Integración de API de texto a voz en banca y notificaciones

Por Equipo editorial VkyText · Actualizado 2026-11-19

Esta guía explica cómo integrar nuestra API de texto a voz en los flujos de notificaciones de banca y fintech. Aprenderás a enviar texto transaccional y recibir audio de alta calidad mediante estándares abiertos, optimizando la integración con tus sistemas existentes sin complicaciones de infraestructura.

Diseñada para equipos de TI, la guía cubre desde la obtención de la clave API hasta el despliegue en producción. Encontrarás ejemplos prácticos, detalles sobre límites de caracteres, gestión de costos con USDT y estrategias para manejar colas, asegurando una implementación predecible y eficiente para alertas masivas.

Integración de API de texto a voz en banca y notificaciones

Preguntas frecuentes

¿Qué es la API de texto a voz VkyText?

Es una API en la nube que recibe texto y devuelve un archivo de audio. Utiliza el mismo formato de solicitud que el endpoint de OpenAI, lo que permite usar sus SDKs oficiales modificando solo la base_url. Es ideal para integrar notificaciones de voz en sistemas bancarios existentes sin complejidades de infraestructura adicionales.

¿Cómo funciona la conversión de texto a audio?

Envía una solicitud POST con el texto y la voz deseada. El texto se divide en partes de hasta 4096 caracteres si es necesario. Las solicitudes se procesan en cola; el tiempo es aproximadamente real (25 caracteres por segundo). Recibe el archivo de audio generado en la respuesta sin necesidad de polling ni streaming.

¿Qué voces están disponibles para notificaciones bancarias?

Dispone de ocho voces preestablecidas. Para contextos financieros, atlas ofrece un tono neutral para noticias, mientras que sage es calmado e instructivo. Otras opciones incluyen aria (narradora), nova (alegre), luna (historias), felix (energético), milo (conversacional) y orion (documental). Todas pueden hablar cualquier idioma soportado.

¿Cuántos idiomas soporta la API?

Soporta 23 idiomas, incluyendo inglés, español, alemán, francés, japonés, chino y árabe. Cualquier voz puede hablar cualquiera de estos idiomas. Si no se especifica el idioma, se adivina por el script; para textos latinos no ingleses, se recomienda establecer el campo language explícitamente para evitar errores.

¿Es la prueba gratuita real o tiene limitaciones?

Sí, ofrece $0.50 de crédito (aprox. 50,000 caracteres) válido por 7 días al registrarse con Google. Las cuentas creadas con email y contraseña no incluyen este crédito inicial. Es un crédito real que se descuenta del saldo y permite probar la calidad del audio sin costo alguno.

¿Cómo se cobra por el uso de la API?

Se cobra $10 por cada millón de caracteres, lo que equivale a $0.01 por cada 1,000 caracteres. Los espacios y puntuación cuentan como caracteres. El pago se realiza mediante USDT en la red TRON (TRC-20). No hay planes mensuales ni cargos fijos; solo paga por lo que usa.

¿Qué formatos de audio se pueden generar?

Puede solicitar los formatos mp3, wav, opus, flac y pcm en el campo response_format. Estos formatos estándar facilitan la integración con los sistemas de notificación existentes. El archivo generado incluye una marca de agua inaudible que identifica el audio como sintético.

¿Se puede controlar la velocidad de la voz?

Sí, el parámetro speed permite ajustar la velocidad entre 0.25 y 4.0. Esto es útil para adaptar la duración de las alertas bancarias a la preferencia del usuario. La velocidad afecta el tiempo de generación, pero el formato de respuesta sigue siendo el mismo.

¿Qué sucede si una solicitud falla?

Si la síntesis falla, no se realiza ningún cargo y el importe se devuelve íntegramente. Esto asegura que solo pague por audio generado con éxito. Puede reintentar la solicitud o ajustar los parámetros de entrada, como la longitud del texto o el formato.

¿Se almacena el texto enviado para entrenamiento?

No. El texto de entrada se utiliza únicamente para producir el audio y no se usa para entrenar modelos. El audio generado se devuelve en la respuesta y no se almacena. Solo se conservan metadatos de la solicitud (tiempo, caracteres, estado) para fines de facturación.

¿Cómo se gestionan las claves de API?

