Generador de voz Loquendo para e-commerce y API de texto a voz

Por equipo editorial VozTextil · Actualizado 2026-11-19

Esta página presenta VozTextil API, un generador de voz diseñado para tiendas online que permite convertir texto en audio mediante una simple llamada HTTP. La integración es compatible con el SDK de OpenAI y no requiere código adicional para el flujo básico, facilitando la generación automática de audios para catálogos, notificaciones y anuncios sin depender de desarrolladores.

El servicio está orientado a usuarios no técnicos que buscan una solución técnica concreta. Ofrece 8 voces predefinidas, soporte para 23 idiomas y formatos de audio flexibles como MP3 o WAV. Los precios son transparentes por carácter, sin planes fijos, y la gestión de la cuenta es directa mediante recarga con criptomonedas, garantizando que el texto no se use para entrenamiento ni el audio se almacene tras la entrega.

Generador de voz Loquendo para e-commerce y API de texto a voz

Preguntas frecuentes

¿Qué es un generador de voz Loquendo para tiendas?

VozTextil API es un servicio de texto a voz en la nube que convierte texto en archivos de audio mediante una llamada HTTP. Envía el texto y recibe el audio generado automáticamente, ideal para catálogos y notificaciones sin necesidad de programación compleja.

¿Cómo se integra la API en una tienda sin código?

Utilice las herramientas de integración nativas de su plataforma o un conector Zapier/Make, o una llamada HTTP directa. Configure una acción que envíe el texto del producto al endpoint POST y guarde el audio resultante. No requiere desarrollo de software ni conocimientos de código.

¿Qué voces están disponibles para e-commerce?

Hay 8 voces preestablecidas: Aria, Nova, Luna, Sage, Felix, Milo, Atlas y Orion. Cada una tiene un tono distinto, desde narrador cálido hasta noticias neutrales, permitiendo elegir la voz adecuada para descripciones de productos o anuncios.

¿Cuántos idiomas soporta la API?

Soporta 23 idiomas, incluyendo español, inglés, portugués, alemán, francés, italiano, japonés, chino y árabe. Cualquier voz puede hablar cualquier idioma de la lista. Si no se especifica, el idioma se adivina, aunque se recomienda establecerlo explícitamente.

¿Qué formatos de audio puedo descargar?

Puede solicitar los archivos en los formatos mp3, wav, opus, flac o pcm. Estos formatos se especifican en el campo response_format de la solicitud JSON enviada al endpoint de la API para obtener el audio generado.

¿Cuánto cuesta el servicio por carácter?

El costo es de $10 por 1 millón de caracteres, equivalente a $0.01 por cada 1.000 caracteres. Los espacios y la puntuación cuentan como caracteres. Las solicitudes fallidas son gratuitas y el saldo no expira.

¿Cómo funciona el pago con USDT?

Los recargos se realizan exclusivamente mediante USDT en la red TRON (TRC-20). El monto mínimo es de $5. El saldo se acredita automáticamente en minutos tras la transferencia. No se aceptan tarjetas, PayPal ni suscripciones mensuales.

¿Hay límite de caracteres por petición?

Sí, cada solicitud JSON acepta un máximo de 4096 caracteres en el campo input. Para textos más largos, debe dividirlos en partes y unir los archivos de audio resultantes. Los caracteres excedentes no se procesarán en una sola petición.

¿Qué pasa si una solicitud falla?

Si la síntesis falla, no se realiza ningún cargo. El importe se devuelve íntegramente a su cuenta. Puede reintentar la solicitud o verificar los parámetros enviados, como el modelo o la voz, para asegurar la correcta generación.

¿Se almacena mi texto para entrenamiento?

No. El texto de entrada se utiliza únicamente para producir el audio y no se usa para entrenamiento de modelos. El audio generado se devuelve en la respuesta y no se almacena, conservándose solo metadatos para facturación.

¿Puedo usar la API para descripciones de productos?

