Cómo integrar la API de síntesis de voz en aplicaciones Android

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

Esta guía detalla la integración de la API de AudioClaro en aplicaciones Android, enfocada en desarrolladores independientes que requieren síntesis de voz sin gestionar infraestructura. Se explica el flujo completo: desde la obtención de la clave API mediante inicio de sesión Google hasta la implementación del endpoint POST en el cliente móvil.

Se analizan criterios técnicos específicos para entornos móviles, incluyendo el manejo de límites de tasa, la elección de formatos como OPUS para ahorrar ancho de banda y la gestión de errores de red. La guía proporciona ejemplos concretos de código y estrategias de caché para optimizar el consumo de datos y la latencia en dispositivos con conexiones variables.

Cómo integrar la API de síntesis de voz en aplicaciones Android

Preguntas frecuentes

¿Cuánto tiempo tarda la integración?

La integración es inmediata si utiliza la API REST estándar. Solo necesita enviar una solicitud POST a https://api.playuoo.info/v1/audio/speech con su clave Bearer. El formato de la solicitud es idéntico al de OpenAI, por lo que puede reutilizar bibliotecas existentes cambiando solo la URL base.

¿Es difícil gestionar los límites de tasa?

No, el límite es de 60 solicitudes por minuto por clave. Antes del primer recargo, el límite es de 10 por minuto. Puede monitorear esto fácilmente desde su panel de control en /get-api-key/. Si excede el límite, las solicitudes adicionales recibirán un error de tasa.

¿Qué formato es mejor para Android?

MP3 es una opción compatible para Android. También puede usar WAV para mayor calidad sin pérdida, o FLAC para compresión sin pérdida. OPUS y PCM están disponibles según sus necesidades de ancho de banda. MP3 suele ser el equilibrio óptimo para la distribución móvil.

¿Cómo evito cargos excesivos?

El costo es de $0.01 por cada 1.000 caracteres. Implemente lógica de división de texto en fragmentos de 4096 caracteres para optimizar las llamadas. Monitoree su saldo en el panel de control. Los fallos de síntesis son gratuitos, por lo que no se le cobrará por errores de servidor.

¿Se puede cachear el audio?

Sí, dado que la entrada es texto y la salida es un archivo de audio estático, puede cachear los resultados en el dispositivo o en su CDN. Esto reduce la latencia y los costos de API para contenido repetitivo, como menús de aplicación o instrucciones estáticas.

¿Qué hacer si falla la red?

Implemente reintentos exponenciales para las solicitudes HTTP. Si la síntesis falla en el servidor, el cargo se devuelve íntegramente. Asegúrese de manejar los códigos de estado HTTP 4xx y 5xx adecuadamente en su cliente Android para una recuperación robusta de la conexión.

¿Es necesario un servidor propio?

No, es una API de servidor a servidor. Su aplicación Android envía directamente las solicitudes a https://api.playuoo.info/v1. No necesita infraestructura propia para la generación de voz. Solo necesita gestionar la clave API y el almacenamiento de texto/audio en su lado del cliente o backend.

¿Cómo se mide el éxito de la integración?

Mida la latencia de respuesta y la calidad de audio percibida. Verifique que los tiempos de generación se aproximen al tiempo real (25 caracteres por segundo). Monitoree el uso de caracteres frente al saldo disponible para optimizar costos. La satisfacción del usuario final es el indicador clave.

¿Hay ejemplos de código disponibles?

Sí, la página /get-api-key/ incluye un ejemplo de curl listo para usar. Puede adaptar este ejemplo a cualquier lenguaje o SDK HTTP compatible con Android. La estructura JSON de la solicitud es estándar, facilitando la migración desde otras plataformas o bibliotecas de terceros.

¿Se puede usar en modo offline?

No, la generación requiere conexión a internet para enviar el texto a la API. Sin embargo, una vez descargado el archivo de audio, puede reproducirse sin conexión en Android. El caché local permite una experiencia fluida una vez que el contenido ha sido generado previamente.

¿Cómo se actualizan las voces?

