimo de $5. El saldo se acredita automáticamente en minutos tras la transferencia. No aceptamos tarjetas, PayPal ni suscripciones mensuales, manteniendo un sistema de pago directo y transparente para desarrolladores.

¿Hay soporte telefónico para desarrolladores?

No, no contamos con número de teléfono ni chat en vivo. El soporte se realiza únicamente por correo electrónico. Esta es nuestra única vía de comunicación para resolver dudas técnicas o de facturación, manteniendo un enfoque directo y eficiente para la comunidad de desarrolladores independientes.

¿Es necesario usar solo voces femeninas para niños?

No, puedes elegir entre 8 voces con personalidades distintas. Aunque hay voces femeninas como Aria o Nova, también hay masculinas como Felix, Milo, Atlas y Orion. Puedes usar cualquier voz para cualquier personaje, independientemente del género, adaptando el tono a la personalidad de tu historia infantil.

Primera solicitud

curl

curl https://api.21viptaka.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.mp3

Voces con personalidad para tus historias

Ilustración de onda de sonido para: Voces con personalidad para tus historias

Da vida a tus cuentos con voces que tienen alma. Luna ofrece una narrativa suave y cálida, ideal para momentos tiernos. Aria mantiene una claridad directa que garantiza que cada palabra se entienda perfectamente.

Luna: narrativa suave y cálida

Luna: narrativa suave y cálida

Luna es la voz perfecta para historias de buenos noches. Su tono cálido envuelve al oyente, creando una atmósfera de confianza y calma que invita a soñar.

Aria: narradora clara y directa

Aria destaca por su claridad expositiva. Es la opción ideal para cuentos con diálogos activos o narrativas que requieren una dicción precisa sin perder calidez.

Sage: tono instruccional y calmado

Sage aporta un tono sereno y educativo. Funciona excelentemente para audiolibros con moralejas o historias que buscan transmitir valores de manera serena y estructurada.

Ideal para desarrolladores indie

Ilustración de onda de sonido para: Ideal para desarrolladores indie

Conecta tu app en minutos usando el SDK de OpenAI, solo cambiando la URL base a https://api.21viptaka.info/v1. Recibe audio binario (o JSON con campo de audio) sin complicaciones de infraestructura.

Integración vía SDK de OpenAI

Usa las librerías oficiales que ya conoces. Cambia base_url y añade tu clave tts-... en el encabezado Authorization. El cuerpo de la petición es idéntico al estándar de OpenAI, lo que facilita migrar proyectos existentes sin reescribir la lógica de llamada.

  • Cuerpo de petición compatible con POST /v1/audio/speech
  • Autenticación con Bearer token estándar

Sin contratos mensuales ni mínimos

Empieza con $0.50 de crédito si te registras con Google. No hay planes fijos ni compromisos a largo plazo. Cuando necesites más capacidad, recarga con USDT (TRC-20) desde $5 y el saldo se acredita automáticamente en minutos.

  • Sin suscripciones obligatorias
  • Recargas instantáneas con USDT

Código listo con curl y Python

Prueba la API inmediatamente con ejemplos listos para copiar. Usa curl para verificar la integración básica o scripts Python con la librería openai para automatizar la generación de audios en tus pipelines de desarrollo.

Soporte multilingüe para audiencias globales

Ilustración de onda de sonido para: Soporte multilingüe para audiencias globales

CuentoVoz soporta 23 idiomas, incluyendo español, inglés, alemán, francés, japonés y chino, lo que permite distribuir tus historias infantiles a audiencias globales sin complicaciones técnicas.

Las voces no están atadas a un único idioma; cada una puede pronunciar cualquier lengua del catálogo con naturalidad, ideal para audiolibros multilingües.

Español, inglés, alemán y más

El API soporta 23 idiomas listados en la documentación. Puedes generar audio en árabe, coreano, ruso o swahili, entre otros, utilizando la misma integración técnica.

  • Soporte nativo para español, inglés, alemán, francés, italiano, japonés, chino y coreano.
  • Idiomas adicionales como turco, polaco, sueco y griego incluidos en el catálogo.

Voces que hablan cualquier idioma del catálogo

Cualquiera de las 8 voces puede pronunciar cualquiera de los 23 idiomas soportados. No necesitas asignar una voz específica por idioma; la calidad de narración se mantiene constante.