Cada cuenta tiene una clave activa. Puede emitir una nueva clave en cualquier momento desde su panel; la clave anterior deja de funcionar inmediatamente. La autenticación se realiza mediante el encabezado Authorization: Bearer tts-... en las solicitudes a la API.

¿Hay límite de caracteres por solicitud?

Sí, cada solicitud puede contener hasta 4096 caracteres. Para textos más largos, debe dividirlos en partes de este tamaño y unir los archivos de audio resultantes. Esto garantiza un procesamiento eficiente y predecible dentro de los límites de la API.

¿Qué ocurre si se excede el límite de peticiones?

El límite es de 60 solicitudes por minuto por clave (10 antes del primer recargo). Si se excede, las solicitudes adicionales pueden esperar en una cola hasta que haya capacidad disponible. Para volúmenes altos, considere ajustar la velocidad de generación o escalar su integración.

¿Ofrecen soporte para integración en tiempo real?

No ofrecemos streaming, WebSockets ni audio parcial en tiempo real. Las solicitudes se procesan una tras otra y el audio se entrega completo al finalizar. Para integración en tiempo real, considere gestionar la cola de solicitudes en su lado del cliente o servidor.

Preparación del entorno de desarrollo

Ilustración de onda de sonido para: Preparación del entorno de desarrollo

Para comenzar a integrar la API de texto a voz en sus sistemas de notificaciones bancarias, el primer paso es crear una cuenta en vkyat.info. El registro se realiza mediante Google o correo electrónico en la página /get-api-key/, donde se asigna una clave API única para su equipo.

Registro en la plataforma

Acceda a /get-api-key/ para iniciar sesión con Google o crear una cuenta con correo y contraseña. Las cuentas por correo no incluyen crédito de prueba; las de Google reciben $0.50 válidos por 7 días.

Obtención de clave API

La página de su cuenta muestra inmediatamente la clave activa (formato tts-...) y el saldo inicial. Puede emitir una nueva clave en cualquier momento; la anterior dejará de funcionar inmediatamente.

  • Formato: tts-...
  • Una clave activa por cuenta
  • Revocación instantánea al emitir una nueva

Configuración de credenciales

Utilice la cabecera Authorization: Bearer tts-... en sus solicitudes POST a https://api.vkyat.info/v1. Asegúrese de que esta credencial esté gestionada en sus variables de entorno para facilitar el rotado si es necesario.

Primera solicitud de síntesis

Ilustración de onda de sonido para: Primera solicitud de síntesis

Para generar audio, envía una petición POST al endpoint https://api.vkyat.info/v1/audio/speech. El cuerpo debe ser JSON, conteniendo el texto a convertir y la clave de autenticación en los encabezados. Este formato permite una integración directa con sistemas de notificación existentes sin adaptadores complejos.

La solicitud devuelve el archivo de audio en la respuesta, aunque el procesamiento puede tardar varios segundos y las solicitudes se procesan en cola. Asegúrate de que el texto no supere los 4096 caracteres, ya que cada solicitud individual tiene este límite. Si tu mensaje transaccional es más largo, deberás dividirlo manualmente antes de enviarlo.

Estructura del cuerpo JSON

El cuerpo de la solicitud debe contener al menos los campos model, input y voice. El campo model acepta "tts-1" o "tts-1-hd", que utilizan el mismo motor y tienen el mismo precio. El campo input contiene la cadena de texto que se sintetizará.

Puedes incluir opcionalmente response_format (mp3, wav, opus, flac, pcm) para controlar el formato del audio resultante. Si no se especifica, el formato predeterminado es mp3. También puedes ajustar speed entre 0.25 y 4.0 para modificar la velocidad de la voz.

  • model: "tts-1" o "tts-1-hd".
  • input: texto hasta 4096 caracteres.
  • voice: uno de los 8 presets disponibles.
  • response_format: mp3, wav, opus, flac, pcm.
  • speed: rango 0.25–4.0.

Parámetros esenciales

La autenticación se realiza mediante un encabezado Authorization: Bearer con tu clave API única. Cada cuenta tiene una sola clave activa; si emites una nueva, la anterior deja de funcionar inmediatamente. Asegúrate de proteger esta clave en tu entorno de desarrollo.

El campo language es opcional pero recomendado. Si no se establece, el sistema intenta adivinar el idioma basándose en el script del texto. Para textos en latín que no sean inglés, establece explícitamente el código ISO para evitar errores de pronunciación.