Las voces son 8 presets fijos y no se actualizan frecuentemente; consulte el endpoint GET /v1/voices para la lista actual. Consulte el endpoint GET /v1/voices para obtener la lista actualizada de 8 voces disponibles. No hay notificaciones automáticas; debe verificar periódicamente la disponibilidad de nuevas voces o cambios en los metadatos.

¿Qué pasa si excedo el límite?

Recibirá una respuesta HTTP 429 Too Many Requests. Debe implementar lógica de backoff en su aplicación para esperar antes de reintentar. El límite es de 60 solicitudes por minuto por clave. Asegúrese de no exceder este umbral para evitar interrupciones en la experiencia del usuario.

¿Es escalable para millones de usuarios?

Sí, al ser una API en la nube, no depende de la capacidad local de su servidor. Sin embargo, el límite de 60 solicitudes por minuto por clave puede ser un cuello de botella si usa una sola clave. Para alta escala, considere gestionar múltiples claves o distribuir la carga.

¿Necesito conocimientos de backend?

No necesariamente, puede llamar a la API directamente desde Android si gestiona la seguridad de la clave adecuadamente. Sin embargo, se recomienda un backend intermedio para ocultar la clave API y gestionar la lógica de división de texto y caché, especialmente para aplicaciones de gran escala.

¿Cómo se maneja la autenticación?

Utilice una clave API única por cuenta. Envíela en el encabezado Authorization: Bearer tts-<su_clave>. Puede generar una nueva clave en cualquier momento desde /get-api-key/, lo que invalida inmediatamente la anterior. Mantenga su clave segura en el cliente o en su backend.

¿Qué es un token Bearer?

Es un esquema de autenticación HTTP estándar. Incluye su clave API en el encabezado Authorization. Por ejemplo: Authorization: Bearer tts-abc123. Esto indica al servidor que usted es el titular autorizado de la cuenta y permite el acceso a los endpoints de síntesis de voz.

¿Se puede personalizar la velocidad?

Sí, el parámetro speed acepta valores entre 0.25 y 4.0. Esto permite acelerar o ralentizar la voz sintética según el contexto de la aplicación. Asegúrese de que la velocidad seleccionada mantenga la claridad del audio para la audiencia objetivo en Android.

¿Hay garantía de disponibilidad?

No, no ofrecemos SLA ni garantía de disponibilidad. La API funciona bajo el mejor esfuerzo. Los tiempos de generación pueden variar según la carga. Para aplicaciones críticas, implemente lógica de respaldo en su aplicación para manejar posibles interrupciones temporales del servicio.

¿Dónde se guarda el historial de uso?

El historial de uso (tiempo, caracteres, estado) se mantiene para facturación y puede consultarse en su panel de cuenta en /get-api-key/. El audio generado no se almacena permanentemente en nuestros servidores; se devuelve en la respuesta y debe ser guardado por usted si lo necesita.

Selección de la API adecuada

Ilustración de onda de sonido para: Selección de la API adecuada

La integración de AudioClaro en aplicaciones Android requiere validar la compatibilidad técnica y económica antes del despliegue. El endpoint principal acepta solicitudes POST con formato JSON, permitiendo el uso de SDKs estándar o clientes HTTP directos. Esto simplifica la implementación en entornos móviles donde la gestión de infraestructura debe ser mínima.

Es fundamental verificar que los idiomas necesarios para la audiencia objetivo estén soportados nativamente por la API. El análisis de costes debe basarse en el volumen de caracteres esperados, considerando que los espacios y puntuación cuentan como caracteres para la facturación.

Criterios de compatibilidad

La API opera mediante un endpoint RESTful compatible con el formato de solicitud de OpenAI. Esto permite utilizar bibliotecas HTTP estándar en Android para enviar texto y recibir archivos de audio sin dependencias propietarias complejas.

Se debe configurar la URL base correctamente y autenticar cada solicitud con una clave Bearer. La estructura de la respuesta es consistente, facilitando el parsing en el lado del cliente.

