Texto a voz gratis y API para mejorar la accesibilidad

Por Equipo editorial de Oído API · Actualizado 2026-11-18

En esta página descubrirás cómo Oído API simplifica la integración de texto a voz en tus proyectos de accesibilidad y dislexia. Encontrarás una guía clara sobre nuestras 8 voces naturales, los 23 idiomas disponibles y un modelo de precios transparente basado únicamente en caracteres consumidos, ideal para desarrolladores independientes que buscan eficiencia sin complicaciones técnicas.

Aquí también exploraremos casos de uso prácticos, desde lectura asistida hasta aplicaciones móviles, junto con ejemplos de integración rápida usando el SDK de OpenAI (cambiando la base_url). Todo está diseñado para que puedas generar audio de alta calidad con una integración mínima, respetando la privacidad de tus datos y ofreciendo una experiencia fluida para tus usuarios finales.

Texto a voz gratis y API para mejorar la accesibilidad

Preguntas frecuentes

¿Es realmente gratis el texto a voz?

Ofrecemos una prueba gratuita con 0,50 dólares de crédito, válido por 7 días al registrarte con Google. Esto equivale a unos 50.000 caracteres. Si te registras con correo y contraseña, no recibes este crédito inicial. Después de agotarlo, el uso requiere una recarga mínima de 5 dólares en USDT.

¿Qué es una API de texto a voz?

Es un servicio en la nube donde envías texto y recibes un archivo de audio. Solo necesitas hacer una petición POST a nuestro endpoint con tu texto, el modelo y la voz elegida. Recibirás el audio en el formato que prefieras. Es ideal para integrar lectura asistida sin complicaciones técnicas.

¿Qué voces están disponibles?

Tenemos 8 voces preestablecidas: Aria, Nova, Luna y Sage (femeninas); Felix, Milo, Atlas y Orion (masculinas). Cada una tiene un tono distinto, desde narradora hasta documental. Todas pueden hablar cualquier idioma soportado. Las voces están basadas en grabaciones con licencia clara (LibriTTS-R, CC BY 4.0) y lecturas de dominio público (LibriVox).

¿Cuántos idiomas soporta la API?

Soportamos 23 idiomas, incluyendo español, inglés, alemán, francés, japonés, chino y árabe. Cualquier voz puede hablar cualquiera de estos idiomas. Si no especificas el idioma, se adivina por el script; para textos en latinos no ingleses, recomendamos establecer el campo language explícitamente para mayor precisión.

¿Cómo se calcula el precio?

El precio es de 10 dólares por cada millón de caracteres, es decir, 0,01 dólares por cada 1.000 caracteres. Los espacios y la puntuación cuentan como caracteres. Las solicitudes fallidas son gratuitas y el cargo se devuelve íntegramente. No hay planes mensuales ni costes fijos.

¿Qué formatos de audio puedo obtener?

Puedes solicitar audio en formato mp3, wav, opus, flac o pcm. Estos formatos se especifican en el campo response_format de tu petición JSON. Todos los archivos generados incluyen una marca de agua invisible que indica que son voz sintética. El formato no afecta al precio ni a la calidad.

¿Necesito conocimientos técnicos avanzados?

No. La API sigue la misma forma de solicitud que el endpoint de speech de OpenAI. Puedes usar los SDK oficiales de OpenAI cambiando solo la base_url. También puedes usar curl o cualquier cliente HTTP. La documentación incluye ejemplos listos para copiar y pegar.

¿Las voces suenan naturales?

Sí, las voces son claras y naturales, basadas en grabaciones reales licenciadas. Sin embargo, no usamos clonación personalizada ni diseño de emociones. Cada archivo lleva una marca de agua inaudible que lo identifica como síntesis. La calidad es consistente y adecuada para accesibilidad y lectura asistida.

¿Qué pasa si mi texto es muy largo?

El límite es de 4096 caracteres por petición. Si tu texto es más largo, debes dividirlo en partes de ese tamaño y unir los archivos de audio resultantes. El procesamiento es secuencial, por lo que textos muy largos pueden tardar más debido a la cola de solicitudes.

