API gratuita de texto a voz
Una API de texto a voz (TTS) convierte texto en audio hablado. Algunos proveedores ofrecen TTS gratis, con límites de caracteres o de solicitudes. FreeLLMAPI envía las solicitudes /v1/audio/speech a los proveedores que sirven modelos de voz. Cuando un proveedor falla o alcanza su límite, el enrutador prueba el siguiente.
El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.
Proveedores de texto a voz gratuitos
La tabla muestra los proveedores con una cuota gratuita de TTS. Revisamos cada límite en la página oficial del proveedor. Los límites gratuitos de voz usan caracteres, solicitudes o un presupuesto diario de cómputo, así que compárelos con cuidado.
| Proveedor | Modelo | Cuota gratuita (oficial) | Salida | Notas |
|---|---|---|---|---|
| Groq | Orpheus English, Orpheus Arabic (Saudi) | Plan gratuito con límites diarios. Máximo 200 caracteres por solicitud | Solo WAV | Un administrador de la organización debe aceptar primero los términos del modelo en la consola de Groq |
| Google AI Studio | Gemini 2.5 Flash TTS (preview) | Nivel gratuito: la entrada y la salida son gratuitas, con límites de frecuencia | WAV | Muchas voces. Bueno para voz natural |
| Cloudflare Workers AI | MeloTTS | 10,000 neuronas cada día. MeloTTS usa 18.63 neuronas por cada minuto de audio | WAV | Aprox. 536 minutos de audio cada día si ningún otro modelo usa el presupuesto. Selector de idioma, sin selector de voz |
| Cloudflare Workers AI | Deepgram Aura 1 | Las mismas 10,000 neuronas. Aura 1 usa 1,363.64 neuronas por cada 1,000 caracteres | MP3 | Aprox. 7,300 caracteres cada día |
| Speechify | Simba | 500,000 caracteres cada mes, sin tarjeta | MP3 | El uso comercial aparece en el plan gratuito. Simba 3.5 baja a 333,000 caracteres desde el 21 de noviembre de 2026 |
| Cartesia | Sonic | 20,000 créditos cada mes. 1 crédito es 1 carácter | WAV | La licencia de uso comercial aparece solo en los planes de pago |
Las cifras marcadas como « Aprox. » son nuestro cálculo a partir de las tarifas publicadas. El presupuesto de Cloudflare lo comparten todos los modelos de Workers AI de una cuenta, incluidos los de chat e imagen.
Paso 1: Instale FreeLLMAPI y añada claves de voz
FreeLLMAPI es de código abierto. Se ejecuta en su computadora con Docker. Sus claves de proveedor permanecen en su computadora.
Instale (macOS o Linux)
curl -fsSL https://freellmapi.co/install.sh | bashAbra el panel en http://localhost:3001. Añada sus claves en la página Keys. Una clave de Groq o una clave de Google AI Studio también activan sus modelos de voz. Después abra Models, Audio para ver los modelos de voz y activarlos o desactivarlos. Copie su clave unificada de la página Keys.
Paso 2: Genere voz
El endpoint usa el formato de solicitud de OpenAI. El campo input es obligatorio. Los campos model, voice y response_format son opcionales. El cuerpo de la respuesta es el archivo de audio.
curl: deje que el enrutador elija un proveedor
curl http://localhost:3001/v1/audio/speech \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{"model": "auto", "input": "Your order has shipped.", "voice": "alloy"}' \
--dump-header headers.txt \
--output speech.audio
grep -i -E "content-type|x-provider" headers.txtPython: fije Groq Orpheus English
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
with client.audio.speech.with_streaming_response.create(
model="canopylabs/orpheus-v1-english",
voice="troy", # a native Orpheus voice; "alloy" also maps to troy
input="Your order has shipped. It arrives on Friday.",
response_format="wav", # Orpheus returns WAV only
) as response:
print("Served by:", response.headers.get("x-provider"))
response.stream_to_file("speech.wav")El encabezado X-Provider muestra qué proveedor generó el audio. El encabezado Content-Type muestra el formato, por ejemplo audio/wav o audio/mpeg.