  • Endpoint: POST /v1/audio/speech
  • Formato: JSON con campos model, input, voice
  • Autenticación: Header Authorization: Bearer

Verificación de idiomas soportados

AudioClaro soporta 23 idiomas específicos, incluyendo español, inglés, alemán, francés y japonés. Cualquier voz puede pronunciar cualquiera de estos idiomas, lo que ofrece flexibilidad en la selección del modelo de voz.

Si no se especifica el campo 'language', el sistema intenta adivinarlo basándose en el script. Para textos en latinos fuera del inglés, se recomienda establecer el parámetro language explícitamente para evitar errores de pronunciación.

  • Idiomas soportados: 23 opciones
  • Voces versátiles: cualquier voz habla cualquier idioma
  • No soportado: vietnamita, tailandés, ucraniano, indonesio, rumano, checo, bengalí y todos los demás no listados.

Análisis de costes por volumen

El precio es fijo: 10 dólares por cada millón de caracteres procesados. Esto equivale a 0,01 dólares por cada 1.000 caracteres, incluyendo espacios y puntuación. No hay costos ocultos por formato o duración.

Las peticiones fallidas son gratuitas, lo que protege el saldo ante errores de red o formato. Para aplicaciones de alto volumen, es crucial estimar la longitud media del texto generado por sesión para predecir el consumo mensual.

  • Precio: $0.01 por 1.000 caracteres
  • Cobro por caracteres, no por segundos
  • Errores: reembolso total inmediato

Obtención de la clave API

Ilustración de onda de sonido para: Obtención de la clave API

Para comenzar a utilizar la API de AudioClaro en tu aplicación Android, es necesario registrar una cuenta en la plataforma a través de la página /get-api-key/. Este proceso establece la identidad básica de tu proyecto y habilita el acceso a los recursos de síntesis de voz.

La obtención de la clave API es el paso fundamental para autenticar tus solicitudes. Una vez registrado, tendrás acceso a un panel donde se muestra la clave activa, el saldo disponible y los caracteres restantes, permitiendo una integración técnica inmediata.

Registro en la plataforma

El registro se realiza visitando la página /get-api-key/ del sitio playuoo.info. Puedes crear una cuenta utilizando una dirección de correo electrónico y una contraseña, o mediante inicio de sesión con Google. Cada cuenta es independiente y específica de este sitio.

  • Acceso disponible mediante Google o correo electrónico.
  • Cuentas independientes por sitio web.

Uso de inicio de sesión Google

La autenticación mediante Google otorga automáticamente $0.50 de crédito de prueba, válido por 7 días, lo que equivale a aproximadamente 50.000 caracteres. Esta opción es ideal para validar rápidamente la integración en tus entornos de desarrollo Android sin necesidad de un pago inmediato.

  • Crédito de prueba de $0.50.
  • Vigencia de 7 días.

Gestión de credenciales

  • Una clave activa por cuenta.
  • Invalidación instantánea al renovar.

Configuración inicial

Ilustración de onda de sonido para: Configuración inicial

Para integrar la API de AudioClaro en Android, utilice bibliotecas HTTP estándar como OkHttp o Retrofit. Estas permiten enviar solicitudes síncronas o asíncronas sin dependencia de un SDK propietario.

Configure el base_url como https://api.playuoo.info/v1 en su cliente HTTP. Este valor es necesario para que las solicitudes se dirijan correctamente al endpoint de síntesis de voz.

Instalación del cliente HTTP

Incluya la dependencia de su cliente HTTP preferido en el archivo build.gradle del módulo de la aplicación. OkHttp es recomendable para su eficiencia en redes móviles y manejo de conexiones persistentes.

  • OkHttp: implementation 'com.squareup.okhttp3:okhttp:4.12.0'
  • Retrofit: implementation 'com.squareup.retrofit2:retrofit:2.9.0'

Configuración del base_url

Defina la URL base https://api.playuoo.info/v1 en la configuración del cliente. Esto asegura que todas las rutas, como /v1/audio/speech, se resuelven correctamente sin necesidad de concatenar la dirección completa en cada petición.

