Preguntas frecuentes
¿Cuál es la mejor voz para podcasts?
No existe una única mejor voz, pero Aria es ideal para narración clara y Luna para historias con un tono suave. Sage funciona bien para contenido instruccional, mientras que Orion aporta profundidad para documentales. Elige según el estilo de tu proyecto y prueba las muestras para ver cuál resuena con tu audiencia.
¿Qué voz es mejor para publicidad?
Felix es la opción recomendada para publicidad debido a su tono enérgico y dinámico. Milo también es una buena alternativa para anuncios que buscan un estilo más conversacional y amigable. Ambas voces están diseñadas para captar la atención rápidamente y transmitir energía en spots cortos o promociones de productos.
¿Puedo usar varias voces en un proyecto?
Sí, puedes generar audio con diferentes voces en solicitudes separadas y unirlas. La API procesa cada texto individualmente. Para textos largos, debes dividirlo en partes de hasta 4096 caracteres. Luego, combinas los archivos de audio resultantes en tu editor de audio preferido para crear el proyecto final.
¿Qué voz es ideal para audiobooks?
Luna es ideal para narración de historias con un tono suave. Aria ofrece una narración clara y cálida, mientras que Orion aporta una profundidad documental. Puedes usar una sola voz para consistencia o alternar para diferentes personajes. Recuerda que cada solicitud tiene un límite de 4096 caracteres de texto.
¿Son todas las voces en todos los idiomas?
Sí, las 8 voces pueden hablar los 23 idiomas soportados, como inglés, español, alemán, japonés y árabe. Si no especificas el idioma, el sistema lo adivina, pero para textos en latín que no sean inglés, debes establecer el parámetro 'language' explícitamente para asegurar la pronunciación correcta en tu proyecto.
¿Qué formato de audio es mejor?
El formato depende de tu uso final. MP3 es eficiente para web; WAV y FLAC ofrecen alta calidad sin pérdida; OPUS es un formato de compresión eficiente; PCM es sin comprimir. Elige según tu necesidad de equilibrio entre calidad y tamaño de archivo. Todos son válidos para la API de texto a voz.
¿Puedo cambiar la velocidad de la voz?
Sí, puedes ajustar la velocidad entre 0.25 y 4.0. Esto permite acelerar la narración para resúmenes o ralentizarla para mayor claridad. El parámetro 'speed' se incluye en el cuerpo de la solicitud JSON. Ajustar la velocidad no afecta la calidad de la voz ni el costo por carácter generado.
¿Qué es la velocidad de generación?
Es la tasa a la que la API procesa el texto. Típicamente, genera aproximadamente 25 caracteres por segundo de audio en textos largos. Las frases cortas pueden tardar unos segundos. Las solicitudes se procesan en cola, por lo que bajo carga podría haber retrasos adicionales antes de recibir el archivo de audio.
¿Hay voces para niños?
No hay voces específicas diseñadas exclusivamente para niños. Las voces disponibles son Aria, Nova, Luna, Sage, Felix, Milo, Atlas y Orion, con tonos de adulto. Sin embargo, puedes ajustar la velocidad o el tono mediante edición posterior si es necesario, pero la API no ofrece clonación ni voces infantiles nativas.
¿Puedo personalizar una voz existente?
No puedes personalizar las voces existentes ni crear nuevas variaciones. Solo puedes elegir entre las 8 voces preestablecidas disponibles. No ofrecemos clonación de voz personalizada ni diseño de voces. Si necesitas un tono específico, debes seleccionar la voz preset que más se acerque a tus requisitos de proyecto.
¿Qué es el modelo tts-1-hd?
Es el modelo de alta definición de nuestra API, junto con tts-1. Ambos utilizan el mismo motor de síntesis y tienen el mismo precio por carácter. La elección entre uno u otro depende de tus preferencias de calidad de audio, pero técnicamente son equivalentes en procesamiento y costo dentro de la API.
¿Qué es el watermark en el audio?
