Preguntas frecuentes
¿Cómo se obtiene la clave API?
Regístrate en /get-api-key/ con Google o correo electrónico. La página muestra tu clave única (formato tts-...) y un ejemplo curl listo para usar. Si usas Google, recibes $0.50 de crédito válido por 7 días. Las cuentas con email no incluyen esta prueba inicial.
¿Qué formato de audio es mejor para web?
Para web, usa mp3 o opus por su equilibrio entre calidad y tamaño. El endpoint acepta mp3, wav, opus, flac y pcm. El formato mp3 es ampliamente compatible con reproductores modernos, mientras que opus ofrece compresión eficiente.
¿Se puede usar con Python?
Sí. Usa el SDK oficial de OpenAI cambiando el base_url a https://api.tm66.info/v1 y proporcionando tu clave. También puedes hacer solicitudes HTTP POST directas. El cuerpo de la solicitud sigue la misma estructura que el endpoint de speech de OpenAI.
¿Cuántas solicitudes puedo hacer por minuto?
El límite es de 60 solicitudes por minuto por clave. Antes de la primera recarga, el límite es de 10 por minuto. Si excedes el límite, las solicitudes adicionales se procesarán en cola o recibirán un error de límite de tasa.
¿Qué pasa si excedo el límite de caracteres?
Cada solicitud acepta hasta 4096 caracteres. Si tu texto es más largo, debes dividirlo en partes de ese tamaño y unir los archivos de audio resultantes. Los espacios y puntuación cuentan como caracteres. No hay penalización por dividir el texto manualmente.
¿Cómo se manejan los errores de red?
El API devuelve códigos de estado HTTP estándar. Si la síntesis falla, la carga se devuelve íntegramente. Implementa reintentos exponenciales para errores temporales. Los metadatos de la solicitud (tiempo, estado) se conservan para facturación y depuración de problemas de conectividad.
¿Se puede usar en producción?
Sí, es una API REST estándar diseñada para integración programática. No hay garantía de uptime ni SLA oficial. Las solicitudes se procesan en orden; bajo carga, puede haber retrasos. Asegúrate de manejar los límites de tasa y errores de red adecuadamente.
¿Qué es la cola de procesamiento?
Las solicitudes se procesan secuencialmente. Si hay alta demanda, tu solicitud puede esperar en una cola antes de comenzar la síntesis. Esto explica por qué textos largos tardan aproximadamente el tiempo real de generación, mientras que frases cortas pueden tener latencia adicional.
¿Cómo se reinicia la clave API?
Puedes emitir una nueva clave en cualquier momento desde tu panel de cuenta. La clave anterior deja de funcionar inmediatamente al generar la nueva. Solo se permite una clave activa por cuenta. Esto es útil si crees que la clave fue comprometida.
¿Es compatible con JavaScript?
Sí, funciona con cualquier cliente HTTP. Puedes usar fetch o axios para enviar solicitudes POST al endpoint. Solo necesitas configurar la cabecera Authorization con tu clave Bearer y el cuerpo JSON con los parámetros de modelo, voz, entrada y formato.
¿Se puede usar en iOS?
Sí, es compatible con iOS mediante llamadas HTTP estándar. Puedes integrar la API en tus aplicaciones Swift usando bibliotecas HTTP nativas. El audio devuelto se puede reproducir directamente en el dispositivo sin necesidad de un SDK específico de la plataforma.
¿Qué sucede con las solicitudes fallidas?
Las solicitudes fallidas son gratuitas. Si la síntesis falla, el cargo se devuelve íntegramente a tu saldo. Esto aplica tanto a errores de red como a fallos en el motor de generación. No se consume crédito por intentos que no generan audio.
¿Cómo se especifica el idioma?
Pasa el código ISO del idioma en el campo language. Si no se especifica, el sistema adivina el idioma basándose en el script (texto latino se asume inglés). Para textos en latín no ingleses, siempre establece el campo language explícitamente para evitar errores.
¿Se puede cambiar la velocidad en tiempo real?
No hay streaming ni control de velocidad durante la reproducción. La velocidad (0.25–4.0) se fija al generar el audio. Debes ajustar el parámetro speed en la solicitud para obtener la velocidad deseada antes de recibir el archivo de audio final.