Prueba de conexión básica

Realice una solicitud POST sencilla a /v1/audio/speech utilizando una clave API válida y un texto corto. Verifique que la respuesta contenga el archivo de audio en el formato solicitado (mp3, wav, opus, flac o pcm) y el código de estado 200.

Gestión de límites de tasa

Ilustración de onda de sonido para: Gestión de límites de tasa

Los límites de tasa definen la capacidad de tu aplicación para generar audio de forma continua. Conocer estos valores permite evitar errores 429 y asegurar una experiencia de usuario fluida durante el uso intensivo.

Límite de 60 peticiones por minuto

Cada clave API está limitada a 60 solicitudes por minuto tras la primera recarga. Antes de ello, el límite es de 10 solicitudes por minuto.

Estrategias de cola de solicitudes

Los textos largos deben dividirse en fragmentos de hasta 4096 caracteres. Las solicitudes se procesan en secuencia; bajo carga, pueden acumularse en una cola, aumentando la latencia percibida.

Control de carga en servidores

Implementa lógica de reintento con backoff exponencial en tu cliente HTTP. Monitorea el estado de la cola para evitar saturar la API durante picos de uso simultáneo.

Optimización de formatos

Ilustración de onda de sonido para: Optimización de formatos

La elección del formato de audio impacta directamente en la eficiencia de la red y la calidad perceptible. MP3 ofrece una compatibilidad universal garantizada en todos los dispositivos Android, mientras que OPUS proporciona una compresión superior con menor tamaño de archivo sin pérdida significativa de claridad en la voz sintética.

Para textos largos, la fragmentación en partes de 4096 caracteres genera múltiples archivos. Combinar estos fragmentos en formatos eficientes como OPUS reduce la sobrecarga de metadatos y optimiza el almacenamiento temporal en el dispositivo antes de la reproducción.

Elección entre MP3 y OPUS

MP3 es el formato predeterminado por su amplia compatidad con reproductores nativos de Android. OPUS es recomendable cuando se prioriza la reducción del tamaño del archivo, especialmente en redes móviles con ancho de banda limitado.

  • MP3: máxima compatibilidad, tamaño de archivo moderado.
  • OPUS: mejor relación calidad-tamaño, ideal para datos móviles.

Compresión de archivos grandes

Al solicitar textos extensos, la API devuelve archivos separados que deben unirse. Utilizar OPUS minimiza el espacio de almacenamiento necesario para estos fragmentos antes de su ensamblaje.

La compresión no afecta la velocidad de generación, pero sí la eficiencia en la transmisión de datos desde el endpoint https://api.playuoo.info/v1 hacia el cliente.

Ahorro de ancho de banda

El uso de OPUS puede reducir significativamente los megabytes transferidos por cada millón de caracteres procesados.

Esto es crítico para aplicaciones que operan bajo límites de datos estrictos o en regiones con infraestructura de red variable.

  • Reducción de tráfico de red.
  • Mejor experiencia de usuario en conexiones lentas.

Manejo de errores

Ilustración de onda de sonido para: Manejo de errores

La API responde con códigos HTTP estándar para indicar el estado de la síntesis. Un error 4xx indica problemas con la clave o la solicitud, mientras que 5xx señalan fallos internos. Es fundamental verificar el código de respuesta antes de procesar el audio recibido.

En caso de fallo, la API devuelve el cargo correspondiente si la síntesis se completó, o lo reintegra íntegramente si la generación falló. Esto garantiza que no se cobre por trabajo no entregado, manteniendo la transparencia en la facturación por caracteres consumidos.

Códigos de estado HTTP

El endpoint devuelve 200 en caso de éxito, entregando el archivo de audio en el cuerpo de la respuesta. Los errores de autenticación (401) o de límite excedido (429) deben manejarse inmediatamente para evitar intentos redundantes que agoten la cuota o el saldo.

Para errores de servidor (5xx), se recomienda implementar una lógica básica de re-intento con backoff exponencial, ya que suelen ser transitorios. Verificar el cuerpo del error JSON ayuda a identificar si el fallo es de formato o de infraestructura temporal.

