Integración de API TTS para proyectos de animación

Por Equipo editorial T833 · Actualizado 2026-11-18

Esta página detalla el modelo de precios de la API de texto a voz de CantoAnim, diseñada específicamente para estudios de animación y startups que necesitan generar diálogos claros para sus personajes sin complejidades técnicas. Aquí encontrarás información exacta sobre el costo por carácter, los métodos de pago aceptados y cómo gestionar tu saldo para proyectos de producción.

El sistema cobra $10 por cada millón de caracteres, sin planes mensuales obligatorios ni cargos fijos. Ideal para equipos que trabajan con volúmenes variables, desde prototipos rápidos hasta episodios completos. Regístrate para obtener una prueba gratuita con crédito inicial válido por 7 días (solo con Google) y comienza a integrar voces en tu pipeline de animación de inmediato.

Integración de API TTS para proyectos de animación

Preguntas frecuentes

¿Qué incluye la prueba gratuita de $0.50?

La prueba incluye $0.50 de crédito, equivalente a aproximadamente 50 000 caracteres, válida por 7 días. Se otorga al registrarte con Google. Si usas correo y contraseña, no recibes este crédito inicial. Es ideal para probar la calidad de las voces antes de realizar tu primera recarga de USDT.

¿Cuánto cuesta generar un minuto de audio?

El costo depende de la longitud del texto. La generación es aproximadamente en tiempo real (25 caracteres por segundo). Para un minuto de audio se generan unos 1500 caracteres. Con el precio de $0.01 por cada 1000 caracteres, el costo aproximado es de $0.015.

¿Se puede pagar con tarjeta de crédito?

No. Solo aceptamos USDT en la red TRON (TRC-20). No hay tarjetas de crédito, PayPal ni suscripciones mensuales. Tampoco emitimos facturas con IVA. Los pagos se realizan mediante transferencias directas de criptomonedas, que se acreditan automáticamente en tu cuenta de CantoAnim una vez confirmada la transacción.

¿Cuánto tarda en acreditarse el USDT?

El USDT se acredita automáticamente en minutos después de que se confirma la transferencia en la blockchain. No requiere intervención manual ni revisión de facturas. Solo asegúrate de enviar la cantidad mínima de $5 a la dirección proporcionada en tu panel de cuenta para iniciar la generación de audio.

¿El saldo expira si no uso la API?

No, el saldo no expira. Una vez que recargas USDT, los fondos permanecen disponibles en tu cuenta de forma indefinida. No hay cargos por mantenimiento ni fechas de vencimiento. Puedes usar el crédito cuando necesites generar audio para tus proyectos de animación, sin presión de tiempo para agotar la recarga.

¿Qué pasa si mi solicitud de audio falla?

Si la síntesis falla, no se cobra el importe correspondiente. El cargo se devuelve en su totalidad a tu saldo. Esto aplica tanto para errores de servidor como para problemas de validación en la solicitud. Solo se cobran las solicitudes que completan exitosamente la generación del archivo de audio.

¿Hay un costo mínimo para activar la cuenta?

No hay costo mínimo para crear la cuenta. Puedes registrarte con Google o correo electrónico sin pagar nada. Sin embargo, para recargar saldo, el monto mínimo de USDT es de $5. Si usas Google, recibes $0.50 de prueba; si usas email, empiezas con saldo cero hasta que recargues.

¿Puedo usar más de una clave de API?

Cada cuenta tiene una sola clave activa. Si necesitas una nueva, puedes emitirla desde tu panel. La clave anterior deja de funcionar inmediatamente al generar la nueva.

¿Qué formatos de audio están disponibles?

Puedes solicitar audio en los formatos mp3, wav, opus, flac y pcm. Estos se especifican en el campo response_format de la solicitud JSON. Todos los formatos tienen el mismo precio por carácter. Elige el que mejor se adapte a tu pipeline de postproducción de animación o desarrollo de software.

¿Cuál es el límite de caracteres por solicitud?

Cada solicitud puede contener hasta 4096 caracteres de texto. Si tu diálogo es más largo, debes dividirlo en partes y unir los archivos de audio resultantes. Esto permite manejar escenas extensas sin problemas técnicos. Recuerda que los espacios y la puntuación también cuentan como caracteres dentro de este límite.