Sí, es el uso principal. Puede enviar descripciones de hasta 4096 caracteres para generar audios de catálogo o anuncios. La API está diseñada para automatizar la generación de contenido de audio para tiendas online de forma eficiente.

¿Es necesario un plan mensual?

No. No hay planes mensuales, asientos ni gasto mínimo. El pago es por uso real de caracteres. Puede recargar saldo con USDT cuando lo necesite y utilizarlo sin fechas de vencimiento ni compromisos de permanencia.

¿Cómo se ajusta la velocidad de voz?

Utilice el campo speed en la solicitud JSON, con un rango permitido de 0.25 a 4.0. Un valor de 1.0 es la velocidad normal. Ajuste este parámetro para acelerar o ralentizar la voz según el contexto del audio.

¿Qué sucede si supero el límite de solicitudes?

El límite es de 60 solicitudes por minuto por clave. Si excede este límite, las solicitudes adicionales esperarán en una cola o recibirán un error. Si no ha realizado recargas, el límite inicial es de 10 por minuto.

Primera solicitud

curl

curl https://api.68ok.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

Integración rápida para tu tienda

Ilustración de onda de sonido para: Integración rápida para tu tienda

La API de VozTextil utiliza el mismo formato de solicitud que el endpoint de speech de OpenAI. Esto permite integrar generación de audio en catálogos y notificaciones modificando únicamente la URL base (https://api.68ok.info/v1) en los SDK oficiales de OpenAI, sin necesidad de desarrollar lógica personalizada.

La integración es inmediata para flujos de comercio electrónico. Al enviar texto mediante una llamada POST, el sistema devuelve el archivo de audio directamente, eliminando la complejidad de gestores de voz externos.

Compatible con SDK de OpenAI

Compatible con SDK de OpenAI

Al cambiar la propiedad base_url del SDK de OpenAI a https://api.68ok.info/v1, las bibliotecas oficiales funcionan sin modificaciones. Se utiliza la misma estructura de cuerpo JSON y autenticación con clave Bearer.

Esto garantiza compatibilidad nativa con las herramientas de desarrollo estándar, permitiendo añadir voz a aplicaciones existentes con cambios mínimos de configuración.

  • SDK oficial de OpenAI compatible con cambio de URL base.
  • Autenticación mediante clave Bearer estándar.
  • Formato de solicitud idéntico al endpoint de speech de OpenAI.

Sin código adicional requerido

La lógica de generación de voz se maneja completamente en la nube. Tu tienda solo necesita enviar el texto y recibir el archivo de audio resultante.

No se requiere gestión de servidores de voz ni procesamiento local. El flujo es directo: entrada de texto, salida de archivo de audio listo para usar en la tienda.

Llamadas HTTP estándar

Todas las operaciones se realizan mediante llamadas HTTP POST y GET simples. No se necesita protocolos propietarios ni WebSockets para la generación básica de audio.

La endpoint principal es POST https://api.68ok.info/v1/audio/speech. El cuerpo de la solicitud contiene el texto, el modelo y el formato deseado.

  • Endpoint principal: POST /v1/audio/speech.
  • Formato de respuesta: archivo de audio binario.
  • Metadatos de uso y saldos accesibles vía GET /v1/voices y GET /v1/models.

Voces naturales para tus productos

Ilustración de onda de sonido para: Voces naturales para tus productos

La API ofrece ocho voces predefinidas seleccionadas para distintos tonos de comunicación, desde narrativas claras hasta conversaciones cercanas. Cada voz está basada en grabaciones con licencia clara, lo que garantiza un uso comercial seguro sin sorpresas legales.

8 presets de voz disponibles

El sistema cuenta con ocho perfiles vocales distintos, cada uno optimizado para un tipo de contenido específico. Puedes seleccionar entre estilos que van desde la narración cálida hasta la voz profunda para documentales, ajustando la identidad de tu tienda sin necesidad de producción de estudio.