Detección automática de idioma

Si omites el parámetro language, el sistema detecta el idioma basado en el script del texto (por defecto inglés para texto latino). Para textos en latinos pero no en inglés, establece language explícitamente para evitar errores.

  • Detección automática basada en el script del texto.
  • Configuración manual recomendada para textos en latinos no ingleses.

Calidad de audio y formatos flexibles

Ilustración de onda de sonido para: Calidad de audio y formatos flexibles

CuentoVoz te ofrece cinco formatos de audio para adaptar la narrativa a tus necesidades. Puedes generar archivos en MP3, WAV, OPUS o FLAC, garantizando la calidad adecuada para audiolibros o aplicaciones móviles sin sacrificar espacio ni rendimiento.

La velocidad de reproducción es completamente ajustable entre 0.25x y 4.0x. Esto te permite acortar historias largas o ralentizar la narración para que los niños más pequeños puedan seguir cada palabra con claridad.

Opciones MP3, WAV, OPUS, FLAC

Elige el formato que mejor se adapte a tu infraestructura. MP3 es ideal para la web por su equilibrio entre calidad y tamaño, mientras que WAV y FLAC preservan la fidelidad original para estudios de postproducción. OPUS ofrece una compresión eficiente.

Todos los formatos mantienen la integridad de la interpretación vocal original sin recortes automáticos ni artefactos de compresión agresiva.

  • MP3: equilibrio ideal para web
  • WAV: calidad sin pérdidas para edición
  • FLAC: compresión sin pérdida
  • OPUS: eficiencia para streaming

Velocidad ajustable de 0.25 a 4.0x

Ajusta la velocidad de narración para controlar el ritmo de tus historias. Una velocidad más lenta (0.25x) ayuda a la comprensión en cuentos para niños pequeños, mientras que velocidades mayores (hasta 4.0x) permiten escuchar historias completas en minutos.

Este control es manual y se especifica en cada petición a la API, permitiéndote variar el tono según la escena o el público objetivo.

Audio sintético con marca de agua

Cada archivo generado lleva una marca de agua inaudible que identifica el audio como voz sintética. Esto asegura transparencia sin afectar la experiencia de escucha.

La marca es parte del archivo de audio y no requiere metadatos externos para ser verificada, facilitando la gestión de derechos en tus proyectos editoriales.

Precios transparentes y justos

Ilustración de onda de sonido para: Precios transparentes y justos

Con CuentoVoz, la facturación es directa y predecible: un centavo por cada mil caracteres procesados. No hay planes mensuales ni mínimos de gasto; solo pagas lo que usas para narrar tus historias.

El formato de pago se adapta a desarrolladores independientes. Sin contratos complejos ni facturación con IVA, solo un sistema transparente que respeta tu flujo de trabajo creativo.

Solo pagas por caracteres usados

El precio base es de $10 por cada millón de caracteres, lo que equivale a $0.01 por 1.000 caracteres. Tanto los espacios como la puntuación cuentan como caracteres consumidos.

  • Cobro exacto por uso real

Crédito inicial gratuito de $0.50

Al registrarte con Google, recibes $0.50 de crédito válido por 7 días, suficiente para probar aproximadamente 50.000 caracteres. Las cuentas creadas con correo y contraseña comienzan sin este crédito.

  • Prueba sin tarjeta de crédito

Recargas con USDT en TRON

Las recargas se realizan exclusivamente con USDT en la red TRON (TRC-20). El monto mínimo es de $5 y el saldo se acredita automáticamente en minutos. No se aceptan tarjetas ni PayPal.

  • Crédito que no caduca
Precios transparentes y justos

Tecnología basada en registros licenciados

Ilustración de onda de sonido para: Tecnología basada en registros licenciados

CuentoVoz se distingue por utilizar grabaciones de dominio público procedentes de libros audibles de LibriVox. Esta base de datos pública garantiza que cada voz tenga una textura auténtica y natural, evitando la robótica típica de los sintetizadores puramente algorítmicos.

Voces de dominio público LibriVox

Nuestras ocho voces preset (Aria, Nova, Luna, Sage, Felix, Milo, Atlas y Orion) están construidas sobre registros reales de narradores. Al basarnos en fuentes de dominio público, aseguramos una calidad de interpretación que respeta los matices de la lectura humana.

Licencia CC BY 4.0 para las grabaciones base

Las grabaciones originales cuentan con la licencia CC BY 4.0. Esto significa que utilizamos material libre de restricciones complejas, permitiendo una integración ágil en tus proyectos sin preocuparte por licenciamientos adicionales para las voces base.