Primera solicitud
curl
curl https://api.tm66.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.mp3Python (openai)
from openai import OpenAI
client = OpenAI(base_url="https://api.tm66.info/v1", api_key="tts-...")
with client.audio.speech.with_streaming_response.create(
model="tts-1", voice="nova", input="Hello from Python.", response_format="mp3"
) as response:
response.stream_to_file("hello.mp3")Node.js (openai)
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ baseURL: "https://api.tm66.info/v1", apiKey: process.env.TTS_API_KEY });
const res = await client.audio.speech.create({ model: "tts-1", voice: "milo", input: "Hello from Node.js." });
fs.writeFileSync("hello.mp3", Buffer.from(await res.arrayBuffer()));| voice | |
|---|---|
aria | femenino |
nova | femenino |
luna | femenino |
sage | femenino |
felix | masculino |
milo | masculino |
atlas | masculino |
orion | masculino |
| language | |
|---|---|
ar | العربية |
zh | 中文 |
da | Dansk |
nl | Nederlands |
en | English |
fi | Suomi |
fr | Français |
de | Deutsch |
el | Ελληνικά |
he | עברית |
hi | हिन्दी |
it | Italiano |
ja | 日本語 |
ko | 한국어 |
ms | Bahasa Melayu |
no | Norsk |
pl | Polski |
pt | Português |
ru | Русский |
es | Español |
sw | Kiswahili |
sv | Svenska |
tr | Türkçe |
Obtención de clave API
Accede a la página /get-api-key/ para crear tu cuenta. Puedes registrarte con Google o con email y contraseña. El registro es el primer paso para obtener acceso a la API de síntesis de voz de LocutorEngine.
Una vez dentro, tu panel muestra la clave API, el saldo disponible y el uso. Esta clave es el identificador único que usarás en tus solicitudes HTTP para generar audio.
Registro con Google o email
Inicia sesión con Google para recibir $0.50 de crédito de prueba válido por 7 días. Si eliges email y contraseña, la cuenta comienza sin crédito de prueba. El registro es inmediato y no requiere verificación de tarjeta.
Generación de clave única
Cada cuenta recibe una única clave activa con el prefijo 'tts-'. Esta clave es el único token necesario para autenticar tus solicitudes a la API. No necesitas generar múltiples claves para diferentes entornos; una sola gestiona todo.
- Prefijo: tts-...
- Formato: Bearer token en cabecera
Gestión de claves activas
Puedes emitir una nueva clave en cualquier momento desde el panel. Al generar una nueva, la anterior deja de funcionar instantáneamente. Esto es útil si tu clave se expone en logs o repositorios públicos durante el desarrollo.
- Reemplazo instantáneo
- Una sola clave activa
Primera solicitud con curl
La API de LocutorEngine utiliza el método POST para generar archivos de audio a partir de texto. La solicitud se envía a https://api.tm66.info/v1/audio/speech con un cuerpo JSON que especifica el modelo, la voz y el texto a sintetizar. Esta estructura es compatible con los SDKs oficiales de OpenAI al ajustar la base URL.
Cada solicitud debe incluir los parámetros esenciales para garantizar la generación correcta del audio. El sistema procesa las peticiones en cola, por lo que tiempos de respuesta pueden variar según la carga. Los formatos soportados incluyen MP3, WAV, OPUS, FLAC y PCM.
Estructura del cuerpo JSON
El cuerpo de la solicitud debe ser un objeto JSON válido. Los campos obligatorios son model, input y voice. El campo input contiene el texto a convertir, con un límite estricto de 4096 caracteres por solicitud. Los espacios y puntuación cuentan como caracteres.
Campos opcionales incluyen response_format (por defecto mp3), speed (rango 0.25–4.0) y language (código ISO). Si no se especifica language, el sistema intenta deducirla del script, pero para texto en latín no inglés se recomienda establecerlo explícitamente.
- model: "tts-1" o "tts-1-hd"
- input: texto plano (máx. 4096 caracteres)
- voice: nombre de la voz preset
- response_format: mp3, wav, opus, flac, pcm
- speed: número entre 0.25 y 4.0
- language: código ISO opcional
Parámetros requeridos
La autenticación se realiza mediante la cabecera Authorization: Bearer <tu_clave_api>. La clave debe ser válida y activa. Cada cuenta tiene una única clave activa; si se emite una nueva, la anterior deja de funcionar inmediatamente.