  • Encabezado: Authorization: Bearer tts-...
  • Límite de caracteres: 4096 por request.
  • Idioma: código ISO opcional.
  • Velocidad: 0.25 a 4.0.

Verificación de respuesta

Una respuesta exitosa devuelve el archivo de audio binario directamente en el cuerpo de la respuesta HTTP. No hay metadatos JSON adicionales en este caso. Si la síntesis falla, se devuelve un código de error y no se cobra el uso de caracteres.

Verifica el código de estado HTTP. Un 200 indica éxito. Si recibes un error, revisa la validez de tu clave o el formato del JSON. Los errores de validación son claros y permiten corregir la solicitud sin penalización.

  • Código 200: audio binario devuelto.
  • Error: no se cobran caracteres.
  • Verificar encabezados de autenticación.
  • Revisar formato del JSON.

Selección de voces ideales

Ilustración de onda de sonido para: Selección de voces ideales

La claridad y el tono adecuado son críticos cuando se transforman alertas transaccionales en audio para equipos de TI y sistemas de notificación. La selección de la voz correcta depende del contexto de la información que se está transmitiendo.

Atlas para noticias financieras

Atlas ofrece un tono neutral y claro, ideal para la lectura de movimientos de cuenta o resúmenes de saldo. Su estilo directo minimiza la carga cognitiva del usuario final al recibir notificaciones de alto volumen.

Sage para instrucciones

Sage es calibrada para ser calmada e instructiva, lo que la hace perfecta para pasos de verificación de seguridad o guías de uso. Su voz transmite estabilidad y precisión técnica sin sonar robótica.

Milo para conversaciones

Milo aporta un tono amigable y conversacional, útil para recordatorios suaves o actualizaciones de estado menos críticas. Este preset mejora la experiencia del usuario en alertas de seguimiento o confirmaciones de servicio.

Manejo de textos transaccionales

Ilustración de onda de sonido para: Manejo de textos transaccionales

Los textos transaccionales bancarios, como confirmaciones de pago o alertas de seguridad, pueden exceder el límite de 4096 caracteres por solicitud. Es necesario dividir el texto en partes manejables para garantizar una síntesis correcta sin truncamientos.

Limitación de 4096 caracteres

Cada llamada a la API acepta un máximo de 4096 caracteres en el campo input. Los textos largos deben dividirse manualmente o mediante lógica de cliente antes de enviarlos.

División automática

Se recomienda segmentar el texto por oraciones o frases completas para mantener la coherencia sintáctica al unir los audios resultantes. Esto evita cortes abruptos en la voz sintética.

Unión de archivos de audio

Una vez recibidos los archivos de audio individuales, estos deben combinarse en un solo archivo. El formato elegido (mp3, wav, opus, flac, pcm) debe ser compatible con la herramienta de unión que utilice su infraestructura.

Integración con SDK de OpenAI

Ilustración de onda de sonido para: Integración con SDK de OpenAI

La API de VkyText mantiene la misma estructura de solicitud que el endpoint de speech de OpenAI, lo que permite reutilizar las bibliotecas oficiales sin reescribir la lógica de red. Solo es necesario ajustar la URL base para apuntar a https://api.vkyat.info/v1 y autenticar con la clave API de la plataforma.

Esta compatibilidad facilita la integración en equipos de TI que ya utilizan el ecosistema de OpenAI, evitando la creación de clientes HTTP personalizados y reduciendo la curva de aprendizaje para la generación de audio TTS en entornos de notificación bancaria.

Modificación de base_url

Para utilizar el SDK de OpenAI, simplemente configure el atributo base_url para que apunte a la base URL de VkyText. Esto permite que las llamadas estándar a /v1/audio/speech se enruten correctamente hacia nuestro servicio de síntesis de voz sin modificar la estructura del cuerpo JSON.

  • Punto de conexión: https://api.vkyat.info/v1
  • Mismo formato de cuerpo JSON que OpenAI
  • Autenticación con Authorization: Bearer tts-...

Compatibilidad con Python

Las bibliotecas oficiales de Python, como openai, funcionan directamente después de la configuración de la URL base. Esto permite generar archivos de audio de notificaciones transaccionales utilizando el código existente en entornos de producción sin necesidad de adaptadores adicionales ni desarrollo de SDK propietario.

