Preguntas frecuentes
¿Qué es texto a voz online gratis?
Es un servicio que convierte texto en audio mediante una API. Ofrecemos una prueba gratuita de $0.50 (aprox. 50 000 caracteres) válida por 7 días al registrarte con Google. Esta crédito inicial permite probar la integración en tus prototipos sin costo adicional ni compromiso de pago.
¿Cómo funciona la API de texto a voz para IoT?
Envías una solicitud POST a https://api.play95y.com/v1/audio/speech con tu texto y voz deseada, y recibes un archivo de audio. La API sigue el formato estándar, por lo que puedes usar SDKs de OpenAI cambiando la URL base. Es ideal para integrar voz en apps y dispositivos sin complicaciones.
¿Qué voces están disponibles para dispositivos inteligentes?
Disponemos de 8 voces predefinidas: Aria, Nova, Luna, Sage, Felix, Milo, Atlas y Orion. Cada una tiene un tono distinto, desde narradoras cálidas hasta voces neutrales para noticias o profundas para documentales. Puedes seleccionar la que mejor se adapte a la experiencia de usuario de tu dispositivo inteligente.
¿En qué idiomas puedo generar audio?
Soportamos 23 idiomas, incluyendo inglés, español, alemán, francés, japonés, chino y árabe. Cualquier voz puede hablar cualquiera de estos idiomas. Si no especificas el código ISO, el sistema intenta adivinar el idioma, pero recomendamos definirlo explícitamente para textos en latinos que no sean inglés para mayor precisión.
¿Cuánto cuesta el servicio después de la prueba?
El precio es de $10 por cada 1 millón de caracteres, lo que equivale a $0.01 por 1 000 caracteres. No hay planes mensuales ni costos fijos. Solo pagas por lo que usas. Las solicitudes fallidas son gratuitas y el saldo no expira una vez recargado.
¿Qué formatos de audio son compatibles?
Puedes solicitar audio en los formatos mp3, wav, opus, flac o pcm. Estos formatos estándar permiten una fácil reproducción en la mayoría de los dispositivos IoT y aplicaciones móviles. El formato elegido se especifica en el campo response_format de tu solicitud JSON a la API.
¿Puedo ajustar la velocidad de la voz?
Sí, puedes ajustar la velocidad entre 0.25 y 4.0 veces la velocidad normal. Esto te permite adaptar la voz sintética al contexto de tu dispositivo, ya sea para instrucciones rápidas o para una lectura más pausada y clara. El ajuste se aplica mediante el parámetro speed en la API.
¿El texto se guarda después de generar el audio?
No. El texto de entrada se utiliza únicamente para producir el audio y no se almacena para entrenamiento. El audio generado se devuelve en la respuesta y tampoco se guarda en nuestros servidores. Solo conservamos los metadatos de la solicitud (tiempo, caracteres, estado) para fines de facturación.
¿Hay límite de caracteres por solicitud?
Sí, cada solicitud puede contener hasta 4096 caracteres. Si tu texto es más largo, debes dividirlo en partes y unir los archivos de audio resultantes. Esto garantiza una generación eficiente y permite manejar textos extensos en tus dispositivos sin superar los límites de la API en una sola llamada.
¿Qué pasa si falla una solicitud de síntesis?
Si la síntesis falla, la carga se devuelve completamente. No se te cobra por las solicitudes que no se completan exitosamente. Esto asegura que solo pagues por el audio generado correctamente, protegiendo tu presupuesto en casos de errores de red o problemas temporales en el servicio de síntesis.
¿Necesito un SDK específico para usar la API?
No. Puedes usar la API con HTTP estándar o con los SDKs oficiales de OpenAI, solo cambiando la URL base a https://api.play95y.com/v1. No ofrecemos un SDK propio ni una aplicación móvil dedicada. Esta compatibilidad facilita la integración en cualquier entorno de desarrollo donde puedas hacer solicitudes HTTP.
¿Es adecuada para dispositivos con recursos limitados?
Sí, la API es ligera y devuelve archivos de audio estándar como MP3 o PCM, fáciles de reproducir en hardware IoT. No requiere streaming ni WebSocket. Puedes generar el audio por anticipado o en tiempo real, y reproducirlo con cualquier reproductor básico compatible con estos formatos de audio comunes.
¿Puedo usar la voz en mis productos comerciales?
Sí, puedes utilizar el audio generado en tus productos comerciales. Las voces están basadas en grabaciones con licencia CC BY 4.0 y dominios públicos. Las voces están basadas en grabaciones con licencia CC BY 4.0 y dominios públicos, lo que lo hace ideal para dispositivos de venta al público o aplicaciones SaaS.