¿Puedo usar la API en mi aplicación móvil?

Sí, puedes usar la API desde cualquier lugar que pueda hacer peticiones HTTP. No tenemos un SDK móvil específico ni una aplicación nativa, pero puedes integrar la llamada API directamente en tu app usando cualquier librería HTTP estándar. La autenticación se realiza con tu clave Bearer.

¿Cómo cambio la velocidad de la voz?

Puedes ajustar la velocidad entre 0.25 y 4.0 usando el campo speed en la petición JSON. Un valor de 1.0 es la velocidad normal. Puedes acelerar o ralentizar la voz según las necesidades de tu proyecto de accesibilidad o lectura asistida sin costo adicional.

¿Qué es la tasa de límite de solicitudes?

El límite es de 60 solicitudes por minuto por clave. Antes de la primera recarga, el límite es de 10 solicitudes por minuto. Si superas el límite, tus peticiones pueden esperar en una cola. Esto asegura que el servicio sea estable para todos los usuarios independientes.

¿Mis datos de texto se guardan?

El texto que envías se usa solo para generar el audio y no se utiliza para entrenar modelos. El audio generado se devuelve en la respuesta y no se almacena. Solo conservamos metadatos de la solicitud (tiempo, caracteres, estado) para fines de facturación y control de límites.

¿Puedo usar la API para contenido comercial?

Sí, no hay restricciones de uso comercial. No ofrecemos contratos empresariales ni SLA, pero puedes usar la API para cualquier proyecto, incluyendo aplicaciones comerciales. Las voces están basadas en grabaciones con licencia clara (LibriTTS-R, CC BY 4.0) y dominio público.

Primera solicitud

curl

curl https://api.playok59.com/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

¿Por qué Oído API?

Ilustración de onda de sonido para: ¿Por qué Oído API?

Oído API nace para simplificar la integración de lectura asistida en proyectos accesibles, eliminando la complejidad técnica habitual. Ofrecemos una solución directa donde el texto se convierte en audio de forma inmediata, permitiendo que los desarrolladores independientes se centren en la experiencia del usuario sin preocuparse por infraestructuras pesadas.

Accesibilidad real

Accesibilidad real

Entendemos que la accesibilidad no es un lujo, sino una necesidad. Nuestra API está diseñada para que cualquier aplicación web o móvil pueda incluir voces naturales que respeten la diversidad lingüística, asegurando que el contenido sea legible para todos.

Simplicidad para desarrolladores

Integrar Oído API es tan sencillo como enviar una petición POST y recibir un archivo de audio. No necesitas gestionar servidores ni codecs complejos. Nuestra interfaz se adapta a tus flujos de trabajo existentes, utilizando estándares abiertos que ya conoces.

Transparencia total

Sin sorpresas en la factura. Sabes exactamente cuánto cuesta cada carácter procesado. No hay planes mensuales obligatorios ni costes ocultos por llamadas. Pagas solo por lo que usas, con una prueba gratuita inicial para que empieces sin riesgo.

Voces y idiomas

Ilustración de onda de sonido para: Voces y idiomas

Oído API ofrece 8 voces predefinidas, desde narradoras cálidas hasta voces profundas para documentales, todas basadas en grabaciones con licencia clara. No ofrecemos clonación de voz personalizada ni diseño de voces; simplemente elige la que mejor se adapte a tu proyecto de accesibilidad.

Con soporte para 23 idiomas, desde el español hasta el turco, cada voz puede hablar cualquier idioma de la lista. Si no especificas el idioma, el sistema lo deduce, pero para textos en latinos distintos al inglés, recomendamos indicarlo explícitamente.

8 voces predefinidas

Cada voz tiene un carácter único: desde la claridad de Aria y la energía de Felix hasta la calma de Sage y la profundidad de Orion. Todas son naturales y listas para usar sin configuraciones complejas.