Cada archivo de audio generado incluye una marca de agua inaudible que lo identifica como voz sintética. Esto ayuda a distinguir el contenido generado por la API de grabaciones humanas. Es una característica automática de cada solicitud completada y no requiere configuración adicional ni afecta la calidad perceptible del audio.
¿Las voces suenan naturales?
Las voces están basadas en grabaciones con licencia de LibriTTS-R y Lecturas de LibriVox. Ofrecen un tono claro y específico para cada preset, como la calidez de Aria o la energía de Felix. Son naturales para su propósito, aunque no pretenden imitar perfectamente a humanos reales ni ofrecen clonación personalizada.
¿Qué es SSML?
SSML (Speech Synthesis Markup Language) es un lenguaje de marcado para controlar la síntesis de voz. Nuestra API no soporta SSML. Solo aceptamos texto plano y parámetros básicos como velocidad, voz y formato. Si necesitas control fino sobre pausas o entonación, deberás editarlo en un software de audio externo.
¿Qué es la clonación de voz?
La clonación de voz permite crear una copia digital de una voz humana específica. Nuestra API no ofrece clonación de voz personalizada ni permite subir tu propia voz. Solo puedes usar las 8 voces preset disponibles. Si necesitas una voz única, deberás editar el audio generado o usar una voz preset cercana.
¿Qué es una etiqueta de emoción?
Las etiquetas de emoción son marcas en el texto o audio que indican tono emocional (alegría, tristeza). Nuestra API no soporta etiquetas de emoción ni control de emociones. Las voces tienen un tono base fijo (ej. Felix es enérgico). Para emociones específicas, debes editar el audio resultante en un editor externo.
Voces femeninas
Ofrecemos cuatro voces femeninas diseñadas para dar voz a tus proyectos con claridad y carácter. Cada preset está basado en grabaciones con licencia, garantizando una calidad auditiva consistente y profesional sin complicaciones técnicas.
Desde narrativas suaves hasta tonos enérgicos, estas voces cubren las necesidades más comunes de freelancers que buscan resultados rápidos y naturales para sus clientes.
Aria: Narradora clara y cálida
Aria destaca por su claridad y calidez, ideal para narraciones que requieren una conexión emocional sutil pero efectiva.
Es perfecta para contenido que busca mantener la atención del oyente sin resultar invasiva.
- Ideal para narraciones de historias
- Tono cálido y acogedor
- Excelente para contenido de marca personal
Nova: Voz brillante y enérgica
Nova ofrece un tono brillante y dinámico, perfecto para mantener la energía alta en tus audios.
Su naturaleza enérgica la hace ideal para promociones rápidas o contenido que necesita captar la atención de inmediato.
Funciona bien en entornos donde la claridad y la vitalidad son prioritarias.
- Tono brillante y dinámico
- Ideal para promociones
- Genera energía en el contenido
Luna: Suave y narrativa
Luna es suave y narrativa, creando una atmósfera envolvente que facilita la inmersión del oyente.
Es la opción recomendada para audiolibros, historias cortas o contenido educativo que requiere calma.
Su voz transmite serenidad, lo que la hace ideal para proyectos de bienestar o relajación.
- Voz suave y envolvente
- Ideal para audiolibros
- Transmite serenidad
Sage: Calmada y educativa
Sage combina calma y claridad, siendo la voz ideal para contenido educativo o instruccional.
Su tono neutral pero amigable facilita la comprensión de conceptos complejos sin distraer al oyente.
Es perfecta para tutoriales, cursos online o explicaciones técnicas que requieren paciencia y claridad.
Sage asegura que la información se transmita de manera efectiva y sin estrés.
- Tono calmado y claro
- Ideal para educación
- Facilita la comprensión
Voces masculinas
Las voces masculinas de nuestra API están diseñadas para cubrir necesidades específicas sin necesidad de personalización compleja. Cada preset tiene un carácter definido para que elijas la más adecuada a tu proyecto.