  • Aria: narradora clara y cálida
  • Nova: tono brillante y dinámico
  • Luna: suave para storytelling
  • Sage: calma instruccional
  • Felix: enérgico para promociones
  • Milo: conversacional y amigable
  • Atlas: neutral y directo
  • Orion: voz profunda y seria

Voces masculinas y femeninas

Disponemos de cuatro voces femeninas y cuatro masculinas, cubriendo la mayoría de necesidades de e-commerce. No importa el género de tu marca; puedes elegir la voz que mejor se adapte a tu catálogo de productos o notificaciones.

  • Femeninas: Aria, Nova, Luna, Sage
  • Masculinas: Felix, Milo, Atlas, Orion

Calidad de audio profesional

Cada archivo generado incluye una marca de agua inaudible que identifica el audio como sintético, cumpliendo con los estándares de transparencia. La calidad es consistente y profesional, adecuada para catálogos, anuncios y respuestas automáticas sin necesidad de edición adicional compleja.

Soporte multilingüe global

Ilustración de onda de sonido para: Soporte multilingüe global

La API de VozTextil procesa texto en 23 idiomas distintos, incluyendo español, inglés, francés, alemán, portugués, italiano, chino, japonés, coreano, árabe, ruso y hindi, entre otros. Esta cobertura permite generar catálogos, notificaciones y anuncios para audiencias globales sin necesidad de integrar múltiples proveedores de voz.

El sistema detecta automáticamente el idioma basándose en el guion del texto enviado. Para textos en latín que no sean inglés, se recomienda especificar el código ISO para evitar errores de pronunciación en idiomas no soportados como vietnamita o tailandés, que no están incluidos en la lista.

23 idiomas soportados

El motor de síntesis soporta un conjunto fijo de 23 idiomas. Cada voz disponible puede pronunciar cualquiera de estos idiomas con la misma calidad base. No se requieren configuraciones adicionales para habilitar un idioma específico; la capacidad está incluida en la API estándar.

  • Español, inglés, francés, alemán, portugués, italiano, chino, japonés, coreano
  • Árabe, ruso, hindi, turco, polaco, danés, sueco, noruego, finés
  • Griego, hebreo, malayo, suajili, neerlandés

Detección automática de idioma

Si no se proporciona el parámetro language, el sistema infiere el idioma basado en los caracteres del texto de entrada. El texto en script latino se predice por defecto como inglés. Esta función simplifica la integración para usuarios que generan contenido principalmente en inglés o cuando el idioma es evidente.

Configuración de idioma específica

Para garantizar la pronunciación correcta en textos en latín que no son inglés, debe establecerse el parámetro language con el código ISO correspondiente. Esto es esencial para evitar errores en idiomas no soportados como vietnamita o tailandés, que no están incluidos en la lista de 23 idiomas disponibles.

Formatos de audio flexibles

Ilustración de onda de sonido para: Formatos de audio flexibles

El formato de audio se especifica mediante el parámetro response_format en la solicitud JSON. Puedes elegir entre MP3, WAV, Opus, FLAC o PCM, asegurando la compatibilidad con la mayoría de los reproductores y plataformas de comercio electrónico.

MP3, WAV, Opus, FLAC, PCM

Estos formatos cubren necesidades de compresión y calidad variable. El MP3 es ideal para web por su equilibrio entre tamaño y calidad, mientras que WAV y FLAC ofrecen audio sin pérdida para archivos de alta fidelidad.

  • MP3: Compresión eficiente para web.
  • WAV/FLAC: Calidad sin pérdida para catálogos premium.
  • Opus/PCM: Opciones para integración técnica específica.

Ajuste de velocidad de voz

El parámetro speed permite modificar la velocidad entre 0.25 y 4.0. Esto facilita la adaptación del ritmo de lectura a diferentes tipos de contenido, desde descripciones detalladas hasta anuncios breves.

Archivos de audio listos para usar

La API devuelve el archivo de audio directamente en la respuesta. No se requiere procesamiento adicional ni almacenamiento intermedio, permitiendo su uso inmediato en notificaciones de pedidos o catálogos de productos.