¿Cómo recargo mi saldo de API?
Puedes recargar tu saldo mediante USDT en la red TRON (TRC-20). El monto mínimo es de $5 y el crédito se acredita automáticamente en minutos tras la transferencia. No aceptamos tarjetas ni PayPal. El saldo no tiene fecha de caducidad, permitiéndote usarlo cuando necesites generar más audio.
Primera solicitud
curl
curl https://api.play95y.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.mp3Voz natural para tus dispositivos
Conecta la voz sintética a tus dispositivos IoT mediante una API REST simple. Envía texto y recibe el archivo de audio en segundos, ideal para notificaciones en domótica.
Integración con API REST
Utiliza un endpoint estándar compatible con SDKs existentes. Solo necesitas enviar una solicitud POST con el texto y recibir el audio sin configuraciones complejas.
- Endpoint compatible con librerías HTTP comunes
- Respuesta inmediata en formatos estándar
Voces optimizadas para comandos
Nuestras ocho voces están diseñadas para claridad en entornos IoT. Desde la voz clara de Aria hasta la informativa de Atlas, cada preset asegura que los comandos se entiendan perfectamente.
- Voces femeninas: Aria, Nova, Luna, Sage
- Voces masculinas: Felix, Milo, Atlas, Orion
Soporte multilingüe nativo
Soporta 23 idiomas, incluyendo español, inglés y alemán. Si no especificas el idioma, el sistema lo detecta automáticamente, lo que simplifica la integración en dispositivos globales.
Demostración interactiva
Explora cómo suena la voz sintética de NodoVoz antes de integrar. Selecciona cualquier texto y escucha la diferencia entre las ocho voces predefinidas, desde el tono narrativo de Aria hasta la neutralidad informativa de Atlas, cada una con un carácter distinto.
Obtén archivos de audio en formato MP3 al instante. Envía tu texto y recibe el archivo generado; las frases cortas tardan unos segundos, mientras que textos largos se generan a velocidad aproximadamente real, ideal para prototipos rápidos.
Escucha las 8 voces disponibles
Prueba cada preset para encontrar el tono adecuado para tu dispositivo. Desde la calidez de Aria hasta la profundidad de Orion, cada voz está optimizada para diferentes contextos de interacción con el usuario.
- Aria: Narradora clara y cálida
- Nova: Tono brillante y enérgico
- Luna: Suave y narrativa
- Sage: Calma e instructiva
- Felix: Dinámica y promocional
- Milo: Conversacional y amigable
- Atlas: Neutral e informativa
- Orion: Profunda y documental
Prueba el formato de audio MP3
Genera archivos MP3 listos para reproducirse en cualquier dispositivo IoT. El formato es universal, ligero y fácil de gestionar en tus aplicaciones o notificaciones push.
Genera audio en segundos
La generación es rápida para frases cortas, pero textos largos se procesan a velocidad natural. Si hay carga, las peticiones pueden esperar en cola, garantizando la entrega completa del audio.
Lenguajes soportados
La API soporta 23 idiomas, incluyendo español, inglés y alemán, permitiendo que los comandos de voz en tus dispositivos IoT se entiendan claramente. Esto es crucial para la interacción natural en domótica, donde la claridad reduce la fricción del usuario.
Español, inglés y alemán
Cualquiera de las 8 voces puede hablar cualquiera de los 23 idiomas soportados, garantizando una síntesis fluida tanto para notificaciones urgentes como para respuestas conversacionales en aplicaciones de control del hogar.
23 idiomas disponibles
Si tu dispositivo se despliega globalmente, puedes utilizar cualquiera de los 23 idiomas soportados, desde el árabe hasta el turco. Cada voz puede hablar cualquiera de estos idiomas, lo que simplifica la gestión de localizaciones sin necesidad de múltiples modelos.
- Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish, Turkish
Detección automática de idioma
Si no especificas el campo language, el sistema infiere el idioma desde el guion del texto (el texto en latino por defecto se asume como inglés). Para textos en latinos distintos al inglés, recomendamos establecer el código ISO explícitamente para evitar errores de pronunciación.
Precios transparentes
Nuestro modelo de facturación es directo y predecible: pagas únicamente por los caracteres que consumes. El precio es de $10 por cada millón de caracteres, lo que equivale a $0.01 por cada 1.000 caracteres. Esto incluye espacios y puntuación, sin sorpresas ni cálculos complejos.
Pago por caracteres usados
La generación de audio se cobra según la longitud del texto enviado. Si la síntesis falla, el cargo se devuelve íntegramente, por lo que no pagas por intentos inválidos.