Felix: Dinámica y promocional
Felix tiene un tono enérgico, ideal para anuncios o contenido publicitario. Su ritmo es vivo y atractivo, perfecto para captar la atención rápidamente.
Milo: Amigable y conversacional
Milo suena cercano y natural. Es la mejor opción para narraciones cotidianas, tutoriales o diálogos donde se busca cercanía con la audiencia.
Atlas: Neutral y periodística
Atlas ofrece una voz clara y neutral, similar a la de un noticiero. Es ideal para informes, noticias o contenido informativo donde la claridad es clave.
Orion: Profunda y documental
Orion tiene un registro profundo y serio, perfecto para documentales o narrativas que requieren un tono solemne y respetuoso. Transmite autoridad y calma.
Idiomas y adaptabilidad
Ofrece soporte para 23 idiomas, desde inglés y español hasta árabe, chino y swahili. Cada voz puede hablar cualquier idioma de la lista, lo que facilita la creación de contenido multilingüe sin necesidad de voces distintas para cada lenguaje.
La API detecta automáticamente el idioma según el guion del texto. Si no se especifica, el texto en latín se asume como inglés por defecto. Para textos en otros idiomas con alfabeto latino, es necesario definir el idioma manualmente para evitar errores de pronunciación.
23 idiomas soportados
La lista incluye idiomas como danés, finés, griego, hebreo, hindi, japonés, coreano, malayo, noruego, polaco, portugués, ruso, sueco y turco. También se soportan lenguas menos comunes para el mercado hispanohablante, como el suajili.
- 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 del idioma
El sistema intenta adivinar el idioma analizando los caracteres del texto de entrada. Esta función es útil para proyectos en inglés o cuando el idioma es inequívoco por el guion utilizado.
Configuración manual de idioma
Si el texto está en un idioma distinto al inglés pero usa caracteres latinos, debes pasar el código ISO del idioma en el parámetro language. Esto asegura que la voz pronuncie correctamente palabras como "café" o "niño" sin asumir que es inglés.
Los idiomas no soportados incluyen vietnamita, indonesio, tailandés, ucraniano, rumano, checo y bengalí. Si tu proyecto requiere uno de estos, la API podría no generar audio claro.
Formatos de audio
La API ofrece cinco formatos de audio para adaptarse a tus necesidades técnicas: MP3, WAV, OPUS, FLAC y PCM. Cada uno tiene un propósito específico en el flujo de trabajo de un freelancer.
Seleccionar el formato correcto optimiza la calidad del sonido y el tamaño del archivo, asegurando que tu proyecto de audio suene profesional sin consumir recursos innecesarios.
MP3 para uso web
El formato MP3 es la opción estándar para la mayoría de las aplicaciones web. Su compresión con pérdida permite tamaños de archivo pequeños, lo que facilita la carga rápida en navegadores y dispositivos móviles.
Es ideal para podcasts, reproductores de audio en sitios web y aplicaciones donde el ancho de banda puede ser limitado. La compatibilidad es universal.
WAV para alta calidad
El formato WAV ofrece audio sin pérdida, preservando la fidelidad original de la voz generada. Es la mejor opción cuando necesitas la máxima calidad de audio para edición posterior.
Utiliza este formato para proyectos de audio profesional, donde cada matiz de la voz de Aria, Nova o las demás es crítico. El tamaño del archivo será mayor que el MP3.
OPUS y FLAC para compresión eficiente
OPUS y FLAC son formatos de audio disponibles. OPUS es un formato de compresión eficiente. FLAC proporciona compresión sin pérdida, similar a WAV pero con menor tamaño de archivo.
Elige FLAC cuando necesites calidad de estudio pero quieras ahorrar espacio de almacenamiento. OPUS es una opción más para la compresión de audio.
Ejemplos de uso
Para freelancers que buscan eficiencia sin perder calidad, la API de texto a voz de Deusap se integra fácilmente en flujos de trabajo existentes. Con un límite de 4096 caracteres por solicitud, puedes generar segmentos de audio rápidamente, lo que facilita la creación de contenido de audio sin complicaciones técnicas.