¿Se puede ajustar la velocidad de voz?

Sí, puedes ajustar la velocidad entre 0.25 y 4.0. Esto se hace mediante el campo speed en la solicitud. Es útil para sincronizar el diálogo con la animación o para dar un ritmo más dinámico a las escenas. La velocidad no afecta el precio, que se calcula por carácter de texto.

¿Qué idiomas soporta la API?

Soporta 23 idiomas: árabe, chino, danés, holandés, inglés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, suajili, sueco y turco. Cualquier voz puede hablar cualquier idioma de la lista. Si usas texto en latín que no sea inglés, especifica el idioma.

¿Se puede usar la SDK de OpenAI?

Sí, la API es compatible con los SDKs oficiales de OpenAI. Solo necesitas cambiar la base_url a https://api.playt833.com/v1 y usar tu clave de CantoAnim. La estructura de la solicitud es idéntica al endpoint de speech de OpenAI, facilitando la integración en tus herramientas existentes sin cambios mayores de código.

¿Cuántas voces hay disponibles?

Hay 8 voces preestablecidas disponibles: Aria, Nova, Luna, Sage, Felix, Milo, Atlas y Orion. Cubren tonos femeninos y masculinos, desde narradores cálidos hasta voces neutrales para noticias. Todas las voces pueden hablar los 23 idiomas soportados. Puedes seleccionar la voz adecuada para cada personaje de tu proyecto de animación.

Calculadora de costos

Costo estimado: $2.50

Los espacios y la puntuación cuentan como caracteres. $10 por 1 millón de caracteres. Las solicitudes fallidas son gratuitas.

Modelo de precios simple

Ilustración de onda de sonido para: Modelo de precios simple

Nuestra API cobra $10 por cada millón de caracteres procesados, lo que equivale a $0.01 por cada 1,000 caracteres. Este modelo lineal elimina las sorpresas en la facturación para estudios que producen contenido variable.

$10 por millón de caracteres

$10 por millón de caracteres

El precio es fijo y predecible: $10 por millón de caracteres. No importa si usas el modelo tts-1 o tts-1-hd; el costo por carácter es idéntico.

Espacios y puntuación cuentan

Espacios y puntuación cuentan

Todos los caracteres cuentan para el cobro, incluyendo espacios y signos de puntuación. Al dividir textos largos en partes de 4096 caracteres, cada fragmento se suma al total.

Cobro preciso por uso

Solo se cobra por caracteres enviados a la API. Si una solicitud falla, el cargo se devuelve en su totalidad, por lo que no pagas por audio no entregado.

Prueba gratuita para comenzar

Ilustración de onda de sonido para: Prueba gratuita para comenzar

Comienza a probar la API sin compromiso. Al registrarte con Google, obtienes $0.50 de crédito inicial para generar audio inmediatamente.

Este crédito te permite evaluar la calidad de las voces y el rendimiento de la integración antes de decidir cargar saldo.

$0.50 de crédito inicial

Recibes $0.50 de crédito al instante al autenticarte con Google. Este saldo equivale aproximadamente a 50 000 caracteres.

Es suficiente para generar varios diálogos de personajes y verificar que el tono y la velocidad se ajusten a tu proyecto.

Válido por 7 días

Tienes una semana completa para probar la API desde el momento del registro.

El crédito expira automáticamente a los 7 días, por lo que es ideal para pruebas rápidas de prototipos.

Registro con Google incluido

El proceso es inmediato: usa tu cuenta de Google para obtener la clave API y ver tu saldo.

Si prefieres, también puedes registrarte con correo electrónico y contraseña, aunque esta opción no incluye el crédito de prueba.

Métodos de pago aceptados

Ilustración de onda de sonido para: Métodos de pago aceptados

CantoAnim utiliza exclusivamente criptomonedas para mantener la simplicidad de los pagos. No procesamos tarjetas de crédito ni PayPal, eliminando intermediarios bancarios y los retrasos asociados a las transferencias tradicionales. Este enfoque permite que los estudios de animación y startups gestionen sus presupuestos de producción de voz sin complicaciones administrativas.

La recarga de saldo se realiza mediante la red TRON, garantizando transparencia y velocidad en cada transacción. No hay necesidad de esperar días para que se acredite el crédito en tu cuenta de CantoAnim.

