Preguntas frecuentes
¿Es realmente gratis el texto a voz IA para restaurantes?
Ofrecemos una prueba gratuita de 0,50 USD (aproximadamente 50 000 caracteres) válida por 7 días al registrarte con Google. Después, el precio es de 10 USD por cada millón de caracteres. No hay planes mensuales ni costos fijos; pagas solo por lo que usas.
¿Cuántos idiomas soporta la API de texto a voz?
La API soporta 23 idiomas, incluyendo español, inglés, francés, alemán, italiano, portugués, chino, japonés, árabe, hindi, ruso y turco, entre otros. Cualquier voz puede hablar cualquiera de estos idiomas. Si no especificas el idioma, se intenta adivinar, pero es recomendable definirlo para textos en latinoso no inglés.
¿Puedo usar la API para leer menús en varios idiomas?
Sí, puedes generar audio en cualquiera de los 23 idiomas soportados. Solo necesitas especificar el código ISO del idioma en la solicitud. Esto es ideal para comedores colectivos con personal multilingüe o para anunciar menús diarios en diferentes idiomas sin necesidad de contratar múltiples locutores.
¿Qué voces están disponibles para avisos en cocina?
Disponemos de 8 voces predefinidas. Para avisos claros, recomendamos 'sage' (calma, instruccional) o 'atlas' (neutral, noticias). Otras opciones incluyen 'aria', 'nova', 'luna', 'felix', 'milo' y 'orion'. Todas son basadas en grabaciones licenciadas y tienen un tono editorial y claro.
¿Cuántas solicitudes por minuto puedo hacer?
El límite es de 60 solicitudes por minuto por clave. Antes de la primera recarga, el límite es de 10 solicitudes por minuto. Si necesitas más volumen, puedes gestionar las solicitudes para que no excedan estos límites, procesándose secuencialmente bajo carga.
¿Se guarda el texto que envío a la API?
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. Solo conservamos metadatos de la solicitud (hora, caracteres, estado) para fines de facturación.
¿Las solicitudes fallidas se cobran?
No. Si la síntesis falla, el cargo se devuelve íntegramente. Solo se cobra por las solicitudes que se procesan con éxito. Esto asegura que tu presupuesto en la API de texto a voz se utilice eficientemente para los avisos que realmente se generan.
¿Puedo usar la API con sistemas de punto de venta?
Sí, la API funciona mediante solicitudes HTTP estándar. Puedes integrar la URL de la API con tu sistema de punto de venta o cualquier software que pueda enviar datos JSON y recibir archivos de audio, utilizando la misma estructura que la API de OpenAI.
¿Qué formato de audio es mejor para altavoces de comedor?
Puedes elegir entre mp3, wav, opus, flac o pcm. Puedes elegir entre mp3, wav, opus, flac o pcm según tu infraestructura. wav y flac ofrecen mayor calidad sin pérdida pero ocupan más espacio. Elige según tu infraestructura de almacenamiento.
¿Necesito conocimientos técnicos para usar la API?
La API es compatible con SDKs oficiales de OpenAI y solicitudes HTTP estándar. Si sabes enviar una solicitud POST con un JSON, puedes usarla. La página de obtención de clave muestra un ejemplo curl listo para facilitar la integración.
¿Cuánto tarda en generarse el audio?
La velocidad es aproximadamente en tiempo real (25 caracteres por segundo de texto). Para frases cortas, puede tardar unos segundos. En textos largos, es rápido. Las solicitudes se procesan secuencialmente, por lo que bajo carga alta podría haber una pequeña espera en la cola.
¿Puedo cambiar mi clave de API si se compromete?
Sí, puedes emitir una nueva clave en cualquier momento desde tu panel. La clave antigua deja de funcionar inmediatamente al generar la nueva. Esto permite una gestión rápida de la seguridad sin interrupciones prolongadas en tus servicios de audio para el comedor.
¿Hay límite de caracteres por texto?
Sí, cada solicitud puede contener hasta 4096 caracteres. Si necesitas leer textos más largos, como menús extensos, debes dividirlos en partes de este límite y unir los archivos de audio resultantes. Los espacios y puntuación cuentan como caracteres en este cálculo.