La capacidad de soportar 23 idiomas y ocho voces distintas permite adaptar el tono a tu audiencia específica, ya sea para narración educativa o para promociones dinámicas.
Podcasts y audiolibros
Genera narraciones de audiolibros o episodios de podcast de forma rápida. Con voces como Aria o Luna, puedes ofrecer una experiencia de escucha envolvente para tus lectores, aprovechando la claridad de la narración sin necesidad de estudios de grabación costosos.
Para textos largos, divide el contenido en partes de hasta 4096 caracteres y une los archivos de audio resultantes. Esto mantiene la calidad de la voz y permite una gestión eficiente del almacenamiento y la entrega del contenido.
- Ideal para convertir artículos de blog en contenido de audio.
- Perfecto para crear narraciones de libros de texto o guías prácticas.
- Voces como Luna o Aria aportan calidez y naturalidad a la escucha prolongada.
Apps de aprendizaje
Integra voces claras y educativas como Sage o Milo para mejorar la experiencia de usuario en tus aplicaciones de idiomas o educación. La capacidad de soportar 23 idiomas permite crear contenido multilingüe sin necesidad de contratar múltiples actores de voz.
Usa la configuración manual de idioma para garantizar la pronunciación correcta, especialmente útil para textos en latín que no son en inglés. Esto asegura que tus usuarios reciban una experiencia de aprendizaje precisa y natural.
- Genera frases cortas para ejercicios de pronunciación.
- Crea lecciones de idiomas con voces amigables y conversacionales.
- Utiliza Sage para explicaciones educativas claras y calmadas.
Contenido multimedia automático
Automatiza la creación de contenido multimedia para redes sociales o sitios web. Con velocidades ajustables entre 0.25x y 4.0x, puedes adaptar el ritmo de la voz al formato de tu proyecto, ya sea para videos dinámicos o presentaciones más pausadas.
El formato MP3 es ideal para uso web por su equilibrio entre calidad y tamaño de archivo. Para proyectos que requieren alta fidelidad, utiliza WAV o FLAC, asegurando que el audio se mantenga nítido en cualquier plataforma de distribución.
- Genera voces en off para videos promocionales con Felix o Orion.
- Crea anuncios dinámicos para campañas de marketing digital.
- Utiliza el formato MP3 para una carga rápida en sitios web.
Velocidad de generación
La velocidad de generación depende de la longitud del texto. Para textos largos, el proceso se comporta aproximadamente en tiempo real, produciendo unos 25 caracteres por segundo. Las solicitudes se procesan en cola, por lo que bajo carga alta puede haber alguna espera.
Las frases cortas requieren unos pocos segundos adicionales de procesamiento inicial. Es importante considerar que las solicitudes se manejan secuencialmente, lo que puede añadir latencia si hay muchas peticiones simultáneas.
Aproximadamente tiempo real
Para textos extensos, la generación se acerca al ritmo de la lectura. Esto significa que puedes estimar el tiempo de entrega basándote en la longitud del texto: aproximadamente 25 caracteres por segundo de audio generado.
Frases cortas: segundos de espera
Las frases breves no son instantáneas. Requieren unos pocos segundos para inicializar el motor de síntesis. Este tiempo es fijo y no depende de la cantidad de texto, sino del procesamiento de la solicitud.
Texto largo: procesamiento secuencial
Las solicitudes se procesan una tras otra. Si hay mucha carga en el servidor, tu petición puede esperar en una cola antes de comenzar. Esto es normal y no afecta la calidad del audio final, solo el tiempo de espera inicial.
- Límite de 4096 caracteres por solicitud
- Procesamiento secuencial bajo carga
- Cola de espera en picos de tráfico
Limitaciones conocidas
Deusap ofrece una API robusta y directa, pero es importante conocer sus límites técnicos para planificar tus proyectos de freelance con precisión. No buscamos ser todo terreno, sino proporcionar una herramienta específica y confiable para tus necesidades de audio.