USDT en red TRON (TRC-20)

El único método de pago aceptado es USDT (Tether) en la red TRON (TRC-20). Esta opción es estable y evita la volatilidad de otras criptomonedas, asegurando que el valor de tu recarga sea exactamente el importe enviado.

  • Ningún otro tipo de moneda o red es aceptado para las recargas.
  • No se aceptan tarjetas de crédito, débito ni PayPal.

Carga mínima de $5

Para iniciar una recarga, el monto mínimo es de 5 dólares americanos en USDT. Este umbral bajo permite a los equipos de animación probar la API con un volumen de caracteres limitado sin una inversión grande inicial.

Crédito automático en minutos

Una vez que la transacción blockchain es confirmada, el crédito se acredita automáticamente en tu cuenta de CantoAnim. El proceso es inmediato, permitiendo que comiences a generar audio para tus personajes sin esperas manuales ni intervención de soporte.

Sin costos ocultos

Ilustración de onda de sonido para: Sin costos ocultos

Nuestra estructura de costos está diseñada para startups de animación que necesitan predecibilidad sin compromisos a largo plazo. No hay planes mensuales obligatorios que obliguen a pagar por capacidad no utilizada durante la preproducción o en pausas de producción.

El modelo es estrictamente de pago por uso: solo se cobra por los caracteres procesados en cada solicitud exitosa. Esto elimina la fricción administrativa y permite ajustar el presupuesto según el volumen real de diálogos generados.

Sin planes mensuales obligatorios

No hay facturación recurrente automática. Si no generas audio, no pagas. Esto es ideal para proyectos con fases de desarrollo variables donde los volúmenes de voces pueden fluctuar significativamente entre la prototipación y la producción final.

Sin cargos por asiento

El costo no depende del número de voces o miembros del equipo que usen la API. Una sola clave de API permite múltiples integraciones y usuarios simultáneos sin penalizaciones por cada desarrollador o artista que acceda al servicio.

Sin facturas con IVA

Los precios mostrados son los finales. No añadimos cargos por impuestos locales ni generamos facturas complejas con desglose de IVA para cada micro-transacción, simplificando la contabilidad para equipos pequeños y startups.

Ejemplos de costos para animación

Ilustración de onda de sonido para: Ejemplos de costos para animación

Calcular el presupuesto de voz para animación es directo: el costo depende únicamente de la longitud del guion. Cada espacio y signo de puntuación cuenta como un carácter. Esto permite estimar gastos con precisión antes de generar el audio.

Diálogos cortos para prototipos

Para validar conceptos, usa frases breves. Un diálogo de 50 caracteres cuesta $0.0005. Con la prueba gratuita de $0.50, puedes generar unos 50,000 caracteres, suficientes para probar las 8 voces en distintos idiomas sin costo adicional.

Episodios completos de serie

Los episodios largos requieren dividir el texto en partes de hasta 4,096 caracteres. Cada solicitud se procesa secuencialmente. El costo escala linealmente: 1 millón de caracteres equivalen a $10. Ideal para series con volúmenes de audio predecibles.

Contenido para redes sociales

Los videos cortos suelen tener menos texto. Puedes ajustar la velocidad entre 0.25x y 4.0x para sincronizar labios sin añadir caracteres extra. El formato MP3 u OPUS optimiza el tamaño del archivo final.

Ejemplos de costos para animación

Política de créditos y saldos

Ilustración de onda de sonido para: Política de créditos y saldos

El saldo en tu cuenta nunca expira, lo que permite acumular créditos a lo largo del tiempo sin presión de uso inmediato. Esta característica es ideal para estudios que planean proyectos a largo plazo o generan audio en fases de producción escalonadas.

Si una solicitud de síntesis falla, el cargo se devuelve íntegramente, asegurando que solo pagues por audio entregado con éxito. Puedes recargar tu saldo en cualquier momento mediante transferencia de USDT (TRC-20) para mantener tu flujo de trabajo sin interrupciones.

Saldo sin expiración

Tu crédito acumulado permanece disponible indefinidamente. No hay fechas de caducidad ni penalizaciones por inactividad, lo que facilita la planificación de presupuestos para series de animación o contenido recurrente.

