Precios por carácter para síntesis de voz en localización

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

Esta página detalla el modelo de facturación por uso de la API VozNeta, diseñado para agencias de localización y freelancers que necesitan control técnico y costes predecibles. Calcula tu inversión exacta basada en caracteres procesados, sin abstracciones ni planes fijos que obliguen a pagar por capacidad no utilizada.

Conoce cómo funciona la recarga mediante USDT en la red TRC-20, los criterios de facturación por éxito y las preguntas frecuentes sobre límites, formatos y soporte. Todo lo necesario para integrar la síntesis de voz en tu flujo de trabajo de doblaje con transparencia total.

Precios por carácter para síntesis de voz en localización

Preguntas frecuentes

¿Cuántos caracteres se generan por segundo de audio?

La generación es aproximadamente en tiempo real, con una tasa de unos 25 caracteres de texto por segundo de audio generado. Para frases cortas, el proceso puede tardar unos segundos adicionales. Las solicitudes se procesan en cola, por lo que bajo carga alta podría haber un ligero retraso antes de iniciar la síntesis.

¿Se cobran los caracteres si la síntesis falla?

No. Si la síntesis falla, no se cobra ningún carácter. El cargo se devuelve íntegramente si la solicitud no se completa correctamente. Solo se facturan las solicitudes que generan un archivo de audio con éxito, asegurando que pagues únicamente por el trabajo completado.

¿Qué es USDT y por qué se usa solo esta moneda?

USDT es una stablecoin vinculada al dólar estadounidense. Usamos únicamente USDT en la red TRON (TRC-20) para evitar intermediarios bancarios, comisiones de tarjetas y retrasos en transferencias internacionales. Esto permite recargas rápidas y sin la complejidad de facturas con IVA o planes mensuales fijos.

¿Cuánto tarda en acreditarse un pago en TRC-20?

El saldo se acredita automáticamente en minutos una vez que la transferencia en la red TRON se confirma. No hay intervención manual ni tiempos de espera bancarios tradicionales. El proceso es inmediato tras la confirmación de la transacción en la blockchain.

¿Hay un límite mínimo de recarga?

Sí, el monto mínimo de recarga es de 5 dólares equivalentes en USDT. No hay cargos adicionales por la transacción. Puedes añadir cualquier cantidad superior a este mínimo cuando necesites ampliar tu saldo para proyectos de localización o doblaje.

¿El saldo de la cuenta caduca con el tiempo?

No, el saldo no caduca. Los fondos que recargues permanecen disponibles indefinidamente en tu cuenta. No hay tarifas de mantenimiento ni vencimientos anuales, lo que permite planificar proyectos de larga duración sin preocuparte por la expiración de tu crédito.

¿Cuántos caracteres caben en una única solicitud?

Cada solicitud admite un máximo de 4096 caracteres en el campo input. Si tu texto es más largo, debes dividirlo en partes de este tamaño y unir los archivos de audio resultantes. Esta limitación aplica a todas las solicitudes enviadas a la API.

¿Qué sucede si supero el límite de caracteres del texto?

La API rechazará la solicitud si excede los 4096 caracteres. Debes implementar la lógica de división en tu cliente o usar un script que segmente el texto. No hay penalización por errores, solo la necesidad de ajustar el tamaño del payload.

¿Se puede obtener una factura con IVA?

No. Nuestra estructura de precios es directa sin intermediarios, por lo que no emitimos facturas con IVA. Los pagos se realizan mediante criptomonedas (USDT), lo que elimina la necesidad de facturación fiscal tradicional. Ideal para freelancers y agencias que gestionan sus propios impuestos.

¿Cómo se calcula el coste para un video de 10 minutos?

El precio es $10 por millón de caracteres. Para un video de 10 minutos, la generación tarda aproximadamente ese tiempo, procesando unos 25 caracteres por segundo. Esto implica un guion de unos 15.000 caracteres, con un coste de $0.15. El cálculo es estrictamente por carácter enviado, no por duración del audio.

¿Qué formatos de audio están disponibles?

Puedes solicitar audio en los formatos mp3, wav, opus, flac o pcm mediante el campo response_format. Estos formatos cubren necesidades de edición, distribución web y compatibilidad con reproductores estándar. Elige el que mejor se adapte a tu flujo de trabajo de postproducción.

¿Puedo cambiar la velocidad de la voz?

