Preguntas frecuentes
¿Qué es una API de texto a voz?
Es un servicio en la nube donde envías texto y recibes un archivo de audio. Utiliza el endpoint POST /v1/audio/speech con un formato JSON compatible con el SDK de OpenAI (cambiando la base_url). Solo necesitas enviar la clave API en la cabecera de autorización para generar voz sintética natural para tu restaurante.
¿Cuántos caracteres puedo enviar por solicitud?
Puedes enviar hasta 4096 caracteres por solicitud. Si tu texto es más largo, debes dividirlo en partes de este tamaño y unir los archivos de audio resultantes. Esto permite leer menús completos o avisos extensos manteniendo la calidad y la compatibilidad con el límite técnico de la API.
¿Puedo usar la API para menús digitales?
Sí, es ideal para menús digitales, avisos en comedores y contenido promocional. Puedes generar audio para descripciones de platos o anuncios de disponibilidad. El texto se procesa rápidamente, aproximadamente en tiempo real, lo que permite actualizar la oferta del día con voz natural sin complicaciones técnicas para tu equipo.
¿Qué idiomas soporta la API?
Soporta 23 idiomas, incluyendo inglés, español, francés, alemán, italiano, portugués, chino, japonés, árabe, hindi, ruso y turco. Cualquier voz puede hablar cualquier idioma de la lista. Si no especificas el idioma, se intenta adivinar, pero para textos en latín distintos al inglés, recomendamos establecerlo manualmente.
¿Cuánto cuesta el servicio?
El precio es de $10 por 1 millón de caracteres, es decir, $0.01 por cada 1.000 caracteres. Los espacios y puntuación cuentan como caracteres. No hay planes mensuales ni cargos fijos; pagas solo por lo que usas. El saldo no expira y puedes recargar mediante USDT en la red TRON.
¿Cómo funciona el crédito de prueba?
Al registrarte con Google, recibes $0.50 de crédito válido por 7 días, suficiente para unos 50.000 caracteres. Si te registras con correo y contraseña, no obtienes este crédito inicial. Es una forma de probar la calidad de las voces y la velocidad de generación antes de realizar cualquier recarga.
¿Se almacena mi texto después de generar el audio?
No. El texto de entrada se utiliza únicamente para producir el audio y no se usa para entrenamiento. El audio generado se devuelve en la respuesta y no se almacena en nuestros servidores. Solo conservamos los metadatos de la solicitud (tiempo, caracteres, estado) para fines de facturación y auditoría.
¿Puedo cambiar mi clave API si se compromete?
Sí, puedes emitir una nueva clave en cualquier momento desde tu panel de cuenta. Cuando generas una nueva, la anterior deja de funcionar inmediatamente. Cada cuenta tiene una clave activa, lo que facilita la gestión de seguridad sin necesidad de esperar confirmaciones externas o procesos largos de validación.
¿Qué formato de audio puedo recibir?
Puedes elegir entre mp3, wav, opus, flac y pcm. Estos formatos se especifican en el campo response_format de tu solicitud JSON. Todos los archivos generados incluyen una marca de agua inaudible que identifica el audio como voz sintética, lo cual es útil para verificar el origen del contenido.
¿La API soporta streaming en tiempo real?
No, la API no ofrece streaming ni WebSockets para audio parcial. Devuelve el archivo completo una vez finalizada la síntesis. Para textos largos, el proceso puede tardar unos segundos por cada 4096 caracteres. Las solicitudes se procesan en cola, por lo que bajo carga podría haber una pequeña espera.
¿Puedo clonar mi propia voz para el restaurante?
No, no ofrecemos clonación de voz personalizada ni subida de muestras propias. Las voces son ocho preajustes basados en grabaciones licenciadas de LibriTTS-R y LibriVox. Si necesitas una voz específica, debes elegir entre las opciones disponibles como Aria, Nova, Luna o Felix, que cubren diversos estilos narrativos.
¿Qué pasa si falla una solicitud de audio?
Si la síntesis falla, el cargo se devuelve íntegramente. No se te cobra por las solicitudes que no generan un archivo de audio válido. Esto asegura que solo pagues por el trabajo completado. Puedes reintentar la solicitud con el mismo texto y configuración sin perder crédito en caso de error técnico.