  • Aria: narradora clara y cálida.
  • Nova: brillante y animada.
  • Luna: suave, ideal para historias.
  • Sage: calmada, perfecta para instrucciones.
  • Felix: enérgico, bueno para promociones.
  • Milo: amigable y conversacional.
  • Atlas: neutral, ideal para noticias.
  • Orion: profunda, estilo documental.

23 idiomas soportados

Tu texto se sintetizará en árabe, chino, danés, holandés, inglés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, suajili, sueco o turco. Si no configuras el idioma, el sistema intenta adivinarlo, pero para textos en latinos no ingleses, es mejor establecerlo manualmente.

Control de velocidad

Puedes ajustar la velocidad de lectura entre 0.25x y 4.0x para adaptarte a diferentes necesidades de accesibilidad. Esto permite que personas con dislexia o dificultades de procesamiento auditivo encuentren un ritmo de lectura cómodo y comprensible.

Cómo funciona

Ilustración de onda de sonido para: Cómo funciona

La integración es directa: envías texto y recibes un archivo de audio. Si el texto supera los 4096 caracteres, debes dividirlo en partes y unir los archivos de audio resultantes. Las solicitudes fallidas no se cobran.

Utiliza los SDK de OpenAI cambiando la base_url a https://api.playok59.com/v1. Esto permite usar las mismas librerías que ya conoces, facilitando la migración sin adaptar toda tu lógica de cliente.

Envía texto, recibe audio

Envía una solicitud POST con tu texto y recibe el archivo generado. Si la síntesis falla, el cargo se devuelve íntegramente. El texto se usa solo para generar el audio y no se almacena.

  • Entrada: texto plano (máx. 4096 caracteres por petición).
  • Salida: archivo de audio listo para reproducir.
  • Cobro solo si la síntesis es exitosa.

Compatible con OpenAI SDK

El endpoint sigue la misma estructura de solicitud que la API de OpenAI. Puedes usar los SDKs de OpenAI (Python, Node.js, etc.) simplemente apuntándolos a nuestra base URL.

Esto facilita el uso sin necesidad de escribir clientes personalizados desde cero. Solo necesitas configurar tu clave API y llamar al método speech.create().

  • Modelos: tts-1 o tts-1-hd.
  • Autenticación: Bearer tts-....
  • Compatible con SDKs de OpenAI.

Múltiples formatos de audio

Elige el formato que mejor se adapte a tu aplicación: mp3, wav, opus, flac o pcm. Esto te permite optimizar el tamaño del archivo según la necesidad de tu proyecto.

Desde archivos MP3 ligeros para web hasta WAV sin pérdida para edición posterior, tienes control total sobre la calidad y el tamaño del entregable.

  • Formatos: mp3, wav, opus, flac, pcm.
  • Control de calidad y tamaño.
  • Compatible con reproductores estándar.

Precios claros

Ilustración de onda de sonido para: Precios claros

Oído API cobra $0.01 por cada 1 000 caracteres, lo que equivale a $10 por millón. Los espacios y la puntuación cuentan como caracteres. Si la síntesis falla, el cargo se devuelve íntegramente.

El pago es por uso real. No hay planes mensuales, ni cuotas mínimas, ni costes por API calls fallidos. Tu saldo no expira y puedes recargar cuando quieras.

Pago por caracteres

Calcula tu presupuesto con precisión: cada solicitud cuenta los caracteres exactos que envías. La generación de audio es proporcional a la longitud del texto, con una velocidad aproximada de tiempo real para textos largos.

  • $0.01 por 1.000 caracteres
  • $10 por 1 millón de caracteres
  • Los espacios y signos de puntuación cuentan

Sin costes ocultos

No hay suscripciones ni cargos fijos. Solo pagas por lo que procesas. Las solicitudes fallidas son gratuitas y el saldo no caduca.

El pago se realiza exclusivamente en USDT (TRC-20) con un mínimo de $5. No aceptamos tarjetas ni PayPal, manteniendo la simplicidad operativa.

  • Sin cuotas mensuales
  • Sin mínimo de gasto
  • Saldo sin vencimiento

Prueba gratuita

Regístrate con Google y obtén $0.50 de crédito (aprox. 50.000 caracteres) válido por 7 días. Con email y contraseña, la prueba no se incluye automáticamente.