Precios transparentes por carácter

Ilustración de onda de sonido para: Precios transparentes por carácter

La facturación se basa estrictamente en el volumen de texto procesado. El coste es de $10 por cada millón de caracteres, lo que equivale a $0.01 por cada 1.000 caracteres. Los espacios y la puntuación se cuentan como caracteres válidos dentro del límite de 4.096 caracteres por petición.

Coste por millón de caracteres

El precio es fijo y predecible: $10 por millón de caracteres generados. Este modelo permite calcular el presupuesto exacto para catálogos o notificaciones sin sorpresas.

Sin planes mensuales fijos

No existen suscripciones obligatorias ni compromisos de permanencia. No hay planes con límites de uso fijos ni pagos recurrentes automáticos. Puedes utilizar la API tanto como necesites.

Cobro solo por uso efectivo

Se cobra únicamente por las peticiones de síntesis completadas con éxito. Si una solicitud falla, no se realiza ningún cargo. El saldo restante no tiene fecha de caducidad.

  • Las peticiones fallidas son gratuitas.
  • El crédito de prueba ($0.50) dura 7 días.
  • La recarga mínima es de $5 vía USDT (TRC-20).
Precios transparentes por carácter

Uso ideal para comercio electrónico

Ilustración de onda de sonido para: Uso ideal para comercio electrónico

Integra descripciones de productos en audio para mejorar la accesibilidad de tu catálogo. Envía texto de hasta 4096 caracteres mediante una llamada HTTP y recibe un archivo de audio listo para incrustar en las fichas de tus artículos.

Descripciones de productos en audio

Permite a tus clientes escuchar las especificaciones de tus artículos sin necesidad de leer. El sistema procesa el texto y devuelve el audio en formatos como MP3 o WAV, listo para ser reproducido automáticamente en la página del producto.

  • Texto de hasta 4096 caracteres por petición
  • Formatos MP3, WAV, Opus, FLAC, PCM
  • Integración mediante llamada HTTP estándar

Notificaciones de pedidos

Automatiza las comunicaciones postventa con audios personalizados para confirmaciones o actualizaciones de estado. Utiliza voces como 'milo' para un tono conversacional o 'atlas' para información neutral, asegurando que el mensaje sea claro y profesional.

  • Voces masculinas y femeninas disponibles
  • Velocidad ajustable entre 0.25 y 4.0
  • Detección automática del idioma del texto

Anuncios promocionales automáticos

Genera anuncios de voz para campañas de marketing sin intervención manual. Con 8 presets de voz, como 'felix' para promos energéticas o 'aria' para narradores claros, puedes crear contenido de audio rápido y escalable para tus tiendas.

  • 8 presets de voz predefinidos
  • Coste de $0.01 por 1.000 caracteres
  • Sin necesidad de diseño de voz

Gestión sencilla de la cuenta

Ilustración de onda de sonido para: Gestión sencilla de la cuenta

La gestión de tu cuenta es directa y se realiza en la página /get-api-key/. Puedes registrarte iniciando sesión con Google o creando una cuenta con email y contraseña. Una vez dentro, visualizas tu clave API, el saldo disponible, el historial de uso y un ejemplo de código listo para copiar.

La recarga se efectúa exclusivamente mediante USDT en la red TRON (TRC-20), con un mínimo de 5 dólares. Los fondos se acreditan automáticamente en cuestión de minutos tras la transferencia confirmada en la blockchain.

Inicio de sesión con Google o email

El acceso al panel de control requiere autenticación mediante Google o un par de credenciales de email y contraseña. Cada sitio de la red mantiene cuentas independientes, por lo que tus credenciales son específicas para esta instancia.

La página de gestión muestra en tiempo real la clave activa, el saldo actual y los caracteres restantes. Si es necesario, puedes emitir una nueva clave en cualquier momento; la anterior dejará de funcionar inmediatamente.