¿El audio generado tiene marca de agua?
Sí, cada archivo de audio generado lleva una marca de agua inaudible que lo identifica como voz sintética. Esto ayuda a distinguir el contenido generado por la API de grabaciones humanas, proporcionando transparencia sobre el origen del audio en tus comunicados internos.
Primera solicitud
curl
curl https://api.play7wg.com/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.mp3Por qué los comedores usan nuestra API
Las cocinas de grandes equipos son entornos dinámicos donde la comunicación rápida y clara es esencial. Nuestra API permite convertir textos en audio multilingüe, garantizando que cada miembro del equipo reciba las instrucciones en su idioma nativo sin necesidad de pantallas.
Esta solución facilita la integración con los sistemas existentes, adaptándose a los flujos de trabajo habituales del sector restauración y colectividad.
Comunicación multilingüe para cocinas diversas
En un comedor con personal de múltiples orígenes, el idioma puede ser una barrera. Nuestra API soporta 23 idiomas, desde el español y el inglés hasta el árabe, chino o swahili. Cualquier voz puede hablar cualquier idioma de la lista, permitiendo adaptar la comunicación a cada miembro del equipo.
- 23 idiomas soportados, incluyendo español, inglés, francés, alemán, japonés y árabe
- Las 8 voces predefinidas pueden hablar todos los idiomas disponibles
- Detección automática del idioma o especificación manual mediante código ISO
Menús y avisos en audio sin pantallas
La lectura de menús del día, los avisos de seguridad o las instrucciones de servicio es más efectiva mediante audio que mediante pantallas en entornos ruidosos o con manos ocupadas. El sistema convierte texto en archivos de audio claros y naturales, optimizados para la escucha rápida.
- Conversión instantánea de texto a audio para menús y comunicados internos
- Formatos disponibles: MP3, WAV, OPUS, FLAC y PCM
- Audio con marca de agua sintética invisible para identificar contenido generado
Integración rápida con sistemas existentes
La API está diseñada para integrarse fácilmente con los sistemas de gestión de comedores o aplicaciones internas. Utilizando un endpoint estándar y autenticación Bearer, los desarrolladores pueden añadir capacidades de texto a voz sin grandes cambios en la infraestructura actual.
- Endpoint POST compatible con el formato de la API de OpenAI
- Autenticación con clave Bearer y compatibilidad con SDKs de OpenAI
- Documentación técnica completa disponible para una implementación ágil
Voces y formatos disponibles
Selecciona el tono adecuado para cada contexto operativo: desde narradoras claras hasta voces neutras o profundas. Cada voz está basada en grabaciones con licencia (LibriTTS-R y LibriVox).
El audio se entrega en formatos estándar de la industria, optimizados para su reproducción en sistemas de difusión o almacenamiento local. Todos los archivos incluyen una marca de agua inaudible que identifica el contenido como voz sintética.
8 voces predefinidas para distintos tonos
Nuestra plataforma ofrece ocho perfiles vocales diseñados para distintos registros: femeninas como Aria (narradora clara) y Nova (alegre), o masculinas como Atlas (neutral) y Orion (profundo). Cada voz puede hablar cualquier idioma soportado, lo que permite mantener consistencia auditiva en equipos multilingües sin necesidad de cambiar configuraciones complejas.
- Aria: narradora clara y cálida
- Nova: tono brillante y enérgico
- Luna: suave, ideal para historias
- Sage: calmada, instrucción técnica
- Felix: dinámica, promociones
- Milo: conversacional y amigable
- Atlas: neutral, noticias
- Orion: profunda, documental
Formatos MP3, WAV, OPUS, FLAC y PCM
Puedes solicitar el audio en MP3, WAV, OPUS, FLAC o PCM mediante el parámetro response_format. Esto asegura compatibilidad inmediata con reproductores de cocina, sistemas de megafonía o software de gestión de menús que requieran formatos específicos para su reproducción automática.
Audio con marca de agua sintética invisible
Cada archivo generado lleva una marca de agua inaudible que certifica que el audio es speech sintético. Esto es útil para la trazabilidad de comunicados internos o avisos de seguridad, confirmando su origen sin afectar la experiencia auditiva del personal o clientes.