Solicitudes fallidas son gratuitas

Si la síntesis falla por cualquier motivo, el cargo se devuelve en su totalidad. Esto garantiza que tu saldo solo se vea afectado por solicitudes procesadas y entregadas correctamente.

Recarga inmediata disponible

Realiza recargas mínimas de $5 mediante USDT en la red TRON (TRC-20). El crédito se acredita automáticamente en tu cuenta en cuestión de minutos, permitiendo retomar la generación de voces sin esperas prolongadas.

Comparativa de costos con otras APIs

Ilustración de onda de sonido para: Comparativa de costos con otras APIs

Mientras muchas APIs cobran por segundos de audio generado, lo que encarece las voces pausadas o los diálogos lentos típicos de la animación, nosotros facturamos por caracteres. Este modelo hace que el costo sea predecible: saber la longitud del guion es suficiente para estimar el gasto sin sorpresas por la duración final del archivo.

A diferencia de servicios con tarifas fijas mensuales obligatorias, aquí no pagas por esperar. Si tu estudio no tiene producción constante, solo cubres lo que realmente procesas. Esto elimina el riesgo de pagar licencias por capacidad que no estás utilizando durante los tiempos muertos de preproducción.

Precios predecibles vs. por segundo

El cobro por carácter ($0.01 por cada 1.000 caracteres) alinea el costo directamente con la cantidad de texto, no con la interpretación vocal. Una voz susurrante puede durar más que una rápida, pero el precio permanece idéntico porque la entrada es la misma.

Esto simplifica la presupuestación para episodios cortos o pruebas de concepto, donde la variación de duración no debe afectar el costo base.

Sin costos fijos mensuales

No hay suscripciones obligatorias ni mínimos de gasto. El saldo no expira y los créditos sobrantes se mantienen disponibles para futuros proyectos.

Si una solicitud falla, el cobro se devuelve íntegramente, evitando pagos por trabajo no realizado.

  • Sin cuotas de licencia mensuales.
  • Sin mínimos de gasto obligatorios.
  • Saldo sin fecha de caducidad.

Ideal para volúmenes variables

Los estudios de animación suelen tener picos de producción seguidos de semanas de inactividad. Con este modelo, escalas linealmente: generas 10 minutos o 10 horas, y pagas exactamente por los caracteres procesados.

La recarga mediante USDT (TRC-20) permite mantener la operatividad inmediata sin depender de facturas o procesos bancarios lentos para proyectos ágiles.

Voces y formatos para animación

Ilustración de onda de sonido para: Voces y formatos para animación

La claridad vocal es crítica para que los personajes de animación sean reconocibles. Nuestra API ofrece ocho voces preestablecidas con timbres distintos, desde narradoras cálidas hasta voces profundas para documentales, diseñadas para cubrir arquetipos comunes sin necesidad de clonación personalizada.

8 voces preestablecidas disponibles

Cada voz tiene un carácter específico que ayuda a definir la personalidad del personaje animado. Puedes asignar la misma voz a múltiples personajes o alternarlas para crear contrastes narrativos.

  • Aria: narradora clara y cálida.
  • Nova: tono brillante y energético.
  • Luna: suave, ideal para historias.
  • Sage: calma instructiva.
  • Felix: enérgico, promocional.
  • Milo: conversacional y amigable.
  • Atlas: neutral, estilo noticioso.
  • Orion: profunda, tipo documental.

Formatos MP3, WAV, OPUS, FLAC, PCM

Selecciona el formato que mejor se adapte a tu pipeline de postproducción. El formato WAV es estándar para edición profesional, mientras que MP3 y OPUS optimizan el almacenamiento para versiones finales.

Velocidad ajustable de 0.25 a 4.0

Ajustar la velocidad permite sincronizar el diálogo con la animación frame a frame. Una velocidad de 1.0 es el ritmo natural; valores más bajos pueden dar énfasis dramático, mientras que velocidades altas son útiles para transiciones rápidas.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase.

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. FFmpeg documentation
  3. IETF RFC 7845: Ogg Opus
  4. MDN: Web Speech API
  5. Tether (USDT)
  6. openai-node on GitHub
  7. curl documentation
  8. Python documentation
  9. LibriVox public-domain audiobooks
  10. Creative Commons Attribution 4.0
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. TRON developer hub: TRC-20

Más en este sitio