  • $0.50 de crédito inicial
  • 50.000 caracteres aproximados
  • Válido 7 días al registrarse con Google

Casos de uso

Ilustración de onda de sonido para: Casos de uso

Oído API permite a los desarrolladores independientes integrar lectura asistida directamente en sus aplicaciones, transformando texto estático en audio claro. Esto es fundamental para mejorar la accesibilidad, especialmente para usuarios con dislexia o dificultades de lectura, sin requerir complejidades técnicas adicionales.

La API procesa textos de hasta 4096 caracteres por solicitud, generando archivos de audio que se reproducen a una velocidad cercana al tiempo real. Esta simplicidad permite que cualquier proyecto web o móvil ofrezca una experiencia de lectura inclusiva y natural.

Lectura asistida

La lectura asistida ayuda a usuarios con dislexia o dificultades de procesamiento visual a consumir contenido escrito con mayor facilidad. Al convertir texto en audio, se reduce la carga cognitiva y se mejora la comprensión, especialmente en textos largos o técnicos.

  • Convierte cualquier texto plano en audio claro y natural
  • Ideal para usuarios con dislexia o dificultades de lectura
  • Reduce la fatiga visual al permitir escuchar el contenido

Contenido accesible

Garantizar que el contenido sea accesible para todos es una necesidad, no un lujo. Oído API facilita la creación de experiencias digitales inclusivas, permitiendo que usuarios con discapacidades visuales o de lectura accudan a la información de manera autónoma y fluida.

  • Soporta 23 idiomas, incluyendo español, para contenido local
  • Integración simple para cumplir con estándares de accesibilidad
  • Audio generado al instante para contenido dinámico

Aplicaciones móviles

Las aplicaciones móviles se benefician enormemente de la capacidad de generar audio sobre la marcha. Oído API ofrece una solución ligera y eficiente, permitiendo a los desarrolladores añadir funcionalidades de lectura a sus apps sin depender de servicios externos complejos o costosos.

  • Integración vía API REST simple y compatible con OpenAI SDK
  • Generación de audio en formatos como MP3 y WAV
  • Coste predecible por carácter, sin suscripciones mensuales
Casos de uso

Tecnología

Ilustración de onda de sonido para: Tecnología

Nuestra API procesa el texto únicamente para generar el audio y no lo utiliza para entrenar modelos, garantizando que tu contenido sea efímero. Los archivos de audio se devuelven en la respuesta y no se almacenan en nuestros servidores, preservando la privacidad de tus usuarios desde el primer momento.

Cada archivo generado incluye una marca de agua inaudible que identifica claramente el audio como speech sintetizado. Esto asegura la transparencia sobre el origen del contenido sin afectar la calidad de la experiencia de escucha para personas con dislexia o dificultades de lectura.

Sin almacenamiento de texto

El texto de entrada se usa exclusivamente para la síntesis. Una vez devuelto el audio, no conservamos el contenido original, lo que simplifica el cumplimiento de normativas de privacidad sin necesidad de configuraciones complejas para desarrolladores indie.

Marcas de agua sintetizadas

Todos los archivos de audio incluyen una marca de agua inaudible que marca el contenido como speech generado por IA. Esto permite identificar fácilmente el origen del audio sin requerir metadatos visibles ni afectar la experiencia del usuario.

Velocidad realista

La generación se aproxima a la velocidad del habla real, procesando aproximadamente 25 caracteres por segundo en textos largos. Para frases cortas, el tiempo es de unos segundos, con solicitudes procesadas en cola para mantener la estabilidad del servicio.

Integración rápida

Ilustración de onda de sonido para: Integración rápida

Integra Oído API en minutos con endpoints REST estándar. Solo necesitas enviar una solicitud POST al endpoint /v1/audio/speech con tu texto y las preferencias de voz.

La API devuelve el archivo de audio directamente en la respuesta, listo para ser reproducido o almacenado en tu aplicación sin pasos intermedios complejos.