Idiomas soportados
Nuestra API procesa texto en 23 idiomas distintos, cubriendo desde el español y el inglés hasta el árabe, el chino y el turco. Esta diversidad lingüística permite que grandes equipos de cocina, con personal de múltiples orígenes, reciban instrucciones claras y comprensibles sin necesidad de traducciones manuales complejas.
Al eliminar la barrera del idioma en las comunicaciones internas, se reduce el riesgo de errores en la preparación de platos o en la gestión de turnos, asegurando que cada miembro del equipo entienda su tarea.
Español, inglés, francés, alemán y más
El soporte incluye 23 idiomas concretos: árabe, chino, danés, neerlandés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, suajili, sueco y turco. No se incluyen idiomas como vietnamita, tailandés, ucraniano o rumano, por lo que es importante verificar la compatibilidad antes de la implementación.
Esta selección cubre la gran mayoría de las necesidades de equipos internacionales en el sector hostelero, permitiendo una comunicación fluida tanto en la cocina como en el servicio de sala.
Detección automática o idioma manual
Si no se especifica el idioma, el sistema intenta adivinarlo basado en el script del texto. Para textos en latín que no sean inglés, se recomienda establecer el parámetro language manualmente para evitar errores de pronunciación.
Esta opción manual es crucial cuando se mezclan idiomas o cuando el texto contiene términos técnicos culinarios que pueden confundir al detector automático.
La detección automática funciona bien para textos en inglés, pero para otros idiomas latinos o no latinos, la especificación explícita asegura la fidelidad del audio generado.
Cobertura para equipos internacionales
Cada una de las 8 voces disponibles puede hablar cualquiera de los 23 idiomas soportados. Esto permite mantener una consistencia tonal y de marca, independientemente del idioma que se esté utilizando en un momento dado.
Es ideal para comedores colectivos con personal migrante, donde las instrucciones de seguridad o los menús del día deben ser accesibles para todos, sin importar su lengua materna.
El audio generado incluye una marca de agua inaudible que identifica el contenido como síntesis, manteniendo la transparencia en las comunicaciones internas.
Esta flexibilidad lingüística facilita la rotación de personal entre diferentes puestos o sucursales sin necesidad de adaptar las herramientas de comunicación.
- Árabe, Chino, Danés, Neerlandés, Inglés, Finés, Francés, Alemán, Griego, Hebreo, Hindi, Italiano, Japonés, Coreano, Malayo, Noruego, Polaco, Portugués, Ruso, Español, Suajili, Sueco, Turco.
Cómo funciona la API
La API de texto a voz de ComedorDigital convierte instrucciones, menús o avisos internos en archivos de audio listos para reproducirse. Envías una solicitud POST con el texto y recibes un archivo de audio; el tiempo varía según la longitud y la carga del sistema.
Para textos largos, el sistema los divide automáticamente en fragmentos de hasta 4096 caracteres y une los audios generados, asegurando que las instrucciones completas se entreguen sin interrupciones.
Envía texto y recibe audio en segundos
El flujo es directo: envías el texto en formato JSON y recibes un archivo de audio. El procesamiento es secuencial; en textos largos, la generación sigue aproximadamente el ritmo de la realidad (unos 25 caracteres por segundo de audio). Las frases cortas pueden tardar unos segundos adicionales en procesarse.
- Endpoint: POST https://api.play7wg.com/v1/audio/speech
- Formatos disponibles: mp3, wav, opus, flac, pcm
Límite de 4096 caracteres por solicitud
Cada solicitud HTTP soporta un máximo de 4096 caracteres, incluyendo espacios y puntuación. Si tu texto excede este límite, la API lo divide internamente en partes manejables y las une al final. Esto permite enviar instrucciones completas de servicio o menús del día sin cálculos manuales complejos.
- Máximo 4096 caracteres por llamada
- Incluye espacios y puntuación en el conteo
Rate limit de 60 solicitudes por minuto
Cada clave API tiene un límite de 60 solicitudes por minuto. Antes del primer recargo, este límite es de 10 solicitudes por minuto. Si hay alta demanda, las solicitudes pueden colarse para ser procesadas en orden, lo que puede añadir un ligero retraso en tiempos de generación.