Sin clonación personalizada
No ofrecemos clonación de voz personalizada ni la posibilidad de cargar tu propia voz. Las 8 voces están basadas en grabaciones licenciadas de LibriTTS-R y LibriVox, garantizando calidad sin necesidad de procesos de entrenamiento adicionales.
Sin etiquetas de emoción
El motor de síntesis no interpreta etiquetas de emoción como <happy> o <sad>. La entonación es inherente al preset de la voz seleccionada (por ejemplo, Felix es enérgico, Luna es suave) y no se puede modificar dinámicamente por palabra.
Sin soporte para SSML
La API acepta texto plano estándar. No procesamos etiquetas SSML para controlar pausas, pronunciación fonética o énfasis. Si necesitas control preciso sobre la entonación, debes ajustar el texto o cambiar la voz base.

Consejos para freelancers
Optimiza tu flujo de trabajo probando diferentes voces con fragmentos de texto antes de comprometerte con un proyecto completo. Esto te permite evaluar si el tono se alinea con la audiencia objetivo sin desperdiciar caracteres.
Prueba varias voces antes de elegir
Usa la prueba gratuita o tu saldo para comparar perfiles como Aria, Nova o Felix con tu contenido real. La percepción auditiva varía según el contexto, así que valida la claridad y el ritmo antes de generar el audio final.
Ajusta la velocidad según el contenido
Ajusta el parámetro speed entre 0.25 y 4.0 para adaptar el ritmo. Para narraciones densas, una velocidad más lenta mejora la comprensión, mientras que para anuncios o introductoria, un ritmo más rápido mantiene la energía.
Usa el formato adecuado para tu proyecto
Selecciona el response_format que mejor se adapte a tu distribución. MP3 es ideal para web por su equilibrio, WAV ofrece calidad sin pérdida para edición, y OPUS o FLAC optimizan el almacenamiento y ancho de banda.
Integración rápida
Conectar tu proyecto es inmediato. Envía texto y recibe audio en segundos con una llamada API directa, sin dependencias complejas ni configuraciones extensas.
Si prefieres una integración más estructurada, aprovecha la compatibilidad con el ecosistema de OpenAI para gestionar las solicitudes desde tu código preferido.
Ejemplo con cURL
Envía un POST a https://api.deusapg.net/v1/audio/speech con tu clave Bearer. Define el modelo tts-1, el texto de entrada y la voz deseada. Recibirás el archivo de audio directamente en la respuesta.
- Endpoint: POST /v1/audio/speech
- Autenticación: Bearer token
- Formatos: mp3, wav, opus, flac, pcm
Uso con SDK de OpenAI
Cambia la base_url a https://api.deusapg.net/v1 en tu SDK oficial de OpenAI. Usa la misma estructura de cuerpo JSON y tu clave API de Deusap. Las librerías estándar funcionan sin modificaciones adicionales.
Mantén la lógica de tu cliente intacta mientras te beneficias de nuestra infraestructura de síntesis.
Documentación técnica completa
Consulta la sección de documentación para detalles sobre campos opcionales como speed o language. Encuentra referencias técnicas precisas para cada parámetro de la API en nuestro sitio.
Precios y pago
La facturación es directa y transparente: $0.01 por cada 1.000 caracteres, donde se incluyen espacios y puntuación. Si una síntesis falla, el cargo se devuelve íntegramente, sin costos ocultos ni cargos fijos mensuales.
$0.01 por 1.000 caracteres
El cálculo es simple y predecible. Ideal para freelancers que necesitan cotizar proyectos de audio sin sorpresas en la factura final.
Pago con USDT (TRC-20)
Utilizamos exclusivamente USDT en la red TRON (TRC-20). El saldo se acredita automáticamente en minutos tras la transferencia, sin necesidad de tarjetas ni PayPal.