API REST simple

La estructura de las solicitudes es idéntica al endpoint de speech de OpenAI. Solo cambias la base_url a https://api.playok59.com/v1 y usas tu clave API.

Esto permite usar los SDKs oficiales de OpenAI con mínima configuración, facilitando la integración en proyectos existentes.

  • Endpoint: POST https://api.playok59.com/v1/audio/speech
  • Formato: JSON con campos model, input, voice, response_format y speed
  • Autenticación: Cabecera Authorization: Bearer tts-...

Ejemplos en cURL

Puedes probar la API directamente desde tu terminal. Un ejemplo básico para generar audio con la voz 'nova' en español es:

  • curl -X POST https://api.playok59.com/v1/audio/speech \ -H "Authorization: Bearer TUS_API_KEY" \ -H "Content-Type: application/json" \ -d '{"model": "tts-1", "input": "Hola, esto es una prueba.", "voice": "nova", "response_format": "mp3"}'

Documentación clara

Toda la referencia técnica está disponible en nuestra página de documentación. Allí encontrarás detalles sobre los modelos tts-1 y tts-1-hd, los formatos de audio soportados y los límites de caracteres.

La documentación incluye ejemplos para múltiples lenguajes de programación y casos de uso específicos para accesibilidad.

Soporte

Ilustración de onda de sonido para: Soporte

Nuestro soporte es directo y sin intermediarios. Si tienes dudas sobre la integración o el uso de la API, escríbenos a nuestro correo electrónico. No hay menús de opciones ni bots; el soporte es por correo electrónico.

Soporte por correo

Utilizamos un sistema de tickets por email para gestionar todas las consultas. Esto nos permite mantener un registro claro de cada caso y asegurarnos de que ninguna pregunta técnica quede sin respuesta precisa.

Respuestas rápidas

Sabemos que estás construyendo tu producto, por lo que priorizamos la velocidad en nuestras contestaciones. Nuestro equipo revisa los correos entrantes continuamente para proporcionar soluciones concretas a tus problemas de integración.

Sin esperas

No ofrecemos número de teléfono ni chat en vivo para evitar tiempos de espera en cola. Accedes directamente al soporte técnico sin la barrera de los centros de llamadas tradicionales, garantizando una comunicación eficiente y centrada en el código.

Únete a nosotros

Ilustración de onda de sonido para: Únete a nosotros

Oído API nace para quienes construyen herramientas útiles sin grandes estructuras corporativas. Si buscas una integración TTS que no complica tu flujo de trabajo ni añade dependencias innecesarias, esta es la solución que has estado buscando.

Para desarrolladores indie

Diseñada para que la integración sea directa y sin fricción. No necesitas negociar contratos personalizados ni esperar aprobaciones de un equipo grande. Solo generas tu clave API y empiezas a enviar texto.

  • Integración sencilla con la API REST
  • SDKs compatibles con OpenAI
  • Sin contratos complejos ni mínimos de gasto

Enfoque en accesibilidad

Creemos que la lectura asistida es una necesidad, no un lujo. Nuestras voces claras y nuestro soporte para 23 idiomas ayudan a hacer el contenido digital más inclusivo para personas con dislexia o dificultades visuales.

Código abierto en espíritu

No somos una caja negra. Ofrecemos transparencia total en precios, límites y funcionamiento. Usas nuestra API con la misma confianza y flexibilidad que usarías un estándar abierto, priorizando la utilidad sobre el marketing.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Haz que tu juego sea accesible para personas con dislexia desde el inicio.

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. MDN: Web Speech API
  3. curl documentation
  4. openai-python on GitHub
  5. LibriTTS-R paper (arXiv 2305.18802)
  6. LibriTTS-R corpus (OpenSLR 141)
  7. TRON developer hub: TRC-20
  8. Creative Commons Attribution 4.0
  9. IETF RFC 7845: Ogg Opus
  10. FFmpeg documentation
  11. LibriVox public-domain audiobooks
  12. OpenAI API reference: create speech

Más en este sitio