API de Texto a Voz para Localización: Precios y Voces

Por Equipo editorial de VozNeta · Actualizado 2026-11-18

Esta página detalla la infraestructura técnica, el origen de las voces y la política de datos de VozNeta. Aquí encontrarás información precisa sobre el uso de la API para agencias de localización y freelancers que integran síntesis de voz en sus flujos de trabajo de doblaje, sin abstracciones innecesarias.

Exploramos la independencia de marcas externas, la licencia CC BY 4.0 de las voces basadas en LibriVox y cómo tratamos tus datos de entrada. También explicamos nuestras limitaciones honestas, como la ausencia de SLA o streaming en tiempo real, para que puedas evaluar si nuestra API cumple con tus requisitos técnicos y de presupuesto.

API de Texto a Voz para Localización: Precios y Voces

Preguntas frecuentes

¿Quiénes son los dueños de las voces utilizadas?

Las voces están basadas en grabaciones licenciadas de LibriTTS-R, que proviene de lecturas de audiolibros de dominio público de LibriVox. No ofrecemos clonación de voz personalizada ni diseño de voces propias. Utilizamos estas grabaciones como base para nuestro motor de síntesis.

¿Qué es la licencia CC BY 4.0?

Las voces se basan en grabaciones de LibriTTS-R (CC BY 4.0) y lecturas de dominio público de LibriVox. Esta licencia permite el uso y la modificación de las lecturas originales siempre que se otorgue el crédito correspondiente a los autores. El texto de entrada no se utiliza para entrenar el modelo, y el audio generado no se almacena.

¿Qué es LibriVox?

LibriVox es una plataforma de audiolibros de dominio público. Nuestras voces se basan en grabaciones de esta fuente, lo que garantiza que el material de origen es de libre acceso. No estamos afiliados a LibriVox, pero utilizamos sus registros públicos para nuestro servicio.

¿Se venden los datos de los usuarios?

No. El texto de entrada se utiliza únicamente para producir el audio y no se usa para entrenar modelos. Los archivos de audio generados se devuelven en la respuesta y no se almacenan. Solo conservamos metadatos de solicitud para facturación y control de uso.

¿Se usa mi texto para entrenar la IA?

No. El texto que envías se procesa exclusivamente para generar el archivo de audio solicitado. Una vez entregado, no se retiene para fines de entrenamiento de modelos de inteligencia artificial, garantizando la privacidad de tu contenido específico para cada solicitud de síntesis.

¿Dónde se almacenan los archivos de audio generados?

Los archivos de audio generados no se almacenan en nuestros servidores. Se devuelven directamente en la respuesta de la API al momento de la solicitud. Solo conservamos los metadatos de la solicitud (tiempo, caracteres, estado) necesarios para la facturación y el control de límites.

¿Ofrecemos garantía de disponibilidad?

No. No ofrecemos ninguna garantía de disponibilidad (SLA) ni compromiso de tiempo de actividad. El servicio puede experimentar interrupciones o variaciones en el rendimiento. No contamos con contratos empresariales que aseguren niveles específicos de disponibilidad técnica para nuestros clientes o agencias.

¿Cómo puedo contactar con el equipo editorial?

El soporte es exclusivamente por correo electrónico. No contamos con número de teléfono ni chat en vivo. Puedes enviarnos tus consultas técnicas o de facturación a través del formulario de contacto disponible en la página /contact/ de este sitio web independiente.

¿Es esta la página oficial de OpenAI?

No. Somos un proveedor independiente. Utilizamos el mismo formato de solicitud y campos que el endpoint de speech de OpenAI, por lo que puedes usar sus SDK oficiales cambiando solo la base_url. No estamos afiliados, respaldados ni somos parte de OpenAI ni de sus marcas.

¿Qué datos se retienen para facturación?

Retenemos los metadatos de la solicitud, que incluyen la fecha y hora, el número de caracteres procesados y el estado de la solicitud (éxito o fallo). Esta información es necesaria únicamente para calcular el costo de tu cuenta y gestionar tu saldo correctamente.

¿Las voces son generadas por IA o son grabaciones?

Son síntesis basada en grabaciones licenciadas (LibriTTS-R, CC BY 4.0 de LibriVox). Cada archivo lleva una marca de agua inaudible que lo identifica como voz sintética. No son grabaciones directas, sino audio generado algorítmicamente a partir de esas muestras.

¿Puedo solicitar la eliminación de mis datos?

Los metadatos de facturación (tiempo, caracteres, estado) se conservan para la gestión de la cuenta. El texto de entrada se usa solo para generar el audio y no se almacena. Si deseas eliminar tus datos personales, envíanos un correo electrónico a través de /contact/.

¿Hay certificaciones de seguridad (SOC 2, HIPAA)?

No. No contamos con certificaciones como SOC 2, HIPAA ni otras normas de seguridad específicas. No ofrecemos contratos empresariales con garantías de cumplimiento normativo avanzado. El servicio está diseñado para agencias y freelancers que gestionan sus propios riesgos de seguridad de datos.

