API de texto a voz para crear contenido de audio profesional

Por Equipo editorial de AudioLibre · Actualizado 2026-11-19

Bienvenido a 55e.info, la storefront independiente de AudioLibre. Aquí encontrarás la documentación técnica y los recursos necesarios para integrar nuestra API de texto a voz en tu flujo de trabajo de producción. Este espacio está diseñado específicamente para autores independientes y creadores de contenido que buscan calidad profesional sin depender de grandes plataformas o suscripciones mensuales.

En esta página explorarás las 8 voces licenciadas, los 23 idiomas soportados y los formatos de audio disponibles para audiolibros y podcasts. Aprenderás a realizar tu primera llamada API, entenderás la estructura de precios por carácter y verás cómo integrar AudioLibre directamente en tus pipelines de creación de contenido digital.

API de texto a voz para crear contenido de audio profesional

Preguntas frecuentes

¿Es AudioLibre un generador de voz por texto gratuito?

Ofrece una prueba gratuita con 0,50 USD de crédito (aproximadamente 50 000 caracteres) válida por 7 días al registrarse con Google. Los usuarios con correo y contraseña comienzan sin crédito. Para uso continuo, el pago es de 10 USD por millón de caracteres mediante USDT en la red TRON.

¿Puedo usar las voces para audiolibros comerciales?

Sí, las voces están basadas en grabaciones con licencia LibriTTS-R (CC BY 4.0) y lecturas del dominio público de LibriVox. Las voces están basadas en grabaciones con licencia CC BY 4.0 y dominio público, lo que permite su uso para proyectos sin depender de grandes plataformas.

¿Qué formatos de audio puedo recibir?

Puedes solicitar audio en los formatos mp3, wav, opus, flac o pcm mediante el campo response_format en la solicitud JSON. Estos formatos están disponibles para todas las voces y modelos (tts-1 o tts-1-hd) que ofrece la API de texto a voz.

¿Cuántos idiomas soporta la API?

La API soporta 23 idiomas: árabe, chino, danés, holandés, inglés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, swahili, sueco y turco. Si no se especifica, el idioma se adivina por el guion.

¿Las voces suenan naturales para narración?

Las voces están diseñadas para narración específica: Luna para historias, Sage para instrucción, Atlas para noticias y Orion para documentales. Cada archivo generado lleva una marca de agua invisible que lo identifica como voz sintética, garantizando transparencia en el contenido generado por la API.

¿Necesito conocimientos técnicos para usar la API?

La API funciona con solicitudes POST JSON estándar, similar a la API de OpenAI. Puedes usar SDKs oficiales de OpenAI cambiando la URL base o usar curl directamente. La página de documentación proporciona ejemplos listos para copiar y pegar, facilitando la integración técnica.

¿Cómo se cobra el uso de la API?

El costo es de 10 USD por millón de caracteres (0,01 USD por mil caracteres). Los caracteres fallidos se devuelven íntegramente. Los pagos se realizan mediante USDT (TRC-20) con un mínimo de 5 USD. El saldo no expira y no hay planes mensuales.

¿Puedo usar la API para podcasts?

Sí, la API es ideal para podcasts. Puedes generar episodios completos dividiendo textos largos en partes de 4096 caracteres y uniendo los archivos de audio. La velocidad de generación es aproximadamente en tiempo real para textos largos (unos 25 caracteres por segundo), aunque las solicitudes se procesan en cola.

¿Qué sucede si la síntesis falla?

Si la síntesis falla, no se realiza ningún cargo. El importe se devuelve íntegramente a tu cuenta. Esto asegura que solo pagas por el audio generado con éxito, manteniendo la transparencia en tu facturación y uso de caracteres durante la producción de tus audios.

¿Las voces son personalizables?

No ofrecemos personalización de voz ni clonación personalizada. Puedes ajustar la velocidad entre 0.25 y 4.0 y elegir entre 8 voces predefinidas. Cada voz tiene un tono específico, como Aria para narradores o Felix para promociones, pero no se pueden modificar sus características base.

¿Hay límite de caracteres por solicitud?