Esto asegura que la calidad de narración profesional sea consistente y fiable para historias infantiles y audiolibros sin costos ocultos de derechos de autor sobre la voz en sí.

Entrega rápida y eficiente

Las solicitudes se procesan secuencialmente. Aunque las solicitudes se procesan secuencialmente, el tiempo de generación se aproxima al tiempo real (aproximadamente 25 caracteres por segundo), lo que facilita la integración en flujos de trabajo de desarrollo indie.

El audio generado incluye una marca de agua inaudible que identifica el contenido como síntesis, manteniendo la transparencia sin afectar la experiencia auditiva del usuario final.

Control total sobre la generación

Ilustración de onda de sonido para: Control total sobre la generación

La API impone un límite estricto de 4096 caracteres por solicitud. Este límite es claro y se aplica de forma uniforme a todos los modelos, incluyendo tts-1 y tts-1-hd.

Límites claros de 4096 caracteres por petición

Si tu texto excede este límite, debes dividirlo manualmente en fragmentos más pequeños. Cada fragmento se procesa como una solicitud independiente, lo que te permite controlar exactamente cuándo se genera cada parte del audio.

Gestión manual de textos largos

Para unir las partes en un solo archivo, necesitas concatenar los archivos de audio resultantes desde tu aplicación. Aunque el proceso es manual, te da el control total sobre la estructura de tu historia o audiolibro sin costos ocultos por longitud.

Formatos de respuesta a tu medida

Puedes solicitar la salida en MP3, WAV, OPUS, FLAC o PCM según tus necesidades de compatibilidad o calidad. Aprovecha la velocidad ajustable entre 0.25 y 4.0 para adaptar la duración del audio a tu ritmo de narración preferido.

Datos simples y sin sorpresas

Ilustración de onda de sonido para: Datos simples y sin sorpresas

Nuestro enfoque es minimalista: tu texto ingresa al sistema exclusivamente para ser convertido en audio y nada más. Una vez generada la onda sonora, el archivo no se almacena en nuestros servidores; lo recibes directamente en la respuesta de la API y desaparece de nuestro almacenamiento inmediato.

No guardamos copias de tus historias infantiles ni de tus audiolibros para uso futuro. Tu contenido es tuyo y pasa de largo por nuestra infraestructura sin quedarse.

Texto usado solo para generar audio

El texto que envías viaja por la red y se procesa en memoria efímera. No conservamos el contenido de tus narraciones ni los archivos de audio resultantes una vez que la transacción se completa.

No se usa para entrenamiento

A diferencia de otros modelos, tus historias no alimentan nuestro conjunto de datos para mejorar voces. La voz que usas hoy es la misma base licenciada de LibriVox que usaremos siempre; tu contenido no modifica el motor.

Mantenemos metadatos para facturación

Para garantizar la transparencia de tu saldo, conservamos únicamente los metadatos de la transacción: la marca de tiempo, la cantidad exacta de caracteres procesados y el estado de la solicitud (éxito o fallo).

Empieza a crear historias hoy

Ilustración de onda de sonido para: Empieza a crear historias hoy

Accede a tu clave API directamente desde la página de registro. No necesitas contratos ni configuraciones complejas; solo selecciona Google o correo electrónico y comienza a integrar la voz en tus proyectos de historias infantiles de inmediato.

Obtén tu clave API en segundos

El panel muestra tu clave activa, saldo y un ejemplo de curl listo para usar. Puedes emitir una nueva clave en cualquier momento si es necesario, deteniendo la anterior al instante.

Prueba gratuita al registrarte con Google

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

Documentación técnica completa

Utiliza el SDK oficial de OpenAI cambiando la base URL o haz peticiones HTTP directas. La documentación explica el formato JSON, los modelos tts-1 y tts-1-hd, y el manejo de errores.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Ideal para cuentos donde los protagonistas interactúan directamente con el oyente o comparten aventuras en un entorno familiar.

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. LibriVox public-domain audiobooks
  3. W3C WAI: making audio and video accessible
  4. MDN: Web Speech API
  5. OpenAI API reference: create speech
  6. Creative Commons Attribution 4.0
  7. Node.js documentation
  8. TRON developer hub: TRC-20
  9. LibriTTS-R corpus (OpenSLR 141)
  10. Tether (USDT)
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. openai-node on GitHub

Más en este sitio