La librería maneja la serialización de la entrada de texto y la recepción del archivo de audio.

Ejemplos de código

Inicialice el cliente estableciendo la URL base y la clave API. Luego, realice una solicitud POST estándar a /v1/audio/speech con el modelo tts-1 o tts-1-hd, especificando el texto, la voz deseada y el formato de respuesta preferido.

El cliente gestionará la autenticación y la transmisión de datos, devolviendo el archivo de audio listo para ser integrado en los sistemas de notificación de la banca digital.

Control de calidad de audio

Ilustración de onda de sonido para: Control de calidad de audio

El formato de salida y la velocidad determinan la compatibilidad con sus sistemas de notificación existentes y la claridad del mensaje auditivo. La API ofrece cinco formatos de audio (mp3, wav, opus, flac, pcm) que permiten integrarse sin conversión adicional.

La detección automática de idioma reduce la necesidad de configuración manual, aunque es crucial definirla explícitamente para textos en latinos no ingleses para evitar errores de pronunciación.

Selección de formato

Seleccione el formato que mejor se adapte a su infraestructura de entrega. El formato MP3 es ampliamente compatible con la mayoría de los reproductores de voz y aplicaciones móviles. Para mayor calidad de estudio o análisis posterior, WAV y FLAC ofrecen audio sin pérdida. El formato OPUS es ideal para reducir el ancho de banda en entornos con restricciones de red, mientras que PCM proporciona audio sin comprimir para procesamiento inmediato.

  • MP3: equilibrio entre tamaño y compatibilidad general.
  • WAV: audio sin pérdida para alta fidelidad.
  • OPUS: eficiencia máxima de ancho de banda.
  • FLAC: calidad de estudio sin pérdida de datos.
  • PCM: audio crudo sin compresión.

Ajuste de velocidad

Ajuste el parámetro speed entre 0.25 y 4.0 para optimizar la legibilidad según el tipo de notificación. Para alertas urgentes o instrucciones técnicas, una velocidad de 1.2 a 1.5 puede mejorar la eficiencia sin sacrificar la claridad. En contraste, para leídas de resumen financiero o contextos donde la precisión es crítica, mantenga la velocidad en 1.0 o redúzcala a 0.8 para permitir una mejor comprensión por parte del usuario.

  • Rango válido: 0.25 a 4.0.
  • Velocidad normal: 1.0 (por defecto).
  • Uso recomendado: ajuste fino según el contexto de la notificación.

Detección de idioma

El sistema intenta inferir el idioma desde el script del texto, asumiendo inglés por defecto para texto en latín. Sin embargo, para textos transaccionales en español, francés o alemán, especifique el código ISO en el campo language. Esto evita errores de pronunciación comunes en nombres propios o términos financieros que pueden no ser reconocidos automáticamente.

  • El campo language es opcional pero recomendado.
  • Se admiten 23 idiomas específicos.
  • La omisión puede resultar en pronunciación por defecto en inglés para texto latino.

Gestión de límites y cuotas

Ilustración de onda de sonido para: Gestión de límites y cuotas

La API impone un límite estricto de 60 solicitudes por minuto por clave activa. Este umbral es suficiente para la mayoría de los flujos de notificaciones transaccionales estándar, pero requiere planificación si se ejecutan lotes masivos simultáneos.

Para evitar interrupciones, es fundamental implementar lógica de cola en el lado del cliente. Las solicitudes que excedan el límite no se pierden, sino que esperan en una cola hasta que haya capacidad disponible, garantizando la entrega eventual de cada notificación.

60 solicitudes por minuto

Cada clave de API puede procesar hasta 60 peticiones en un intervalo de 60 segundos. Antes de la primera recarga, este límite se reduce a 10 solicitudes por minuto. Si se excede, la API devuelve un código de estado 429 (Too Many Requests), indicando que debes pausar y reintentar.

  • Límite estándar: 60 req/min.
  • Límite de prueba: 10 req/min.
  • Código de error 429 si se excede.

Manejo de colas

Dado que las solicitudes se procesan en orden y pueden esperar en cola bajo carga, tu aplicación debe manejar intentos repetidos con retardos exponenciales. No es necesario dividir manualmente el texto si se respetan los 4096 caracteres por petición individual, ya que la cola gestiona la concurrencia básica.