Sí, el parámetro speed permite ajustar la velocidad entre 0.25 y 4.0 veces. Esto es útil para ajustar el ritmo de la locución sin alterar el tono de la voz seleccionada. Puedes optimizar el tiempo de lectura para sincronización con vídeo.

¿Hay límite de solicitudes por minuto?

El límite es de 60 solicitudes por minuto por clave API. Antes de la primera recarga, el límite es de 10 solicitudes por minuto. Si excedes el límite, las solicitudes podrían tardar más o ser rechazadas temporalmente. Monitorea tu uso desde el panel.

¿Qué idiomas soporta la API?

La API soporta 23 idiomas: árabe, chino, danés, neerlandés, inglés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, suajili, sueco y turco. Cualquier voz puede hablar cualquiera de estos idiomas. Si no especificas el idioma, se infiere del script (el latín por defecto es inglés). No soportamos vietnamita, indonesio, tailandés, ucraniano, rumano, checo ni bengalí.

Calculadora de costos

Costo estimado: $2.50

Los espacios y la puntuación cuentan como caracteres. $10 por 1 millón de caracteres. Las solicitudes fallidas son gratuitas.

Modelo de coste por uso

Ilustración de onda de sonido para: Modelo de coste por uso

El modelo de coste es estrictamente por uso, sin suscripciones ni compromisos mensuales. Se facturan los caracteres enviados en el cuerpo de la solicitud JSON, independientemente de si se selecciona el modelo "tts-1" o "tts-1-hd", ya que comparten el mismo motor y coste unitario.

Esta estructura permite prever el gasto exacto por proyecto de localización. No hay cargos por inactividad ni mínimos de gasto, ideal para agencias con volúmenes variables.

Tarifa base por millón de caracteres

La tarifa base es de 10 dólares por cada millón de caracteres procesados. Este precio es fijo y aplicable a todas las síntesis exitosas, facilitando la cotización precisa para presupuestos de doblaje.

Espacios y puntuación cuentan

El conteo de caracteres incluye todos los espacios en blanco y signos de puntuación presentes en el texto de entrada. Cada símbolo cuenta como una unidad hacia el límite de 4096 caracteres por solicitud y hacia el cómputo de facturación.

Coste unitario por mil caracteres

El coste unitario equivale a 0,01 dólares por cada 1.000 caracteres. Este valor se mantiene constante para ambos modelos de voz disponibles, simplificando la estimación de costes en flujos de trabajo de localización masiva.

Prueba inicial sin riesgo

Ilustración de onda de sonido para: Prueba inicial sin riesgo

La prueba inicial permite evaluar la calidad de la síntesis sin comprometer capital. Se asigna un crédito de $0.50 automáticamente al registrarse con Google, eliminando la barrera de entrada para validar el servicio antes de realizar cualquier pago.

Crédito de $0.50 para nuevos usuarios

Este crédito se otorga exclusivamente a cuentas creadas mediante inicio de sesión con Google. Las cuentas registradas con correo electrónico y contraseña no reciben este bono inicial, por lo que deben realizar una recarga para comenzar a generar audio.

Vigencia de 7 días

El crédito de prueba tiene una duración limitada de siete días desde su asignación. Si no se utiliza durante este periodo, el saldo expira y desaparece, por lo que se recomienda iniciar las pruebas de integración inmediatamente tras el registro.

Aproximadamente 50.000 caracteres

Con el saldo de prueba disponible, es posible generar aproximadamente 50.000 caracteres de texto. Este volumen es suficiente para validar la latencia, la calidad de las voces y la integración técnica con la API antes de decidir realizar una recarga.

Prueba inicial sin riesgo

Método de pago: USDT

Ilustración de onda de sonido para: Método de pago: USDT

La única forma de recargar tu cuenta es mediante USDT (TRC-20) en la red TRON. No aceptamos tarjetas, PayPal ni suscripciones mensuales. El mínimo de recarga es de $5 USD.

Red TRON (TRC-20) exclusivamente

El pago se realiza exclusivamente con USDT en la red TRON (TRC-20). No se admiten otros tokens ni cadenas.

Top-up mínimo de $5

El importe mínimo de recarga es de $5. No hay cargos por inactividad ni gastos fijos mensuales.

Crédito automático en minutos

El crédito se acredita automáticamente en tu cuenta en unos minutos tras la confirmación de la transferencia en la blockchain.