- 60 solicitudes/min tras recargo
- 10 solicitudes/min antes del primer recargo
Precios transparentes
La facturación se calcula exclusivamente por los caracteres procesados, a razón de 0,01 $ por cada 1.000 caracteres. Los espacios y la puntuación cuentan como caracteres individuales. Las solicitudes fallidas son gratuitas y el cargo se devuelve íntegramente.
Este modelo elimina los costos fijos, ideal para comedores que generan audio de menús o avisos de forma intermitente. No hay gastos ocultos por infraestructura ni penalizaciones por uso irregular.
Pago por caracteres usados
El precio base es de 10 $ por cada millón de caracteres procesados. Esta tarifa aplica tanto al modelo estándar (tts-1) como al de alta definición (tts-1-hd), ya que utilizan el mismo motor de síntesis.
Prueba gratuita con saldo inicial
Al registrarte con Google, recibes automáticamente 0,50 $ de crédito válido durante 7 días. Esto permite probar la API con aproximadamente 50.000 caracteres sin necesidad de tarjeta. Las cuentas creadas con correo y contraseña no incluyen esta prueba.
Sin cuotas mensuales ni contratos
El saldo no tiene fecha de caducidad. Para recargar, se utiliza USDT en la red TRON (TRC-20) con un mínimo de 5 $, y el crédito se acredita automáticamente en minutos. No hay planes de suscripción ni cargos por mantener la cuenta activa.

Casos de uso en restauración
La API convierte texto plano en audio claro, ideal para entornos ruidosos o con múltiples idiomas. Cada solicitud recibe un archivo de audio listo para reproducirse en altavoces o sistemas de megafonía.
El texto se limita a 4096 caracteres por petición. Si el mensaje es más largo, se divide en partes y se unen los archivos de audio resultantes.
Lecturas de menús del día
Envía el menú del día en formato JSON y recibe audio en segundos. Las voces como 'Luna' o 'Sage' ofrecen tonos suaves e instructivos, ideales para anunciar platos o alérgenos sin depender de pantallas visibles.
El sistema detecta automáticamente el idioma o permite especificarlo. Esto asegura que los comensantes de diferentes orígenes escuchen la información claramente, incluso en equipos con personal multilingüe.
- Generación de audio para menús diarios o especiales
- Detección automática de idioma o configuración manual
- Integración con sistemas de carta digital o pantallas
Avisos de seguridad en cocina
Los avisos de seguridad, como alertas de alérgenos o cambios de temperatura, se generan al instante. La voz 'Atlas' transmite neutralidad y claridad, crucial para mantener la atención del equipo durante el servicio.
Los archivos se pueden reproducir en bucle o en momentos específicos. La marca de agua sintética identifica el audio como generado, asegurando la trazabilidad de los avisos institucionales.
- Alertas claras para personal de cocina
- Voces neutrales para comunicados urgentes
- Formatos compatibles con sistemas de payes existentes
Instrucciones de servicio para camareros
Las instrucciones de servicio, como cambios en la disposición o tareas específicas, se convierten en audio. La voz 'Felix' ofrece un tono enérgico, adecuado para mantener la energía del equipo durante las horas pico.
Los mensajes pueden enviarse por la API a cualquier hora. El equipo recibe las instrucciones en formato audio, sin necesidad de leer textos largos en pantallas pequeñas durante el servicio.
- Instrucciones claras para el equipo de sala
- Voces enérgicas para mantener la motivación
- Integración rápida con sistemas de gestión de personal
Tecnología y fiabilidad
Comprendemos que la precisión y la claridad son esenciales en entornos de alta presión como cocinas profesionales. Nuestra tecnología se basa en motores probados que garantizan una síntesis de voz natural, incluso cuando los equipos están ocupados o hay ruido ambiental.
La infraestructura está diseñada para ser transparente y respetuosa con la privacidad de los datos operativos de tu restaurante.
Modelos tts-1 y tts-1-hd idénticos en precio
Ambos modelos utilizan el mismo motor de síntesis y tienen exactamente el mismo costo. Esto simplifica la gestión de la API sin necesidad de decidir entre calidad premium y estándar para los avisos diarios o las instrucciones de servicio.