Sí, cada solicitud tiene un límite de 4096 caracteres en el campo input. Para textos más largos, debes dividirlos en partes y unir los archivos de audio resultantes. Esto permite manejar audiolibros completos o episodios extensos de podcasts sin problemas de tamaño en la API.

¿Puedo usar mis propias voces?

No, no ofrecemos clonación de voz personalizada ni subida de audio propio. Utilizamos 8 voces predefinidas basadas en grabaciones con licencia CC BY 4.0 y dominio público. No puedes subir tu propia voz ni diseñar una nueva voz desde cero para tu proyecto.

¿Es seguro usar la API para proyectos grandes?

El texto de entrada se usa solo para generar el audio y no se entrena con él. Los metadatos de la solicitud (tiempo, caracteres, estado) se conservan para facturación. No ofrecemos garantía de disponibilidad (SLA) ni certificaciones como SOC 2 o HIPAA.

¿Cómo contacto al soporte?

El soporte se realiza exclusivamente por correo electrónico. No ofrecemos chat en vivo, ni número de teléfono ni soporte en tiempo real. Puedes encontrar los detalles de contacto en la página /contact/ del sitio web para resolver dudas sobre tu cuenta o uso de la API.

Primera solicitud

curl

curl https://api.55e.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

¿Qué es AudioLibre?

Ilustración de onda de sonido para: ¿Qué es AudioLibre?

AudioLibre es una API de texto a voz diseñada para creadores de contenido y autores independientes que necesitan audio de alta calidad para audiolibros y podcasts. Ofrece un flujo de trabajo técnico pero accesible, permitiendo integrar síntesis de voz directamente en sus pipelines de producción sin depender de grandes plataformas.

API de texto a voz para autores

API de texto a voz para autores

Envía texto y recibe un archivo de audio listo para usar. El endpoint sigue el estándar abierto, lo que facilita la integración en herramientas existentes de producción de audio.

Compatible con SDKs estándar

Utiliza los SDKs oficiales de OpenAI modificando únicamente la URL base a https://api.55e.info/v1. No necesitas aprender una nueva biblioteca; usa el mismo código que ya conoces.

Sin suscripciones mensuales

Paga solo por los caracteres que utilizas. No hay planes fijos ni costos de mantenimiento. Usa USDT en la red TRON para recargar y comienza con $0.50 de crédito gratuito al registrarte.

Voces disponibles

Ilustración de onda de sonido para: Voces disponibles

AudioLibre ofrece ocho voces predefinidas con tonos distintos, diseñadas para adaptarse a diferentes formatos de audio como audiolibros, podcasts o contenido promocional.

Voces femeninas: Aria, Nova, Luna, Sage

Aria ofrece un tono cálido y claro, ideal para narración. Nova aporta un estilo brillante y enérgico, mientras que Luna es suave para historias y Sage, calmada, se usa en contenido instruccional.

Voces masculinas: Felix, Milo, Atlas, Orion

Felix es energético para promociones. Milo es amigable y conversacional. Atlas mantiene un tono neutral para noticias y Orion, con voz profunda, es adecuado para documentales.

Voces licenciadas bajo CC BY 4.0

Todas las voces provienen de grabaciones con licencia CC BY 4.0 (LibriTTS-R y audiolibros de dominio público de LibriVox). Cada archivo generado incluye una marca de agua invisible que identifica el audio como síntesis artificial.

Idiomas soportados

Ilustración de onda de sonido para: Idiomas soportados

AudioLibre procesa texto en 23 idiomas distintos, permitiendo que una misma voz sintetice contenido en cualquier lengua soportada sin necesidad de cambiar de modelo.

La API detecta automáticamente el idioma basado en el script del texto; si se usa latín fuera del inglés, se recomienda especificar el código ISO.

23 idiomas disponibles

El soporte incluye idiomas europeos, asiáticos y africanos como árabe, chino, japonés, coreano, hindi, ruso, español, francés, alemán, italiano, portugués, turco, polaco, sueco, noruego, danés, finés, griego, hebreo, swahili y malayo.

Cualquier voz puede hablar cualquiera de estos 23 idiomas, lo que facilita la creación de audiolibros multilingües o podcasts internacionales con una sola cuenta.