Ejemplos de costes por proyecto

Ilustración de onda de sonido para: Ejemplos de costes por proyecto

La velocidad de síntesis es aproximadamente real-time: 25 caracteres de texto por segundo de audio generado. Esto permite calcular el coste exacto del proyecto antes de enviar las solicitudes a la API, evitando sorpresas en la facturación por volumen alto.

Corto de 5 minutos de audio

Un spot publicitario o cortometraje de 5 minutos requiere aprox. 7.500 caracteres. El coste es de $0.075. Ideal para pruebas de concepto o piezas unitarias en localización.

  • 7.500 caracteres de texto
  • Coste: $0.075

Series de e-learning extensas

Un módulo de 30 minutos de curso requiere aprox. 45.000 caracteres. El coste asciende a $0.45. Permite generar cientos de módulos con un presupuesto predecible y controlado por uso.

  • 45.000 caracteres de texto
  • Coste: $0.45

Contenido UGC masivo

Para volúmenes masivos, el coste se escala linealmente. Ejemplo: 1 millón de caracteres (aprox. 6.66 horas de audio) cuestan $10.00. Sin mínimos de gasto ni tarifas fijas.

  • 1.000.000 caracteres
  • Coste: $10.00

Gestión de saldos

Ilustración de onda de sonido para: Gestión de saldos

El saldo de tu cuenta no caduca con el tiempo. Puedes recargar y dejar el crédito inactivo durante meses sin perder el importe pagado. Esto elimina la presión de consumir créditos antes de una fecha de vencimiento, permitiendo planificar proyectos de localización a largo plazo con total flexibilidad.

No aplicamos cargos por inactividad ni tarifas de mantenimiento mensuales. Tu dinero permanece disponible hasta que decidas usarlo, sin penalizaciones por periodos sin actividad en la API.

Saldo no caduca

El crédito permanece disponible indefinidamente. No hay fecha de expiración para el saldo acumulado, lo que facilita la gestión de presupuestos anuales o por proyecto sin riesgo de pérdida de fondos.

Puedes realizar recargas cuando convenga a tu flujo de trabajo sin preocuparte por ventanas temporales estrictas de validez.

  • Crédito válido de forma ilimitada
  • Sin fechas de vencimiento
  • Ideal para proyectos estacionales

Sin cargos por inactividad

No se deducen cuotas fijas por mantener la cuenta activa o inactiva. Solo pagas por los caracteres procesados cuando generas audio.

Esto simplifica la contabilidad de agencias y freelancers, evitando costos fijos durante periodos de baja demanda.

Sin mínimos de gasto mensual

No existe un gasto mínimo obligatorio ni compromisos de volumen. Si no generas audio en un mes, el coste es cero.

Ajusta tu consumo exactamente a la demanda real de localización sin penalizaciones por debajo de umbrales establecidos.

  • Flexibilidad total de uso
  • Coste proporcional al volumen real
Gestión de saldos

Facturación y errores

Ilustración de onda de sonido para: Facturación y errores

La facturación se aplica estrictamente a las solicitudes de síntesis que se completan con éxito. Si la API devuelve un error —ya sea por problemas de conexión o formato inválido—, el crédito correspondiente se devuelve inmediatamente a tu cuenta.

No emitimos facturas tradicionales con desgloses de IVA. Este modelo elimina la complejidad administrativa para agencias y freelancers que gestionan múltiples proyectos con volúmenes variables.

Cobro solo en solicitudes exitosas

Se genera un cargo únicamente cuando la síntesis de audio se finaliza correctamente. El costo refleja los caracteres procesados en la respuesta exitosa.

Las solicitudes fallidas no generan coste, manteniendo la transparencia en la facturación por uso.

Reembolso automático por fallos

Si la síntesis falla, el crédito se devuelve automáticamente. No necesitas solicitar manualmente la devolución ni esperar procesamientos externos.

El sistema detecta el error y restablece el saldo en la cuenta al instante.

Sin facturas con IVA complicadas

No hay facturas mensuales complejas ni desgloses de IVA, ya que no emitimos facturas tradicionales.

Este enfoque simplifica la contabilidad, ideal para freelancers y equipos técnicos que prefieren gestión directa del gasto.

Comparativa con suscripciones

Ilustración de onda de sonido para: Comparativa con suscripciones

Las agencias de localización suelen enfrentarse a costes fijos mensuales por suscripciones que no se ajustan a la variabilidad real de sus proyectos de doblaje. Nuestra API elimina estos compromisos de permanencia, permitiendo pagar exclusivamente por lo que se sintetiza realmente.