El parámetro model determina la calidad y el motor de síntesis. Ambos modelos, tts-1 y tts-1-hd, utilizan el mismo motor y tienen el mismo precio: $0.01 por cada 1000 caracteres procesados.
- Authorization: Bearer tts-...
- Content-Type: application/json
- model: tts-1 o tts-1-hd
- input: string de texto
- voice: string de voz
Ejemplo de comando curl
Aquí tienes un ejemplo funcional para generar un audio con la voz nova en formato MP3. Reemplaza <TU_API_KEY> con tu clave real y ajusta el texto según tu campaña de radio.
Este comando devuelve el archivo de audio directamente en la salida estándar. Para guardarlo en un archivo, redirige la salida con -o audio.mp3.
- curl -X POST https://api.tm66.info/v1/audio/speech \
- -H "Authorization: Bearer <TU_API_KEY>" \
- -H "Content-Type: application/json" \
- -d '{"model": "tts-1", "input": "Hola, esta es una prueba de LocutorEngine.", "voice": "nova"}'
Uso con SDK de OpenAI
La API es compatible con los SDKs oficiales de OpenAI mediante la simple modificación de la URL base. Esto permite reutilizar la lógica de cliente ya implementada en tus aplicaciones sin necesidad de escribir un integrador personalizado.
Configuración de base_url
Configura el parámetro base_url del SDK para apuntar a https://api.tm66.info/v1. Esto redirige todas las solicitudes al endpoint de síntesis de voz de LocutorEngine manteniendo la compatibilidad con la estructura de peticiones de OpenAI.
- base_url: https://api.tm66.info/v1
- Mantener la versión v1
Uso de clientes oficiales
Utiliza las librerías oficiales de OpenAI con tu clave de API (tts-...). El flujo de autenticación y la gestión de errores son idénticos a los estándares de la industria, facilitando la integración rápida en entornos de producción.
- Requiere clave Bearer válida
- Compatible con bibliotecas estándar
Adaptación de endpoints
No se requieren adaptadores complejos. El endpoint POST /v1/audio/speech acepta el mismo formato JSON que el servicio de referencia. Solo necesitas asegurarte de que tu cliente envíe las cabeceras de autorización correctamente.
Formatos de salida soportados
La API permite especificar el formato de audio mediante el parámetro response_format. El sistema genera el archivo en el formato solicitado, devolviendo el flujo binario directamente en la respuesta de la solicitud POST.
Los formatos disponibles cubren desde la compresión ligera para redes hasta la pérdida cero para masters de radio. La elección depende del flujo de trabajo de producción y de los reproductores destino.
MP3 para distribución web
El formato MP3 es el estándar para campañas digitales y emisoras online. Ofrece una relación calidad-peso óptima para la descarga rápida en aplicaciones móviles y navegadores sin overhead de procesamiento.
Recomendado para spots de radio digitales y anuncios en redes sociales donde el ancho de banda puede ser limitado.
- Compatible con todos los reproductores web modernos
- Tamaño de archivo reducido para tiempos de carga rápidos
WAV para alta fidelidad
WAV proporciona audio sin compresión, preservando la fidelidad original de la síntesis. Es ideal para etapas de postproducción donde se requiere editar el audio sin generar artefactos de compresión adicionales.
Utilice este formato si planea aplicar efectos de sonido o mezclar la voz en un estudio de grabación profesional.
- Audio sin pérdida de calidad
- Ideal para edición y mezcla posterior
OPUS, FLAC y PCM
OPUS ofrece una compresión eficiente con buena calidad a bitrates bajos, útil para transmisión en tiempo real o almacenamiento eficiente. FLAC asegura compresión sin pérdida, reduciendo el tamaño del archivo sin sacrificar datos.
PCM entrega el flujo de audio crudo sin codificar, máximo control para sistemas de hardware específico o análisis de señal.