¿Tienen oficinas físicas?

No. Somos un servicio de API en la nube independiente. No tenemos oficinas físicas ni presencia comercial tradicional. Toda la gestión, desde la creación de claves hasta el soporte técnico, se realiza de forma remota a través de este sitio web y correo electrónico.

¿Qué significa "independiente" en este contexto?

Significa que somos un proveedor distinto y no afiliado a grandes marcas como OpenAI, Google o Amazon. Operamos de forma autónoma, gestionamos nuestra propia infraestructura y facturación. Utilizamos estándares abiertos para facilitar la integración, pero no dependemos de ecosistemas propietarios de terceros.

¿Usamos cookies de rastreo?

Los hechos del producto no especifican el uso de cookies de rastreo. Nos centramos en la funcionalidad de la API: el texto se usa solo para generar audio y no para entrenamiento. Para dudas técnicas o de configuración de navegación, contáctanos en la sección /contact/.

¿Quiénes son los autores de las voces?

Las voces provienen de grabaciones licenciadas de LibriTTS-R, que a su vez se basan en lecturas de audiolibros de dominio público de LibriVox. Los autores son los voluntarios que narraron estos libros. No clonamos voces de personas específicas ni celebridades para uso comercial directo.

¿Se puede auditar el uso de datos?

Podemos proporcionar los metadatos de solicitud (tiempo, caracteres, estado) que conservamos para facturación. No ofrecemos auditorías externas completas ni certificaciones. Si necesitas detalles específicos sobre el procesamiento de tus datos para cumplimiento interno, puedes solicitarlos enviando un correo electrónico a nuestro equipo de soporte.

¿Qué pasa con mi saldo si cierro la cuenta?

El saldo no caduca. Si cierras la cuenta, el crédito permanece disponible sin fecha de expiración. No se especifica un proceso de devolución manual ni automática para el saldo residual tras la baja definitiva, por lo que el importe se mantiene en la plataforma indefinidamente.

¿Ofrecemos devolución de datos?

No ofrecemos almacenamiento persistente de audio. Los archivos se devuelven en la respuesta de la API y no se guardan en nuestros servidores. Para proyectos de localización, debes descargarlos inmediatamente tras la síntesis. Si necesitas conservarlos, gestiona su almacenamiento externamente, ya que la API solo devuelve el binario en el momento de la solicitud.

Nuestro enfoque editorial

Ilustración de onda de sonido para: Nuestro enfoque editorial

VozNeta es una storefront independiente, sin vínculo con OpenAI, ElevenLabs ni otras marcas citadas en comparativas. Operamos como una capa de acceso directo a la misma API de síntesis de voz, eliminando abstracciones innecesarias para agencias de localización y freelancers que exigen control técnico preciso.

Independencia de marcas

Independencia de marcas

Nuestra infraestructura no depende de la marca de un único proveedor grande. Utilizamos el mismo motor de generación de voz, pero gestionamos la facturación, las claves y el acceso de forma directa, lo que simplifica la integración sin intermediarios comerciales.

Enfoque en localización

Enfoque en localización

Diseñamos la API para proyectos de doblaje que requieren volúmenes consistentes de texto. El sistema gestiona textos largos dividiéndolos en partes de hasta 4096 caracteres y uniendo los archivos de audio resultantes, manteniendo un ritmo cercano al tiempo real.

  • Ideal para flujos de trabajo de doblaje y locución.

Transparencia técnica

No prometemos características que no existen: no hay streaming en tiempo real, ni SSML, ni clonación de voz personalizada. Ofrecemos control total mediante estándares abiertos (SDK de OpenAI) y una estructura de precios clara basada en caracteres.

Licenciamiento de voces

Ilustración de onda de sonido para: Licenciamiento de voces

Las ocho voces de VozNeta se basan en grabaciones licenciadas del conjunto de datos LibriTTS-R, una colección de voz natural que sirve de base técnica para nuestros presets.

Cada archivo generado incluye una marca de agua inaudible que identifica el audio como síntesis artificial.

Fuente LibriTTS-R

Utilizamos muestras del conjunto de datos LibriTTS-R, una colección amplia de voz natural que constituye la base de los ocho presets disponibles para nuestros clientes de localización.

Licencia CC BY 4.0

La licencia Creative Commons BY 4.0 se aplica al dataset de origen (LibriTTS-R/LibriVox), garantizando el uso legal de las muestras de voz naturales que procesamos.

Origen en audiobooks de LibriVox

Las voces provienen de lecturas de audiolibros de dominio público en LibriVox, ofreciendo una base acústica coherente y natural para la síntesis de texto a voz.

Licenciamiento de voces

Política de datos

Ilustración de onda de sonido para: Política de datos

Cuando envías texto a nuestra API, este se procesa exclusivamente para generar el archivo de audio solicitado. Una vez entregado el resultado en la respuesta, no almacenamos el contenido de la síntesis, garantizando que tu material lingüístico no persista en nuestros servidores más allá de la transacción.