  • Implementar backoff exponencial.
  • No perder solicitudes al recibir 429.
  • Procesamiento secuencial bajo carga alta.

Optimización de requests

Para maximizar la eficiencia dentro del límite de 60 req/min, agrupa textos cortos en peticiones individuales bien estructuradas en lugar de hacer múltiples llamadas menores para frases simples. Monitorea el uso de tu cuenta en el panel para ajustar la velocidad de envío según la complejidad del texto.

  • Monitorear dashboard de uso.
  • Evitar llamadas redundantes.
  • Ajustar velocidad de envío en lotes.
Gestión de límites y cuotas

Monitoreo de costos

Ilustración de onda de sonido para: Monitoreo de costos

El costo es predecible y transparente: $10 por cada millón de caracteres, lo que equivale a $0.01 por 1,000 caracteres. Los espacios y la puntuación se cuentan como caracteres individuales, por lo que el volumen de texto transaccional determina el gasto exacto.

Las solicitudes fallidas no tienen cargo, lo que protege el presupuesto durante pruebas de integración. El monitoreo se realiza directamente en el panel de usuario, donde se visualiza el saldo restante y el historial de uso sin sorpresas.

Cálculo por carácter

El precio es fijo: $10 por cada millón de caracteres procesados. Cada espacio, coma o punto cuenta como un carácter, lo que facilita estimar el costo de notificaciones de estado de cuenta o alertas de fraude sin cálculos complejos.

Uso de la prueba gratuita

Al registrarse con Google, se obtienen $0.50 de crédito válido por 7 días (aproximadamente 50,000 caracteres). Esto permite validar la integración con volúmenes reales antes de asumir costos operativos.

Recargas con USDT

Las recargas se realizan exclusivamente con USDT en la red TRON (TRC-20), con un mínimo de $5. El crédito se acredita automáticamente en minutos y no tiene fecha de vencimiento, eliminando la gestión de facturas mensuales.

Errores comunes y soluciones

Ilustración de onda de sonido para: Errores comunes y soluciones

Los errores de integración en entornos bancarios suelen deberse a configuraciones simples de credenciales o límites de texto no gestionados. Identificar rápidamente el origen del fallo permite mantener la integridad de las notificaciones transaccionales sin interrumpir el flujo de trabajo de los equipos de TI.

Clave inválida

Si la API responde con un error 401, verifica que la clave comience con tts- y esté activa. Cada cuenta solo permite una clave activa; la emisión de una nueva revoca inmediatamente a la anterior.

Exceso de caracteres

Cada solicitud acepta un máximo de 4096 caracteres en el campo input. Si tu texto transaccional excede este límite, debes dividirlo en fragmentos, sintetizar cada parte por separado y unir los archivos de audio resultantes.

Formato incorrecto

Asegúrate de que el cuerpo JSON incluya los campos requeridos: model, input y voice. El uso de campos desconocidos o el envío de texto en un formato inválido provocará el rechazo de la solicitud sin cargo.

Seguridad y privacidad

Ilustración de onda de sonido para: Seguridad y privacidad

La privacidad es fundamental para las notificaciones transaccionales. Nuestro API no almacena el texto original enviado para la síntesis; este se utiliza exclusivamente para generar el archivo de audio y se descarta inmediatamente tras la entrega en la respuesta. Esto garantiza que la información sensible del cliente no persista en nuestros sistemas de procesamiento.

No almacenamiento de texto

El texto ingresado en la solicitud input se procesa en memoria y no se guarda para entrenamiento ni para análisis posterior. Solo se conservan los metadatos de la solicitud para fines de facturación y auditoría.

Claves únicas

Cada cuenta dispone de una única clave activa (tts-...). Si se emite una nueva clave, la anterior deja de funcionar inmediatamente. Este mecanismo simplifica la revocación de accesos en caso de compromiso sin necesidad de auditorías complejas.

Metadatos de facturación

Guardamos únicamente el tiempo, el número de caracteres y el estado de la solicitud para calcular el costo exacto. No retenemos el contenido del mensaje enviado por tu sistema de notificaciones.

Esta transparencia permite reconciliar fácilmente el uso real con los cargos en tu cuenta de VkyText.

Despliegue en producción

Ilustración de onda de sonido para: Despliegue en producción

El despliegue en producción para notificaciones bancarias requiere una arquitectura que gestione la concurrencia sin bloqueos. Dado que las solicitudes se procesan en cola, es fundamental implementar reintentos con backoff exponencial para evitar saturar el límite de 60 peticiones por minuto por clave.