Prueba gratuita con saldo
Al registrarte con Google, recibes $0.50 de crédito válido durante 7 días, suficiente para probar prototipos con unos 50.000 caracteres. Las cuentas creadas con correo y contraseña comienzan sin saldo inicial.
Sin costes ocultos ni suscripciones
No hay planes mensuales ni costes fijos. No aceptamos tarjetas ni PayPal. No ofrecemos facturas con IVA. Los recargos se realizan exclusivamente con USDT (TRC-20) con un mínimo de $5, y el saldo no caduca.
Casos de uso en Smart Home
Integra respuestas auditivas en tus aplicaciones domóticas para mejorar la accesibilidad y la interacción sin pantallas. Con nuestra API, los dispositivos pueden convertir textos cortos en audio de alta calidad al instante.
Los equipos de producto pueden usar las 8 voces predefinidas para crear experiencias consistentes, desde notificaciones de seguridad hasta lecturas de sensores, sin gestionar infraestructura de audio compleja.
Notificaciones push con voz
Transforma alertas de seguridad o recordatorios en audio natural. El límite de 4096 caracteres por petición permite generar avisos claros y concisos que se reproducen automáticamente en hubs o dispositivos inteligentes.
La velocidad ajustable (0.25–4.0) permite adaptar la urgencia de la voz según el tipo de notificación, manteniendo la claridad del mensaje sin necesidad de editar archivos de audio manualmente.
- Generación de audio en segundos para alertas críticas
- Formatos compatibles como MP3 y WAV para máxima compatibilidad
- Coste mínimo por notificación (0.0005 USD por 50 caracteres)
Asistentes de voz para IoT
Ofrece a los usuarios una experiencia de diálogo más natural en sus dispositivos IoT. Con soporte para 23 idiomas, puedes localizar rápidamente tu asistente doméstico sin desarrollar modelos de síntesis desde cero.
Las voces como "milo" (conversacional) o "sage" (instruccional) están optimizadas para interacciones claras, permitiendo que tu dispositivo responda a comandos de voz con respuestas auditivas coherentes.
- 8 voces distintas con tonos variados (desde narrador hasta documental)
- Soporte nativo para español, inglés, alemán y otros 20 idiomas
- Integración sencilla vía API REST con SDKs compatibles
Lecturas de sensores en audio
Convierte datos brutos de sensores en narrativas auditivas accesibles. Por ejemplo, un termostato puede "leer" la temperatura o un sensor de calidad del aire puede anunciar niveles de CO2 en tiempo real.
Al no requerir streaming ni SSML, la implementación es directa: envías el texto del informe y recibes el archivo de audio listo para reproducirse.
- Generación de informes audio para datos de sensores
- Sin necesidad de infraestructura de streaming compleja
- Marcas de agua sintéticas para identificar contenido generado

Características técnicas
Nuestra API está diseñada para la eficiencia en entornos IoT. Cada solicitud de síntesis acepta un máximo de 4096 caracteres, lo que facilita la división de textos largos en fragmentos manejables sin perder coherencia. Para textos más extensos, basta con dividir la entrada y unir los archivos de audio resultantes.
Puedes elegir entre formatos MP3, WAV, FLAC y otros según tus necesidades de almacenamiento o latencia. La velocidad de reproducción es ajustable entre 0.25x y 4.0x, permitiendo adaptar la voz a dispositivos con limitaciones de procesamiento o para audios más dinámicos en aplicaciones de domótica.
Límite de 4096 caracteres
Cada llamada a la API procesa hasta 4096 caracteres. Si tu texto excede este límite, puedes dividirlo en partes y unir los archivos de audio generados. Esto mantiene las solicitudes ligeras y predecibles para tus dispositivos IoT.
El límite incluye espacios y puntuación. Para textos muy largos, la generación suele ser en tiempo real, aunque las solicitudes se procesan en cola bajo carga.
- Máximo 4096 caracteres por solicitud
- Espacios y puntuación cuentan como caracteres
- División manual para textos extensos
Formatos MP3, WAV y FLAC
Selecciona el formato que mejor se adapte a tu infraestructura. Los formatos disponibles son mp3, wav, opus, flac y pcm.
Todos los archivos generados incluyen una marca de agua inaudible que identifica el audio como voz sintética, útil para auditorías en dispositivos de confianza.
- MP3, WAV, OPUS, FLAC, PCM disponibles
- Calidad sin pérdida con FLAC/WAV
- Marcas de agua sintéticas incluidas
Velocidad ajustable
Ajusta la velocidad entre 0.25x y 4.0x para optimizar la experiencia de usuario en diferentes contextos. Velocidades más altas son útiles para notificaciones rápidas, mientras que velocidades reducidas mejoran la claridad en asistentes de voz.