Procesamiento secuencial bajo carga
Las solicitudes se procesan una tras otra. Si el sistema recibe muchas peticiones simultáneas, puede haber una cola de espera. Esto garantiza que cada archivo de audio se genere correctamente, aunque la velocidad se aproxime al tiempo real (aproximadamente 25 caracteres por segundo).
No se pierde calidad por la concurrencia; simplemente se gestiona el orden de ejecución para mantener la estabilidad del servicio.
Datos no usados para entrenamiento
El texto que envías se utiliza exclusivamente para producir el archivo de audio. No se almacena ni se utiliza para entrenar otros modelos de inteligencia artificial. Solo conservamos los metadatos de la solicitud (tiempo, caracteres, estado) para la facturación precisa.
- El texto de entrada no sale del proceso de generación inmediato.
- Los metadatos se guardan solo para control de facturación.
Integración técnica
La API sigue el esquema de solicitud de OpenAI, lo que permite usar sus SDK simplemente ajustando la URL base a https://api.play7wg.com/v1. Esto facilita la implementación en sistemas de gestión de restaurantes sin necesidad de desarrollar clientes personalizados desde cero.
La autenticación se realiza mediante una clave Bearer en el encabezado de la solicitud. Cada cuenta de ComedorDigital dispone de una clave activa que puede renovarse instantáneamente si es necesario, garantizando un control simple sobre el acceso a la generación de audio.
Compatible con SDK de OpenAI
Utilizar el mismo formato de solicitud que el endpoint de speech de OpenAI permite integrar la tecnología directamente en flujos de trabajo existentes. Solo es necesario cambiar la URL base en la configuración del SDK.
- Compatibilidad con SDKs oficiales de OpenAI mediante cambio de base_url.
- Mismo formato de cuerpo JSON para solicitudes POST.
Autenticación con clave Bearer
La seguridad se gestiona mediante una única clave API activa por cuenta. Si se emite una nueva clave, la anterior deja de funcionar de inmediato, eliminando riesgos de acceso no autorizado en equipos con alta rotación.
La clave se envía en el encabezado Authorization como Bearer tts-...
Documentación completa disponible
Toda la información técnica, incluyendo los extremos de los puntos finales y los parámetros de voz, está disponible en la sección de documentación. Esto permite a los equipos técnicos configurar la integración y verificar los límites de velocidad sin ambigüedades.
Soporte y contacto
Nuestro soporte técnico se gestiona exclusivamente a través del correo electrónico, un canal elegido para garantizar que cada consulta técnica o administrativa quede registrada y pueda ser resuelta con la precisión que requiere una integración de API. No utilizamos sistemas de tickets complejos ni portales de ayuda externos para este proceso.
Esta modalidad nos permite mantener la comunicación directa y transparente con los equipos de restauración, asegurando que las dudas sobre la API, el estado del saldo o los formatos de audio se resuelvan sin intermediarios innecesarios.
Atención por correo electrónico
Puedes enviar tus incidencias, preguntas sobre facturación o dudas técnicas directamente a nuestro equipo. Al no existir un teléfono de atención, todas las comunicaciones pasan por este canal único, lo que facilita un seguimiento claro del historial de tu cuenta y de las soluciones aplicadas.
Sin chat en vivo ni teléfono
No ofrecemos chat en vivo ni línea telefónica de soporte. Esta decisión se basa en la naturaleza técnica de nuestro producto: las soluciones suelen requerir revisión de logs o explicaciones detalladas que son más eficientes por escrito. No esperes una respuesta inmediata al instante, sino una respuesta precisa y documentada.
Respuestas rápidas a incidencias
Aunque no tenemos chat en vivo, priorizamos las incidencias que afectan a la generación de audio o a la facturación. Nuestro equipo revisa los correos entrantes de forma continua para restablecer servicios o aclarar cargos en el menor tiempo posible, manteniendo la operatividad de tus equipos de cocina.
Escucha las 8 voces
Cada muestra a continuación fue generada por esta API a partir de la misma frase. La gestión eficiente del personal y los proveedores optimiza la experiencia del cliente en nuestro sistema de restauración colectiva.
23 idiomas
Cualquier voz puede hablar cualquiera de estos idiomas.