La escalabilidad horizontal se logra distribuyendo la carga entre múltiples claves API o instancias de servicio, asegurando que el volumen de alertas transaccionales se procese de manera continua y predecible, minimizando la latencia percibida por el usuario final.

Escalabilidad horizontal

Para manejar picos de notificaciones, distribuya las solicitudes entre varias claves API. Esto permite superar las limitaciones de tasa por clave sin alterar la lógica de la aplicación, manteniendo la integridad del flujo de audio.

Optimice el tamaño de los lotes de texto. Dividir textos largos en fragmentos de 4096 caracteres antes de enviarlos reduce la carga en la cola de procesamiento y facilita la gestión de errores por segmento.

  • Use múltiples claves para parallelizar solicitudes
  • Implemente colas de mensajería (ej. RabbitMQ, SQS)

Manejo de errores

Registre sistemáticamente los códigos de estado HTTP. Si una síntesis falla, la carga se devuelve, pero el registro debe reflejar el evento para auditoría. Implemente reintentos automáticos para errores transitorios (5xx) pero no para errores de límite (429).

Valide los parámetros de entrada antes de enviar la solicitud. Asegúrese de que el texto no exceda los 4096 caracteres y que el formato del JSON sea estricto para evitar fallos silenciosos en la generación de audio.

  • Reintento con backoff exponencial para 5xx
  • Logueo de errores 429 (Rate Limit)
  • Validación previa de longitud de input

Monitoreo de rendimiento

Rastree el tiempo de generación por carácter. Aunque el promedio es de 25 caracteres por segundo, la cola puede introducir latencia variable. Alerten si el tiempo de espera en cola supera umbral razonable para notificaciones críticas.

Verifique la disponibilidad de las voces y formatos soportados mediante la endpoint /v1/voices. La estabilidad del servicio depende de mantener las dependencias de red y la integridad de las claves API activas.

  • Métricas de latencia de cola
  • Uso de caracteres vs. créditos consumidos
  • Estado de salud de la API

Recursos adicionales

Ilustración de onda de sonido para: Recursos adicionales

Acceda a la documentación técnica completa en /docs/ para profundizar en los parámetros de la API y los esquemas de respuesta. Esta sección contiene referencias detalladas que complementan la guía de integración, asegurando que su equipo de TI tenga toda la información necesaria para una implementación precisa.

Utilizamos el formato de respuesta estándar para facilitar la integración con sus sistemas de notificación existentes, minimizando la necesidad de adaptaciones complejas en sus pipelines de alertas bancarias.

Documentación completa

La documentación técnica disponible en /docs/ detalla cada campo de la solicitud y los códigos de estado. Esto permite a los desarrolladores verificar la estructura exacta de las respuestas JSON y entender el comportamiento del endpoint en diferentes escenarios, garantizando una integración robusta y predecible para equipos de TI en banca.

Ejemplos de curl

Además, disponemos de ejemplos listos para copiar y pegar, junto con el canal de correo electrónico para resolver dudas específicas. Estos ejemplos ilustran el formato de cuerpo JSON necesario para la síntesis de audio, facilitando la validación inmediata de su configuración sin necesidad de escribir código desde cero.

  • POST https://api.vkyat.info/v1/audio/speech
  • Uso de Bearer token en cabecera
  • Formatos de salida: mp3, wav, opus

Soporte por email

El soporte se realiza exclusivamente por correo electrónico, sin esperas de chat en vivo ni líneas telefónicas. Este canal está diseñado para que equipos de TI puedan enviar detalles técnicos específicos de su entorno, como logs de errores o configuraciones de red, obteniendo respuestas precisas y documentadas.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Cada cuenta solo permite una clave activa; la emisión de una nueva revoca inmediatamente a la anterior.

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. Creative Commons Attribution 4.0
  3. Python documentation
  4. openai-python on GitHub
  5. W3C WAI: making audio and video accessible
  6. LibriVox public-domain audiobooks
  7. TRON developer hub: TRC-20
  8. Tether (USDT)
  9. IETF RFC 7845: Ogg Opus
  10. Node.js documentation
  11. openai-node on GitHub
  12. ISO 639 language codes

Más en este sitio