  • Árabe, chino, danés, holandés, inglés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, swahili, sueco, turco

Inglés, español, alemán y más

Aunque el inglés es el valor predeterminado para el texto en latín, puedes forzar la salida en español, alemán o cualquier otro idioma listado configurando el parámetro language en la solicitud.

Esto evita que la IA adivine incorrectamente el idioma y garantiza una pronunciación precisa para tu contenido de audiobook o podcast.

Detección automática de idioma

Si omites el campo language, el sistema intenta inferirlo basándose en los caracteres del texto entrante.

Para textos en latín que no sean inglés, establece explícitamente el código ISO del idioma para evitar errores de síntesis.

Formatos de audio

Ilustración de onda de sonido para: Formatos de audio

La API de AudioLibre permite generar audio en múltiples formatos para adaptarse a tus necesidades de producción. Puedes seleccionar entre MP3, WAV, OPUS, FLAC y PCM directamente en la solicitud, garantizando compatibilidad con las herramientas de edición y las plataformas de distribución de audiolibros o podcasts.

MP3, WAV, OPUS, FLAC, PCM

Ofrecemos cinco formatos de salida para equilibrar calidad y tamaño de archivo. El formato MP3 es adecuado para distribución general, mientras que WAV y FLAC proporcionan audio sin pérdidas para edición profesional. Los formatos OPUS y PCM permiten una integración específica en pipelines de producción técnica o compatibilidad con herramientas específicas.

  • MP3: estándar para distribución web.
  • WAV y FLAC: calidad sin pérdidas para edición.
  • OPUS y PCM: optimizados para procesamiento técnico.

Calidad HD disponible

Para proyectos que requieren mayor fidelidad, puedes utilizar el modelo tts-1-hd. Este motor tiene el mismo precio que tts-1 pero ofrece una calidad de audio superior.

  • Modelo tts-1-hd disponible.
  • Mayor fidelidad de audio.
  • Ideal para audiobooks y podcasts.

Adecuado para distribución

Cada archivo generado es completamente utilizable para su publicación inmediata. El formato de audio generado es compatible con las plataformas de distribución principales. La estructura de la respuesta API entrega el archivo de audio listo para ser almacenado o distribuido sin pasos adicionales de conversión.

  • Listo para subir a plataformas.
  • Sin conversión adicional necesaria.
  • Compatible con estándares de la industria.

Precios transparentes

Ilustración de onda de sonido para: Precios transparentes

AudioLibre simplifica los costos de producción de audio con una tarifa plana basada en el volumen de texto. No hay planes mensuales fijos ni cargos por inactividad; pagas únicamente por los caracteres que procesas realmente.

$10 por 1 millón de caracteres

La tarifa base es de $0.01 por cada 1,000 caracteres, lo que equivale a $10 por millón. Los espacios y la puntuación cuentan como caracteres individuales.

Cobro por uso real

Si la síntesis falla, la cantidad se devuelve íntegramente. Solo se cobra por las solicitudes completadas con éxito, garantizando que tu saldo refleje exactamente el audio entregado.

Sin costos ocultos

Sin suscripciones ni cargos por API key. El saldo recargado no expira y puedes top-up en cualquier momento mediante USDT (TRC-20) con un mínimo de $5.

Precios transparentes

Integración técnica

Ilustración de onda de sonido para: Integración técnica

Envía texto y recibe audio en segundos con una API REST simple. Compatible con los SDKs oficiales de OpenAI mediante un ajuste mínimo en la configuración de la URL base.

Endpoint REST estándar

Realiza solicitudes POST a https://api.55e.info/v1/audio/speech con un cuerpo JSON estándar. Utiliza los mismos campos que el endpoint de speech de OpenAI, lo que facilita la integración directa en tus pipelines de producción sin aprender una sintaxis nueva.

  • Método: POST
  • URL: /v1/audio/speech
  • Formato: JSON

Autenticación con API key

Incluye tu clave en el encabezado Authorization: Bearer tts-.... Cada cuenta tiene una clave activa que puedes revocar y generar una nueva instantáneamente si es necesario, manteniendo el control de seguridad sin complicaciones.