¿Cuántas solicitudes por minuto puedo hacer?
El límite es de 60 solicitudes por minuto por clave. Antes de tu primera recarga, el límite es de 10 solicitudes por minuto. Si excedes el límite, las solicitudes podrían esperar en cola o rechazarse. Para la mayoría de los usos de hostelería, este volumen es más que suficiente.
¿Es necesario contratar un plan mensual?
No, no hay planes mensuales ni suscripciones. No hay cargos fijos ni mínimo de gasto. Pagas solo por los caracteres generados y el saldo no expira. Puedes recargar cuando quieras mediante USDT TRC-20. Esta flexibilidad es ideal para startups que tienen picos de uso variables según la temporada.
Primera solicitud
curl
curl https://api.kb44.info/v1/audio/speech \
-H "Authorization: Bearer $TTS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
--output hello.mp3Audio para menús y avisos en comedores
Transforma tu menú digital en una experiencia auditiva accesible y profesional. Envía texto y recibe un archivo de audio claro, ideal para lectores de pantalla o clientes que prefieren escuchar antes de elegir.
Automatiza los avisos en comedores y salas. Desde avisos de apertura hasta recordatorios de limpieza, la API genera audio al instante para mantener a tu equipo y clientes informados sin esfuerzo.
Menús digitales con voz clara
Integra voces naturales en tu menú digital para mejorar la accesibilidad. La detección automática de idioma asegura que el texto se lea correctamente en español, inglés u otros idiomas soportados.
Envía hasta 4096 caracteres por solicitud y recibe archivos en MP3, WAV, OPUS, FLAC o PCM. El audio se devuelve en la respuesta y no se almacena en nuestros servidores.
- Texto a audio en segundos
- Formatos compatibles con reproductores móviles
- Sin almacenamiento de audio generado
Avisos automáticos en comedores
Programa avisos de mesas listas o turnos de limpieza con la voz de Atlas. Ideal para comedores institucionales o restaurantes con alto volumen de servicio.
La API procesa las solicitudes en cola, garantizando que cada aviso se genere con la calidad de voz establecida sin errores de audio.
- Voz neutral y profesional
- Integración con sistemas de colas
- Generación bajo demanda
Contenido promocional rápido
Crea promos diarias o avisos de platos especiales con Nova o Aria. Genera audio rápido para redes sociales o pantallas en tienda sin necesidad de estudios de grabación.
Usa la velocidad de generación para actualizar ofertas en tiempo real. Cada solicitud cuenta caracteres y se cobra solo si la síntesis es exitosa.
- Voces energéticas y cálidas
- Actualización instantánea de contenido
- Pago por uso real
Voces naturales para hostelería
Elige la voz que mejor refleje la identidad de tu local. Nuestras voces son claras y naturales, basadas en grabaciones licenciadas de LibriTTS-R y LibriVox.
Aria: narradora clara y cálida
Aria ofrece un tono cálido y una dicción nítida, ideal para leer menús digitales o descripciones de platos con naturalidad.
Nova: tono brillante y energético
Nova transmite entusiasmo, perfecta para avisos promocionales rápidos o para destacar ofertas del día en pantallas de comedor.
Atlas: neutral para noticias y avisos
Atlas mantiene una voz neutral y directa, garantizando que la información crítica, como la disponibilidad de mesas, se entienda sin distracciones.
Idiomas para tu público
Tu público no habla un solo idioma, y tu API tampoco debería limitarse. RestoVoice ofrece soporte para 23 idiomas, permitiendo que tus menús digitales y avisos en comedores lleguen con claridad a todos tus clientes.
Español, inglés y francés disponibles
Estos tres idiomas cubren la mayor parte de las interacciones en hostelería. Puedes generar audio para menús bilingües o avisos en comedores corporativos sin necesidad de servicios externos adicionales.
Soporte para 23 idiomas clave
Amplía tu alcance más allá de lo básico. El API soporta 23 idiomas, incluyendo alemán, italiano, japonés, árabe y portugués, entre otros, garantizando que cada cliente escuche en su lengua materna.