No hay suscripciones, facturas con IVA ni montos mínimos altos (el mínimo es de $5). El saldo no caduca.
Prueba gratuita de $0.50
Regístrate con Google y obtén $0.50 de crédito (aprox. 50.000 caracteres) válidos por 7 días. Con email y contraseña, no incluye prueba.
Es la forma perfecta de probar la calidad de las voces antes de invertir.
Cuentas y seguridad
Crear tu cuenta es rápido: elige autenticación con Google o crea un perfil con email y contraseña. Cada cuenta mantiene una clave API activa que puedes renovar en cualquier momento, invalidando la anterior instantáneamente.
Registro con Google o email
El registro se realiza en la página /get-api-key/. Si usas Google, recibes una prueba de $0.50 válida por 7 días; con email puro, comienzas sin crédito inicial.
- Autenticación simple y directa
- Prueba gratuita disponible para usuarios de Google
Clave API única por cuenta
Maneja una sola clave activa por cuenta. Si la revocas o generas una nueva, la anterior deja de funcionar de inmediato, garantizando control total sobre tus accesos.
Uso de datos para facturación
El texto que envías se usa solo para generar el audio y no se entrena con él. Los archivos de audio se devuelven en la respuesta y no se almacenan permanentemente. Solo conservamos metadatos de la solicitud (hora, caracteres, estado) para calcular tu factura con precisión.
- Texto no usado para entrenamiento
- Audio no almacenado permanentemente
- Metadatos conservados solo para facturación
Conclusión
La API de texto a voz de Deusap ofrece 8 voces naturales, ideales para freelancers que buscan calidad sin complicaciones. Con soporte para 23 idiomas y formatos flexibles, es una herramienta práctica para crear contenido de audio profesional rápidamente.
Perfecta para proyectos pequeños y medianos, permite escalar fácilmente según la demanda. Sin suscripciones ni costos fijos, solo pagas por lo que usas, con una integración sencilla mediante SDK de OpenAI o cURL.
Voces versátiles y naturales
Cada voz está diseñada para un tono específico: desde narradoras cálidas hasta voces profundas para documentales. Esto permite adaptar el contenido audio a diferentes tipos de proyectos sin necesidad de clonación personalizada ni etiquetas de emoción.
Las voces son claras, naturales y soportan múltiples idiomas. Esto facilita la creación de contenido multilingüe para podcasts, aplicaciones de aprendizaje o contenido multimedia automático.
- Aria: Narradora clara y cálida
- Orion: Profunda y documental
- 23 idiomas soportados
- Sin necesidad de SSML ni clonación
Ideal para proyectos pequeños
Con un costo de $0.01 por 1.000 caracteres, es económico para freelancers que comienzan. No requiere contratos mensuales ni inversiones iniciales altas.
La prueba gratuita de $0.50 permite evaluar las voces antes de comprometerse. Ideal para proyectos de bajo volumen o pruebas rápidas de contenido.
- $0.50 de crédito gratis
- Costo por uso: $0.01/1.000 caracteres
- No hay contratos fijos
- Ideal para proyectos pequeños
Fácil de escalar y personalizar
La integración con SDK de OpenAI o cURL hace que la implementación sea rápida. Puedes ajustar la velocidad y el formato de audio según tus necesidades.
Con soporte para MP3, WAV, OPUS y FLAC, puedes elegir el formato que mejor se adapte a tu proyecto. La escalabilidad es sencilla, con un límite de 60 solicitudes por minuto.
La clave API es única por cuenta, lo que facilita la gestión. Además, no hay necesidad de configuraciones complejas o infraestructura adicional.
- Integración con SDK de OpenAI
- Formatos: MP3, WAV, OPUS, FLAC
- Clave API única por cuenta
- Sin infraestructura adicional
Escucha las 8 voces
Cada muestra a continuación fue generada por esta API a partir de la misma frase.
23 idiomas
Cualquier voz puede hablar cualquiera de estos idiomas.