  • 200: Síntesis completada, audio entregado.
  • 401: Clave API inválida o expirada.
  • 429: Límite de tasa alcanzado (60 req/min tras recarga, 10 req/min antes).
  • 500-503: Error interno del servidor.

Retrasos en la generación

La latencia varía según la carga del servidor. Textos cortos pueden tardar unos segundos, mientras que textos largos se procesan a una velocidad cercana al tiempo real (aproximadamente 25 caracteres por segundo). Bajo alta demanda, las peticiones pueden entrar en una cola de espera.

En aplicaciones Android, es crucial no bloquear el hilo principal de la UI durante la espera de la respuesta. Utilizar llamadas asíncronas evita que la interfaz se congele mientras la API procesa el texto en sus servidores.

  • Procesamiento secuencial bajo carga alta.
  • Latencia variable según la longitud del texto.
  • Cola de espera dinámica en picos de tráfico.

Reintentos automáticos

Implementar un mecanismo de reintento con límites claros. Se recomienda reintentar solo en errores 5xx o de red, evitando reintentos agresivos en errores 4xx que podrían ser por datos incorrectos. Un backoff exponencial suave preserva los límites de tasa de la API.

Asegúrate de que los reintentos no duplicen el cobro si la solicitud ya fue procesada pero la respuesta no llegó a tiempo. Verificar la integridad de la respuesta final es clave para mantener la coherencia en el uso de caracteres.

  • Reintentar solo en 5xx o errores de red.
  • Usar backoff exponencial para respetar los límites.
  • Evitar duplicidad de cobros en timeouts.

Uso de modelos tts-1 y tts-1-hd

Ilustración de onda de sonido para: Uso de modelos tts-1 y tts-1-hd

La API ofrece dos modelos, tts-1 y tts-1-hd, que utilizan el mismo motor de síntesis y el mismo precio. No existe diferencia de calidad audible entre ambos ni de costo por carácter.

Esta simetría simplifica la integración en aplicaciones Android: puede elegir uno u otro indistintamente según sus preferencias de configuración sin afectar el presupuesto ni la fidelidad del audio generado.

Diferencias de calidad

Tanto tts-1 como tts-1-hd producen audio con la misma calidad perceptible. Ambos modelos procesan el texto a través del mismo motor subyacente, garantizando resultados consistentes en la claridad y naturalidad de la voz sintética.

La elección entre uno u otro no implica variaciones en la velocidad de generación ni en la longitud final del archivo de audio.

  • Mismo motor de síntesis.
  • Calidad perceptible idéntica.
  • Sin diferencias de latencia.

Selección según el uso

Dado que el rendimiento es equivalente, la decisión depende únicamente de la compatibilidad con el SDK o la configuración base_url de su cliente HTTP. Puede utilizar cualquiera de los dos identificadores sin riesgo.

Para aplicaciones Android que priorizan la simplicidad de código, mantener un único modelo reduce la complejidad de la lógica de negocio sin sacrificar resultados.

  • Compatibilidad SDK OpenAI.
  • Configuración base_url.
  • Simplicidad de implementación.

Impacto en el precio final

  • $0.01 por 1.000 caracteres.
  • Coste idéntico.
  • Sin variables adicionales.
Uso de modelos tts-1 y tts-1-hd

Integración con el backend

Ilustración de onda de sonido para: Integración con el backend

La integración eficiente requiere desacoplar la generación de audio de la interfaz de usuario. Al centralizar las llamadas en el backend, se evita la exposición directa de la clave API en el cliente Android y se simplifican las llamadas desde la app.

Esta arquitectura permite gestionar el saldo y los límites de tasa de forma consistente, independientemente del número de usuarios activos o de la complejidad de las interacciones en la pantalla.

Caching de respuestas frecuentes

Almacena los archivos de audio generados para texto idéntico. Dado que el coste es de $0.01 por cada 1.000 caracteres, el caché reduce gastos en frases comunes como instrucciones o menús.

Utiliza claves basadas en el hash del texto y el parámetro de voz seleccionado para garantizar la precisión de los datos recuperados.