Documentación técnica incluida

Accede a la referencia completa de parámetros, modelos y formatos en nuestra sección de documentación técnica. Incluye ejemplos listos para copiar y pegar en tu código para comenzar la integración inmediatamente.

Casos de uso

Ilustración de onda de sonido para: Casos de uso

AudioLibre permite a los autores independientes generar narraciones completas sin depender de estudios caros. Al dividir el texto en fragmentos de hasta 4096 caracteres, se obtienen archivos de audio listos para la publicación.

Audiolibros autoeditados

Integra la síntesis de voz directamente en tu flujo de producción. El formato de audio generado es compatible con las plataformas de distribución principales, ideal para narrar novelas o ensayos de forma autónoma.

  • Generación por lotes para capítulos largos
  • Calidad consistente para toda la obra

Contenido de podcasts

Narra guiones o resúmenes con voces claras como Aria o Felix. La API maneja la carga técnica para que te centres en el contenido, entregando archivos listos para edición o publicación directa.

  • Voces con tonos narrativos y conversacionales
  • Integración simple en pipelines de audio

Videos para redes sociales

Genera locuciones rápidas para videos informativos o promocionales. Con soporte para formatos como MP3 y OPUS, el audio se integra fácilmente en ediciones digitales sin complicaciones de compatibilidad.

Ventajas para creadores

Ilustración de onda de sonido para: Ventajas para creadores

AudioLibre se integra directamente en tu pipeline de producción sin intermediarios. Envías texto y recibes el archivo de audio listo para usar, eliminando la dependencia de grandes plataformas para la síntesis de voz.

Control total del flujo de trabajo

Al usar un endpoint REST estándar con SDKs compatibles, mantienes el control técnico sobre cada solicitud. Puedes automatizar la generación de audiolibros completos dividiendo textos largos en partes de hasta 4096 caracteres y uniéndolos posteriormente.

Sin límites de volumen

No hay planes mensuales ni mínimos de gasto. Pagas únicamente por los caracteres que consumes, a $0.01 por cada 1.000 caracteres. Si una solicitud falla, el cargo se devuelve íntegramente, asegurando que solo pagues por trabajo exitoso.

Propiedad del contenido generado

El texto que envías se usa exclusivamente para producir el audio y no se utiliza para entrenar modelos. Los archivos generados se devuelven en la respuesta y no se almacenan.

Prueba gratuita

Ilustración de onda de sonido para: Prueba gratuita

Regístrate con Google y recibe automáticamente $0.50 de crédito. Esto equivale a aproximadamente 50 000 caracteres de audio, suficiente para probar la calidad de las voces en tus primeros audiolibros o episodios de podcast.

La prueba es inmediata y no requiere vinculación de tarjeta de crédito. Si prefieres crear una cuenta con correo electrónico y contraseña, el crédito no se incluye, pero puedes agregar fondos cuando estés listo.

$0.50 de crédito al registrarse

Al iniciar sesión con tu cuenta de Google, el sistema acredita automáticamente $0.50 en tu saldo. Este monto permite generar hasta 50 000 caracteres de audio en formato MP3, WAV, OPUS, FLAC o PCM.

Válido por 7 días

Tienes una semana completa para experimentar con la API sin presión. El crédito se consume según el uso real y, si no lo usas, simplemente expira al finalizar el periodo de prueba.

Sin necesidad de tarjeta

No se solicita ninguna tarjeta de crédito para activar la prueba gratuita. Esto elimina el riesgo de cargos inesperados. Cuando decidas continuar, puedes recargar tu saldo mediante USDT en la red TRON.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Su voz transmite vitalidad, manteniendo al oyente alerta y comprometido con la trama.

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. TRON developer hub: TRC-20
  3. LibriTTS-R corpus (OpenSLR 141)
  4. Tether (USDT)
  5. Creative Commons Attribution 4.0
  6. IETF RFC 7845: Ogg Opus
  7. ISO 639 language codes
  8. LibriVox public-domain audiobooks
  9. openai-python on GitHub
  10. OpenAI API reference: create speech
  11. FFmpeg documentation
  12. Node.js documentation

Más en este sitio