- OPUS: eficiencia para streaming y bajo ancho de banda
- FLAC: compresión sin pérdida para archivado
- PCM: audio crudo para procesamiento de hardware
Códigos de error comunes
Los errores API devuelven códigos HTTP estándar que indican el estado del procesamiento. Comprender cada código permite ajustar la lógica de integración sin interrupciones innecesarias en la generación de audio para tus campañas.
Error 401: Clave inválida
Se devuelve cuando la cabecera Authorization: Bearer contiene una clave incorrecta o expirada. Verifica que la clave generada en /get-api-key/ sea la activa, ya que la emisión de una nueva invalida instantáneamente a la anterior.
Error 429: Límite de velocidad
Indica que has excedido los 60 requests por minuto por clave (10/min antes del primer depósito). Implementa retroceso exponencial o divide los lotes grandes en partes de 4096 caracteres para respetar la cola de procesamiento.
- Límite base: 10 req/min.
- Límite estándar: 60 req/min.
- Implementa backoff exponencial.
Error 500: Fallo en síntesis
Ocurre si el motor no puede generar el audio. A diferencia de otros fallos, este error devuelve el cargo en su totalidad, aunque no se entregue el archivo. Verifica la longitud del texto y el formato soportado.

Límites de la API
La API aplica un límite estricto de 60 solicitudes por minuto por clave. Antes de la primera recarga, este límite se reduce a 10 solicitudes por minuto. El exceso de solicitudes retorna un error 429 hasta que el intervalo de tiempo se restablece.
60 solicitudes por minuto
Cada clave de API permite un máximo de 60 peticiones en un ventana de un minuto. Este límite es constante una vez que la cuenta tiene saldo. Si superas este umbral, las solicitudes adicionales recibirán un código 429.
Límite de 4096 caracteres
Cada cuerpo de solicitud JSON puede contener hasta 4096 caracteres en el campo input. Si tu texto excede este límite, debes dividirlo manualmente o mediante tu lógica de cliente antes de enviar la petición.
Cola de procesamiento
Las solicitudes se procesan en orden secuencial. Bajo alta carga, una petición puede esperar en la cola antes de comenzar la síntesis. Esto puede extender el tiempo de respuesta total para textos largos, aunque el precio se mantiene fijo.
Manejo de textos largos
La API acepta textos de hasta 4096 caracteres por solicitud. Para anuncios o spots de radio más extensos, es necesario dividir el texto manualmente en segmentos que respeten este límite antes de enviar las peticiones.
División en partes
Divida el guion en fragmentos de máximo 4096 caracteres. Cada segmento se envía como una solicitud POST independiente con el campo input correspondiente. Esto evita truncamientos y asegura que cada parte se procese correctamente.
Unión de archivos de audio
Cada solicitud devuelve un archivo de audio independiente. Para obtener el spot final, debe concatenar los archivos binarios en el orden original. No se ofrece una unión automática en el servidor; la responsabilidad de ensamblar el audio completo recae en el cliente.
Gestión de memoria
Al procesar múltiples segmentos, almacene los archivos temporales o buffers en memoria hasta completar la concatenación. Dado que las solicitudes se procesan secuencialmente bajo carga, considere implementar un retardo mínimo entre peticiones para evitar saturación y asegurar la integridad del flujo de audio final.
Autenticación y seguridad
La autenticación se realiza mediante la cabecera Authorization: Bearer <tts-...> en cada solicitud. La clave debe enviarse exactamente como se muestra en el panel de control.
Cabecera Authorization Bearer
Incluya la cabecera Authorization: Bearer tts-... en el encabezado HTTP de cada petición POST. El sistema valida la clave antes de procesar la síntesis.
- Cabecera:
Authorization: Bearer tts-... - Formato de clave: prefijo
tts-seguido de caracteres alfanuméricos
Un solo key por cuenta
Cada cuenta mantiene una única clave activa. No se soportan múltiples claves simultáneas para un mismo usuario.
Reemplazo instantáneo de clave
Al generar una nueva clave, la anterior deja de funcionar inmediatamente. Revoca el acceso antiguo sin demora para mantener la seguridad.
Escucha las 8 voces
Cada muestra a continuación fue generada por esta API a partir de la misma frase. Su tono es ideal para videos explicativos de SaaS o guías de producto donde la comprensión es prioritaria.
23 idiomas
Cualquier voz puede hablar cualquiera de estos idiomas.