  • Validar la integridad del texto antes de generar la clave del caché.
  • Invalidar entradas si cambia el formato de salida o la velocidad.

Gestión de sesiones de usuario

Asocia el consumo de caracteres a la identidad del usuario para monitorizar el uso individual. Esto facilita la aplicación de límites por cuenta si se implementan restricciones adicionales.

Mantén la sesión activa mientras se gestionan las colas de solicitudes, asegurando que la generación no se interrumpa por tiempos de espera de red.

  • Sincronizar el saldo restante con la interfaz en tiempo real.
  • Registrar el historial de síntesis para auditoría interna.

Desacoplamiento de la lógica

Separa la lógica de negocio de la integración con la API de AudioClaro. Esto permite actualizar la implementación o cambiar la clave sin afectar la experiencia del usuario final.

Procesa las solicitudes en segundo plano para evitar bloqueos en el hilo principal de la aplicación Android, mejorando la fluidez de la interfaz durante la generación de audio.

Aprovecha la compatibilidad con el formato de solicitud de OpenAI para estandarizar las llamadas HTTP y facilitar la escalabilidad futura.

  • Utilizar llamadas asíncronas para no bloquear la UI.
  • Implementar reintentos automáticos en caso de fallos de red.

Pruebas de rendimiento

Ilustración de onda de sonido para: Pruebas de rendimiento

La latencia de AudioClaro varía según la longitud del texto y la carga del servidor. Los textos largos se generan aproximadamente a velocidad de habla real, mientras que las frases cortas requieren unos segundos adicionales. Las solicitudes se procesan en cola, por lo que la espera puede aumentar bajo alta demanda.

Para medir el rendimiento, monitorea el tiempo entre la solicitud POST y la recepción del archivo de audio. Utiliza herramientas de profiling en Android Studio para registrar estos intervalos y establecer umbrales de aceptabilidad para tu aplicación móvil.

Medición de latencia

La generación de audio no es instantánea. Para textos extensos, la tasa es de aproximadamente 25 caracteres por segundo. Las solicitudes se procesan secuencialmente, lo que introduce esperas en cola durante picos de tráfico.

  • Registra el tiempo de respuesta desde el envío hasta la descarga completa.
  • Monitorea la cola de procesamiento para identificar cuellos de botella.
  • Verifica que la latencia sea aceptable para la experiencia de usuario de tu app.

Consumo de memoria del dispositivo

El consumo de memoria depende principalmente del formato de audio seleccionado y del tamaño del archivo recibido. Los formatos como WAV y FLAC generan archivos más grandes que MP3 u OPUS, lo que incrementa el uso de RAM durante la decodificación en Android.

  • Prefiere MP3 u OPUS para minimizar el footprint de memoria en dispositivos de gama baja.
  • Libera la memoria del buffer de audio tan pronto como termine la reproducción.
  • Utiliza streams para reproducir audio sin cargar todo el archivo en RAM simultáneamente.

Estabilidad en conexiones lentas

Las conexiones inestables pueden interrumpir la recepción del archivo de audio. Implementa reintentos automáticos con backoff exponencial para las solicitudes fallidas. Asegúrate de que tu cliente HTTP maneje correctamente los timeouts y las reconexiones automáticas.

  • Configura timeouts adecuados para evitar bloqueos en redes 3G o zonas con mala cobertura.
  • Implementa lógica de reintento para solicitudes fallidas, ya que estas no consumen saldo.
  • Verifica que la aplicación no se bloquee si la respuesta tarda más de lo habitual.

Despliegue en producción

Ilustración de onda de sonido para: Despliegue en producción

El despliegue en producción requiere monitorizar el consumo de caracteres para anticipar necesidades de recarga. El saldo no expira, pero es vital mantener un fondo suficiente para evitar interrupciones en la generación de audio durante el uso activo de la aplicación.

Monitoreo de uso de caracteres

La API no almacena audio generado, por lo que el consumo se mide estrictamente por caracteres enviados. Cada solicitud cuenta espacios y puntuación. Los desarrolladores deben integrar el seguimiento de caracteres en su backend para calcular costes reales con precisión ($0.01 por cada 1.000 caracteres).