Texto usado solo para síntesis

El texto ingresado no se retiene ni se indexa para futuros usos. Se utiliza estrictamente para la generación inmediata del audio y se descarta tras la entrega, asegurando que la propiedad de tu contenido se mantenga bajo tu control sin residuos de procesamiento.

No se usa para entrenar modelos

A diferencia de otros servicios, tus textos no se incorporan a nuestros conjuntos de datos de entrenamiento. La privacidad de tus textos de localización está protegida porque no contribuyen al mejora del modelo base ni se repiten en futuras generaciones.

Metadatos de facturación conservados

Conservamos únicamente los metadatos necesarios para la facturación precisa: la hora de la solicitud, la cantidad de caracteres procesados y el estado de la transacción (éxito o fallo). Esta información es mínima y exclusivamente funcional para el cálculo de tu saldo.

Si la síntesis falla, se devuelve el cargo íntegro y se registra el evento para auditoría, pero no se guarda el audio ni el texto fallido.

  • Datos conservados: timestamp, caracteres contados y estado.
  • Datos no conservados: texto input, audio output.

Limitaciones honestas

Ilustración de onda de sonido para: Limitaciones honestas

La API no ofrece streaming ni WebSocket para audio parcial. Las peticiones se procesan secuencialmente; en momentos de alta carga, una solicitud puede esperar en cola. El audio completo se devuelve al finalizar la síntesis.

No existe contrato de SLA ni garantía de disponibilidad. No hay certificación de infraestructura ni opción de instalación on-premise. El texto ingresado se usa exclusivamente para generar el audio y no se retiene para entrenamiento ni se indexa.

Sin streaming en tiempo real

La API no permite recibir fragmentos de audio mientras se genera. Las solicitudes se procesan una tras otra, lo que significa que bajo carga una petición puede esperar en cola hasta completarse. El archivo de audio final se devuelve al terminar la síntesis.

Sin SLA garantizado

No ofrecemos contrato de nivel de servicio ni garantías de disponibilidad. No contamos con certificaciones como SOC 2 o HIPAA, ni disponemos de opción de instalación on-premise. La infraestructura es totalmente en la nube sin garantías de tiempo de actividad.

Sin soporte telefónico

El soporte es exclusivo por correo electrónico. No contamos con chat en vivo ni números de teléfono. No hay atención al cliente en tiempo real; todas las consultas se gestionan de forma asíncrona vía email.

Limitaciones honestas

Contacto y soporte

Ilustración de onda de sonido para: Contacto y soporte

La comunicación con nuestro equipo técnico se realiza exclusivamente a través de correo electrónico. Esta estructura nos permite mantener registros claros de las incidencias técnicas y garantizar que cada consulta sobre la API o facturación sea atendida con la precisión que requiere un flujo de trabajo de localización profesional.

Soporte exclusivo por email

Envíe sus consultas a [email protected]. Priorizamos la claridad técnica sobre la velocidad inmediata, asegurando que cada respuesta contenga los detalles exactos necesarios para resolver problemas de integración o facturación sin ambigüedades.

Sin chat en vivo

No utilizamos widgets de chat en vivo en la interfaz. Esta decisión reduce la sobrecarga operativa y evita las respuestas genéricas típicas de los bots, enfocándonos en soluciones concretas documentadas por escrito.

Sin números de teléfono

No contamos con una línea telefónica directa. Para agencias que necesitan coordinación asíncrona con equipos distribuidos, el correo electrónico ofrece un historial auditivo inmutable de todas las interacciones técnicas y comerciales.

Contacto y soporte

Infraestructura técnica

Ilustración de onda de sonido para: Infraestructura técnica

La API funciona en la nube, accesible mediante solicitudes HTTP estándar. No requiere infraestructura local ni gestión de servidores para empezar a generar audio.

API en la nube

Toda la síntesis ocurre en nuestros servidores. Envía el texto y recibe el archivo de audio sin necesidad de mantener hardware específico. El procesamiento es secuencial, lo que significa que bajo carga las solicitudes pueden esperar en cola.

Endpoint estándar

Utilizamos el formato compatible con OpenAI. Puedes usar los SDK oficiales de OpenAI cambiando simplemente la base_url a https://api.playtakbet.com/v1. Esto permite integrar la API en flujos de trabajo de localización existentes con mínimo código de adaptación.

Sin instalación on-premise

No ofrecemos versiones para instalar en tus propios servidores o centros de datos. El servicio depende completamente de nuestra conexión a internet y disponibilidad de la API.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. La voz perfecta conecta tu talento con audiencias de todo el mundo en la localización.

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. FFmpeg documentation
  3. MDN: Web Speech API
  4. TRON developer hub: TRC-20
  5. ISO 639 language codes
  6. openai-python on GitHub
  7. OpenAI API reference: create speech
  8. Python documentation
  9. LibriTTS-R paper (arXiv 2305.18802)
  10. IETF RFC 7845: Ogg Opus
  11. LibriTTS-R corpus (OpenSLR 141)
  12. W3C WAI: making audio and video accessible

Más en este sitio