Detección automática del idioma
Si no especificas el código ISO, el sistema detectará el idioma basado en el texto de entrada. El texto en latín se asume como inglés por defecto; para otros idiomas en latín, define el campo language para evitar errores.
Precios transparentes y flexibles
El coste es directo: $0.01 por cada 1.000 caracteres generados. Los espacios y la puntuación cuentan como caracteres. Si la síntesis falla, la cargo se devuelve íntegramente, así que solo pagas por audio exitoso.
Sin contratos mensuales ni compromisos mínimos. Tu saldo no caduca y puedes usar la API solo cuando lo necesites para tus menús o avisos.
$0.01 por 1.000 caracteres
Facturación basada en el volumen de texto. El costo se calcula por carácter: una solicitud de 4.096 caracteres tiene un costo de $0.04. Este precio aplica tanto para los modelos tts-1 como tts-1-hd.
Crédito de prueba con Google
Regístrate con Google para recibir $0.50 de crédito inmediato. Esto equivale a unos 50.000 caracteres de prueba durante 7 días. Con esta prueba puedes verificar la calidad de las voces antes de conectar tu app.
Si te registras con email y contraseña, no recibirás este crédito inicial. La prueba está diseñada para que pruebes la integración sin riesgo.
Recargas con USDT en TRON
Recarga tu saldo usando USDT en la red TRON (TRC-20). El monto mínimo es de $5. Los fondos se acreditan automáticamente en minutos tras confirmar la transferencia.
No aceptamos tarjetas, PayPal ni facturación con IVA. No hay planes fijos ni suscripciones. Tu saldo permanece activo hasta que lo uses para generar audio.
- Red: TRON (TRC-20)
- Mínimo de recarga: $5
- Credito automático en minutos
Integración sencilla con tu app
Integra RestoVoice en tu app utilizando el SDK de OpenAI (o HTTP estándar). Solo necesitas cambiar la URL base a https://api.kb44.info/v1 y usar tu clave API. Esta compatibilidad te permite aprovechar la infraestructura probada de OpenAI sin aprender una nueva librería desde cero.
Compatible con SDK de OpenAI
El SDK de OpenAI funciona directamente con nuestros endpoints cambiando la base_url. Solo ajusta la configuración de base URL y autentica con tu clave Bearer. Esta familiaridad reduce el tiempo de integración y minimiza errores comunes en el desarrollo.
- Uso del SDK oficial de OpenAI
- Cambio simple de base_url
- Autenticación Bearer estándar
Endpoints estándar REST
Nuestra API sigue un esquema REST estándar. Envía una solicitud POST al endpoint /v1/audio/speech con el texto y los parámetros deseados. Recibirás el archivo de audio directamente en la respuesta, listo para reproducirse.
Formatos de audio variados
Elige entre mp3, wav, opus, flac o pcm según tus necesidades. El formato mp3 es ideal para web por su equilibrio entre calidad y tamaño, mientras que wav ofrece alta fidelidad para sistemas de sonido en comedores.
- mp3, wav, opus, flac, pcm

Casos de uso en restauración
Transforma la experiencia del cliente con audio contextual. RestoVoice permite automatizar la lectura de menús y la comunicación interna sin necesidad de personal adicional para anuncios manuales.
Lecturas de platos especiales
Lee ingredientes alérgenos o descripciones de platos del día con claridad. Configura la voz 'Aria' para una narración cálida que destaque la calidad de tus platos en pantallas digitales.
- Lectura clara de alérgenos
- Descripciones atractivas
- Voz 'Aria' disponible
Avisos de mesas listas
Notifica a los clientes cuando su mesa está lista o cuando se sirve un pedido. Usa la voz 'Atlas' para avisos neutros y claros que funcionen en cualquier ambiente de comedor.
- Avisos automáticos
- Voz 'Atlas' para notificaciones
- Sin interferencias visuales
Buenos días o anuncios diarios
Saluda a tus comensales con un mensaje personalizado cada mañana. Automatiza anuncios promocionales o recordatorios de horarios con texto a voz natural, actualizando el contenido según tus necesidades diarias.