  • Autenticación vía Google o email/contraseña
  • Panel con clave API y métricas de uso
  • Gestión inmediata de claves activas

Recarga con USDT en red TRON

El único método de recarga disponible es la criptomoneda USDT sobre la red TRON (TRC-20). No se aceptan tarjetas de crédito, PayPal ni facturas con IVA. No existen planes mensuales fijos ni suscripciones automáticas.

El monto mínimo para una recarga es de 5 dólares. Una vez que la transferencia se confirma en la red, el saldo se acredita automáticamente en tu cuenta en cuestión de minutos.

  • Recarga mínima de 5 dólares
  • Red exclusiva: TRON (TRC-20)
  • Acreditación automática en minutos

Saldo sin fecha de caducidad

El saldo recargado no caduca con el tiempo. Puedes mantener tus fondos en la cuenta durante el tiempo que necesites sin penalizaciones ni fechas de vencimiento. Esto permite planificar el uso de la API según el volumen de tu tienda.

La prueba gratuita inicial de 0,50 dólares (válida por 7 días) sí tiene un plazo de validez, pero el saldo recargado permanece activo indefinidamente hasta que se consuma en la generación de audio.

Límites y rendimiento claros

Ilustración de onda de sonido para: Límites y rendimiento claros

Cada solicitud POST acepta hasta 4096 caracteres de texto. Para textos más extensos, es necesario dividirlos en partes y unir los archivos resultantes. Los espacios y la puntuación cuentan como caracteres.

Límite de 4096 caracteres por petición

Si el texto excede este límite, la API rechazará la solicitud. Debes gestionar la división del texto en tu aplicación cliente antes de enviar la petición.

60 solicitudes por minuto

Cada clave API permite un máximo de 60 solicitudes por minuto. Al crear una cuenta nueva, el límite inicial es de 10 solicitudes por minuto hasta que se realice la primera recarga.

Procesamiento en cola bajo carga

Las solicitudes se procesan secuencialmente. Durante picos de tráfico, una solicitud puede esperar en una cola antes de iniciarse la síntesis, lo que incrementa ligeramente el tiempo total de generación.

Datos y privacidad garantizados

Ilustración de onda de sonido para: Datos y privacidad garantizados

El texto enviado a la API se utiliza exclusivamente para la síntesis del audio solicitado y no se incorpora a nuestros modelos de entrenamiento. Una vez que el archivo de audio se devuelve en la respuesta, no se almacena en nuestros servidores, garantizando que tu contenido no persista después de su uso inmediato.

Texto no usado para entrenamiento

Los caracteres que envías en el cuerpo de la solicitud son procesados en tiempo real para generar la voz. A diferencia de otros servicios, no retenemos el contenido textual para mejorar algoritmos, asegurando la confidencialidad de tus descripciones de productos y datos de clientes.

Audio no almacenado tras la entrega

El archivo de audio generado se entrega directamente en la respuesta de la API y no se guarda en nuestro almacenamiento. Solo conservamos los metadatos de la solicitud (hora, caracteres y estado) estrictamente para fines de facturación y control de límites.

Marca de agua en archivos sintéticos

Cada archivo de audio generado lleva una marca de agua inaudible que identifica el contenido como voz sintética. Esta característica permite distinguir claramente la generación automática de la voz humana sin afectar la calidad perceptible del audio para el usuario final.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. No requiere desarrollo complejo, lo que permite generar audios para catálogos o notificaciones de forma automática.

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. openai-node on GitHub
  3. LibriVox public-domain audiobooks
  4. FFmpeg documentation
  5. ISO 639 language codes
  6. MDN: Web Speech API
  7. Node.js documentation
  8. curl documentation
  9. Creative Commons Attribution 4.0
  10. LibriTTS-R paper (arXiv 2305.18802)
  11. LibriTTS-R corpus (OpenSLR 141)
  12. Tether (USDT)

Más en este sitio