Esta flexibilidad permite adaptar la voz a las capacidades de reproducción de hardware IoT específico, sin necesidad de procesamiento adicional en el lado del cliente.
- Rango: 0.25x a 4.0x
- Optimización para notificaciones o claridad
- Sin procesamiento adicional requerido
Seguridad y privacidad
Nuestro servicio procesa tu texto exclusivamente para generar el audio y no lo utiliza para entrenar modelos de IA. El audio generado se devuelve en la respuesta y no se almacena de forma permanente.
Además, cada archivo de audio sintetizado incluye una marca de agua inaudible que identifica claramente el contenido como voz sintética, garantizando transparencia en su origen.
Texto no usado para entrenamiento
El texto que envías a nuestra API se utiliza únicamente para la síntesis inmediata de la voz. Una vez procesado, no se conserva para mejorar nuestros modelos, preservando la privacidad de tus datos de dispositivos y usuarios.
Marcas de agua sintéticas
Cada archivo de audio generado lleva una marca de agua inaudible. Esto permite identificar fácilmente que el contenido es voz sintética generada por nuestra API, sin afectar la calidad de la reproducción en tus dispositivos IoT.
Datos de facturación seguros
Conservamos los metadatos de las solicitudes (hora, caracteres y estado) exclusivamente para fines de facturación. Esta información es necesaria para calcular el uso y gestionar tu saldo de manera precisa y transparente.
Utilizamos pago con USDT (TRC-20), lo que elimina la necesidad de almacenar datos sensibles de tarjetas de crédito o cuentas bancarias.
Comunidad y soporte
La documentación técnica está diseñada para que los equipos de producto integren la voz sintética en sus dispositivos IoT sin fricción. Encontrarás referencias completas de la API, descripciones de cada voz y ejemplos listos para copiar y pegar.
Documentación clara
Accede a una guía paso a paso para configurar la autenticación y generar audio en segundos. La estructura sigue el estándar de la industria, lo que facilita la migración si ya estás familiarizado con otros servicios de texto a voz.
Soporte por correo
Para consultas específicas o incidencias, nuestro canal oficial es el correo electrónico. No ofrecemos chat en vivo ni teléfono, pero garantizamos respuestas directas a tu equipo cuando lo necesiten para resolver dudas de integración.
Ejemplos en curl y Python
Inicia rápidamente con snippets listos para usar. Incluye ejemplos en curl para pruebas rápidas y en Python para integrar la lógica dentro de tus apps o servicios backend, ajustando parámetros como velocidad y formato de audio.
Empieza ahora
Para comenzar a integrar voz en tus dispositivos IoT, crea una cuenta en play95y.com. Puedes registrarte con Google o con correo electrónico y contraseña; cada sitio gestiona cuentas de forma independiente.
Una vez registrado, accede a /get-api-key/ para obtener tu clave API inicial. La página muestra el código, tu saldo y un ejemplo listo para copiar.
Crea tu cuenta gratis
El registro es rápido y no requiere tarjeta de crédito. Puedes elegir iniciar sesión con Google o crear un usuario con email y contraseña.
- Registro con Google o email
Obtén tu clave API
En la sección de clave API encontrarás tu token único (Bearer). Puedes emitir una nueva clave en cualquier momento; la anterior dejará de funcionar al instante.
Usa este token para autenticar tus solicitudes a la API.
- Clave única por cuenta
Prueba con 50.000 caracteres
Al registrarte con Google, recibes $0.50 de crédito gratuito, equivalente a unos 50.000 caracteres. Este saldo es válido durante 7 días.
Si te registras con email y contraseña, no obtienes crédito inicial, pero puedes recargar fácilmente.
- Crédito inicial de $0.50 (Google)
- Válido por 7 días
Escucha las 8 voces
Cada muestra a continuación fue generada por esta API a partir de la misma frase. Necesitamos diseñar experiencias intuitivas que conecten dispositivos inteligentes sin fricción.
23 idiomas
Cualquier voz puede hablar cualquiera de estos idiomas.
Fuentes y lecturas adicionales
- Wikipedia
- LibriTTS-R paper (arXiv 2305.18802)
- TRON developer hub: TRC-20
- LibriVox public-domain audiobooks
- LibriTTS-R corpus (OpenSLR 141)
- openai-node on GitHub
- OpenAI API reference: create speech
- Tether (USDT)
- ISO 639 language codes
- Python documentation
- IETF RFC 7845: Ogg Opus
- W3C WAI: making audio and video accessible