Esta estructura elimina el riesgo de pagar por capacidad ociosa durante meses de menor actividad o de sobrepasar límites arbitrarios de caracteres en un plan fijo.

Sin costes fijos mensuales

No existen planes de suscripción ni compromisos de permanencia. Solo se factura el consumo real de caracteres, lo que resulta ideal para agencias con flujos de trabajo variables y proyectos puntuales de doblaje.

Ideal para picos de demanda

Al no haber límites superiores de uso en un plan base, se puede sintetizar volumen masivo en un periodo corto sin penalizaciones. La capacidad de procesamiento se ajusta a la disponibilidad de la API, permitiendo escalar rápidamente cuando el volumen de texto aumenta.

Control total del presupuesto

Cada solicitud tiene un coste unitario conocido ($0,01 por 1.000 caracteres). Esto permite calcular el coste exacto de un proyecto de localización antes de enviarlo a la API, facilitando la asignación precisa de recursos sin sorpresas en la facturación final.

Comparativa con suscripciones

Preguntas frecuentes

Ilustración de onda de sonido para: Preguntas frecuentes

Resuelve dudas técnicas y operativas sobre el consumo de caracteres, los métodos de pago en criptomonedas y las limitaciones de la API para proyectos de localización.

¿Cuántos caracteres se generan por segundo de audio?

La velocidad típica es de 25 caracteres por segundo de audio generado. En textos largos, esto equivale aproximadamente a tiempo real.

¿Se cobran los caracteres si la síntesis falla?

No. Si la síntesis falla, el cargo se devuelve íntegramente. Solo se cobra por solicitudes exitosas.

¿Qué es USDT y por qué se usa solo esta moneda?

USDT es una stablecoin vinculada al dólar. Usamos exclusivamente USDT en la red TRON (TRC-20) para evitar intermediarios bancarios, mantener el coste fijo y simplificar la administración sin facturas complejas.

¿Cuánto tarda en acreditarse un pago en TRC-20?

El crédito se acredita automáticamente en minutos tras confirmar la transferencia en la blockchain.

¿Hay un límite mínimo de recarga?

El mínimo para realizar un top-up es de $5.

¿El saldo de la cuenta caduca con el tiempo?

No. El saldo no caduca y no hay cargos por inactividad.

¿Cuántos caracteres caben en una única solicitud?

Cada solicitud POST acepta un máximo de 4096 caracteres en el campo input.

¿Qué sucede si supero el límite de caracteres del texto?

Debes dividir el texto en fragmentos de hasta 4096 caracteres y enviar múltiples solicitudes, uniendo luego los archivos de audio resultantes.

¿Se puede obtener una factura con IVA?

No emitimos facturas con IVA. El pago es directo por criptomoneda sin intermediarios.

¿Cómo se calcula el coste para un video de 10 minutos?

El coste depende del texto transcrito. Asumiendo una tasa promedio de 25 caracteres/segundo, 10 minutos (600s) equivalen a 15.000 caracteres, costando $0.15.

¿Qué formatos de audio están disponibles?

Puedes solicitar el audio en mp3, wav, opus, flac o pcm mediante el campo response_format.

¿Puedo cambiar la velocidad de la voz?

Sí. El parámetro speed permite ajustar la velocidad entre 0.25 y 4.0.

¿Hay límite de solicitudes por minuto?

El límite es de 60 solicitudes por minuto por clave API (10 por minuto antes del primer top-up).

¿Qué idiomas soporta la API?

Soportamos 23 idiomas: Árabe, Chino, Danés, Holandés, Inglés, Finlandés, Francés, Alemán, Griego, Hebreo, Hindi, Italiano, Japonés, Coreano, Malayo, Noruego, Polaco, Portugués, Ruso, Español, Suajili, Sueco y Turco.

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. LibriTTS-R paper (arXiv 2305.18802)
  3. Python documentation
  4. openai-node on GitHub
  5. FFmpeg documentation
  6. W3C WAI: making audio and video accessible
  7. openai-python on GitHub
  8. TRON developer hub: TRC-20
  9. curl documentation
  10. Tether (USDT)
  11. LibriTTS-R corpus (OpenSLR 141)
  12. OpenAI API reference: create speech

Más en este sitio