- Saludos personalizados
- Anuncios promocionales
- Actualización fácil del contenido
Calidad y velocidad garantizada
La generación de audio sigue un ritmo cercano al tiempo real, procesando aproximadamente 25 caracteres por segundo. En textos largos, las solicitudes se manejan secuencialmente, lo que puede implicar una cola breve bajo alta demanda, pero sin pérdida de calidad.
Ofrecemos soporte exclusivamente por correo electrónico. No hay número de teléfono ni chat en vivo, manteniendo la simplicidad operativa ideal para startups que necesitan respuestas claras sin complicaciones de infraestructura.
Generación en tiempo real aprox.
El audio se genera con una velocidad que refleja el tiempo real de lectura. Para textos extensos, el sistema divide el input en partes de hasta 4096 caracteres y une los archivos resultantes.
Las solicitudes se procesan en orden, por lo que en momentos de alta carga una petición podría esperar en cola. Esto asegura que cada archivo de audio sea completo y coherente.
- Aprox. 25 caracteres generados por segundo.
- Procesamiento secuencial para mantener la coherencia.
- División automática en bloques de 4096 caracteres.
Soporte por correo electrónico
Nuestra atención al cliente se realiza únicamente a través de correo electrónico. Esta modalidad nos permite mantener la estructura ágil y sin sobrecostos fijos, pasándola directamente a tu presupuesto operativo.
Sin almacenamiento de audio
El texto de entrada se utiliza exclusivamente 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 en nuestros servidores tras la entrega.
- Texto no utilizado para entrenamiento.
- Audio devuelto en la respuesta inmediata.
- Mantenimiento mínimo de datos personales.
Por qué elegir RestoVoice
RestoVoice nace para equipos pequeños que necesitan audio claro sin fricción técnica. No es solo una API, es una solución pensada para menús digitales y avisos automáticos en comedores, adaptada a la velocidad de la hostelería moderna.
Diseñado para startups de hostelería
Entendemos que en restauración el tiempo es crítico. Nuestra API entrega audio natural para leer platos especiales o avisar de mesas listas, integrándose directamente en tu app sin necesidad de infraestructura compleja.
Sin contratos mensuales
Empieza con $0,50 de crédito al registrarte con Google. Solo pagas lo que usas: $0,01 por cada 1.000 caracteres. No hay cuotas fijas, ni mínimos de gasto, ni sorpresas en la facturación.
Voces basadas en grabaciones con licencia
Todas nuestras voces provienen de grabaciones con licencia (LibriTTS-R, CC BY 4.0) y lecturas de dominio público. Esto garantiza calidad consistente y claridad en tus menús y promociones sin riesgos legales.
Comienza ahora mismo
Accede a tu clave API y empieza a generar audio para tus menús digitales o avisos en comedores. Con la prueba gratuita de $0.50 otorgada al iniciar sesión con Google, puedes probar la calidad sin compromiso inicial.
La integración es inmediata: usa el SDK de OpenAI o una simple petición HTTP con tu clave. Sin configuraciones complejas, solo envía texto y recibe audio listo para reproducirse en tus dispositivos.
Prueba gratuita con Google
Inicia sesión con tu cuenta de Google y recibe automáticamente un crédito de $0.50 válido durante 7 días. Esto equivale a aproximadamente 50.000 caracteres para que evalúes la calidad de las voces sin necesidad de tarjeta ni recarga inmediata.
Obtén tu clave API
Accede a /get-api-key/ para generar tu clave de acceso única. Desde este panel, verás tu saldo, el uso de caracteres y un ejemplo de código cURL listo para copiar y adaptar a tu entorno de desarrollo.
Integra en minutos
Utiliza la misma estructura que el endpoint de audio de OpenAI. Solo necesitas ajustar la base_url a https://api.kb44.info/v1 y enviar tu texto con la voz y el formato deseados. La respuesta te devuelve el archivo de audio directamente.
- Compatible con SDKs oficiales de OpenAI
- Endpoints REST estándar
- Formatos: mp3, wav, opus, flac, pcm
Escucha las 8 voces
Cada muestra a continuación fue generada por esta API a partir de la misma frase. Su voz neutral transmite autoridad y claridad, ideal para indicaciones de salida o horarios.
23 idiomas
Cualquier voz puede hablar cualquiera de estos idiomas.