Alertas de saldo bajo

El saldo se agota conforme se consumen las solicitudes. Dado que las recargas via USDT (TRC-20) tardan minutos en acreditarse, se recomienda configurar alertas cuando el saldo esté por debajo del umbral mínimo de $5. Esto asegura que la aplicación no detenga la síntesis por falta de fondos.

Actualización de claves API

La gestión de credenciales es crítica. Se puede emitir una nueva clave en cualquier momento desde el panel. Al hacerlo, la clave anterior deja de funcionar inmediatamente. Esto permite rotar credenciales comprometidas sin impacto en la infraestructura, asegurando que solo las claves activas realicen peticiones.

Soporte y mantenimiento

Ilustración de onda de sonido para: Soporte y mantenimiento

El soporte técnico de AudioClaro se gestiona exclusivamente mediante correo electrónico, sin presencia de números de teléfono ni chat en vivo. Esta estructura garantiza que las consultas técnicas sean documentadas y respondidas con precisión por el equipo especializado, manteniendo la simplicidad operativa para desarrolladores independientes.

Contacto por correo electrónico

Todas las incidencias y dudas técnicas se dirigen a la dirección de soporte oficial. No existen canales de atención inmediata ni salas de chat, lo que permite un procesamiento ordenado de las solicitudes sin interrupciones durante el desarrollo.

  • Respuesta única vía email
  • Sin chat en vivo
  • Sin número de teléfono

Actualización de la documentación

La documentación de la API se mantiene actualizada en /docs/, reflejando cambios en los endpoints, modelos y límites de tasa. Los desarrolladores deben consultar esta sección periódicamente para asegurar la compatibilidad con las versiones actuales del servicio.

Gestión de incidencias

Las incidencias se registran y resuelven según la disponibilidad del servicio. Dado que no existe una garantía de SLA, los tiempos de resolución pueden variar según la complejidad del problema reportado y la carga del sistema.

Casos de éxito

Ilustración de onda de sonido para: Casos de éxito

La integración de AudioClaro permite a las aplicaciones de lectura presentar contenido con voces naturales, mejorando la experiencia del usuario sin consumir recursos locales del dispositivo Android.

Las herramientas de accesibilidad utilizan la API para convertir texto estático o dinámico en audio, facilitando la navegación a usuarios con dificultades visuales o de lectura.

Aplicaciones de lectura

Las apps de lectura generan audio de libros o artículos en segundos, permitiendo la escucha continua sin necesidad de descargar archivos pesados.

La capacidad de cambiar entre ocho voces permite personalizar la experiencia según el contenido, manteniendo la claridad en textos largos.

  • Generación on-demand de audio
  • Soporte para textos largos mediante fragmentación
  • Voces claras y naturales

Herramientas de accesibilidad

La API convierte texto de la interfaz o contenido estático en audio sintetizado, eliminando la barrera del texto plano.

El uso de formatos eficientes como OPUS reduce el consumo de datos móviles, crucial para usuarios en conexiones lentas.

  • Conversión texto-a-voz en tiempo real
  • Soporte multilingüe nativo
  • Bajo consumo de ancho de banda

Juegos con narración automática

Los desarrolladores integran la síntesis de voz para diálogos dinámicos, reduciendo la necesidad de grabaciones de audio preexistentes.

La velocidad de generación permite respuestas inmediatas en la interacción del jugador, manteniendo la inmersión sin esperas largas.

  • Diálogos generados dinámicamente
  • Integración sencilla con SDKs HTTP
  • Costes predecibles por volumen

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Esto permite rotar credenciales comprometidas sin impacto en la infraestructura, asegurando que solo las claves activas realicen peticiones.

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. Python documentation
  4. curl documentation
  5. IETF RFC 7845: Ogg Opus
  6. Node.js documentation
  7. W3C WAI: making audio and video accessible
  8. LibriTTS-R corpus (OpenSLR 141)
  9. openai-python on GitHub
  10. ISO 639 language codes
  11. openai-node on GitHub
  12. FFmpeg documentation

Más en este sitio