Voces, formatos y longitud del texto
- Voces: los nombres de voz estándar de OpenAI, como
alloy, se asignan a una voz nativa probada en muchos proveedores. También puede enviar un nombre de voz nativo, por ejemplotroypara Orpheus English ofahadpara Orpheus Arabic. - Formatos: cada proveedor genera su propio formato. Groq Orpheus y Cloudflare MeloTTS generan WAV. Cloudflare Aura genera MP3. Un proveedor rechaza un formato que no puede generar. No envía un archivo con una etiqueta incorrecta.
- Longitud del texto: Groq acepta como máximo 200 caracteres por solicitud. Divida los textos largos en oraciones y envíe una solicitud por cada oración.
- Idioma: Orpheus tiene modelos de inglés y de árabe saudí. MeloTTS en Cloudflare usa inglés a través de este adaptador.
Python: divida los textos largos en solicitudes cortas
import re
from openai import OpenAI
client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
text = open("article.txt").read()
parts = [s for s in re.split(r"(?<=[.!?])\s+", text) if s.strip()]
for i, part in enumerate(parts):
with client.audio.speech.with_streaming_response.create(
model="auto", voice="alloy", input=part[:200],
) as r:
ext = "mp3" if "mpeg" in r.headers.get("content-type", "") else "wav"
r.stream_to_file(f"part-{i:03d}.{ext}")Reglas de uso y errores comunes
- Términos de licencia: los planes gratuitos pueden limitar el uso comercial. Cartesia indica la licencia comercial solo en los planes de pago. Lea los términos de cada proveedor antes de publicar audio.
- Cuotas compartidas: una cuota mensual de caracteres pertenece a la cuenta. Más voces o más modelos no dan más caracteres.
- Términos en la consola de Groq: Groq devuelve un error hasta que un administrador acepte los términos del modelo. FreeLLMAPI no acepta los términos por usted.
- Formatos mezclados: con
model: "auto", dos solicitudes pueden venir de proveedores distintos. ReviseContent-Typeantes de unir archivos, o fije un solo modelo. - Unión de partes: una las partes de audio con una herramienta como ffmpeg. Todas las partes deben tener el mismo formato y la misma frecuencia de muestreo, así que fije un solo modelo para cada documento.
- Truncamiento: el ejemplo de división corta cada parte a 200 caracteres. Use oraciones más cortas que eso, o puede perder una palabra.
Solución de problemas
| Problema | Causa | Solución |
|---|---|---|
| Error 400 con un formato | El proveedor no puede generar ese formato | Elimine response_format, o pida wav a Orpheus |
| La solicitud a Groq falla con un texto largo | El texto tiene más de 200 caracteres | Divida el texto en partes cortas |
| Error de Groq sobre los términos | Los términos del modelo no están aceptados | Acepte los términos en la consola de Groq |
| El archivo de audio no se reproduce | La extensión del archivo no coincide con el formato | Use el encabezado Content-Type para definir la extensión |
| Error 503 | No hay ningún modelo de voz activado | Añada una clave y active un modelo en Models, Audio |
Preguntas frecuentes
¿Existe una API gratuita de texto a voz?
Sí. Groq, Google AI Studio, Cloudflare Workers AI, Speechify y Cartesia ofrecen texto a voz gratis con límites. FreeLLMAPI envía las solicitudes /v1/audio/speech a estos proveedores con una sola clave.
¿Qué API gratuita de texto a voz ofrece más caracteres?
De los proveedores de la tabla, Speechify indica 500,000 caracteres cada mes en su plan gratuito. Cartesia indica 20,000 créditos cada mes, con 1 crédito por cada carácter.
¿Puedo usar audio de texto a voz gratuito con fines comerciales?
Depende del proveedor. Speechify indica uso comercial en su plan gratuito. Cartesia indica la licencia comercial solo en los planes de pago. Lea los términos de cada proveedor.
¿Funciona el SDK de OpenAI para texto a voz gratuito?
Sí. Defina base_url como http://localhost:3001/v1 y llame a client.audio.speech.create. El enrutador elige un proveedor y devuelve los bytes del audio.
Guías relacionadas
Fuentes
- FreeLLMAPI docs: Images, video and text-to-speech (revisado 20 November 2026)
- FreeLLMAPI docs: Groq Orpheus speech (revisado 20 November 2026)
- Groq docs: Orpheus text to speech (revisado 20 November 2026)
- Gemini Developer API pricing (revisado 20 November 2026)
- Cloudflare Workers AI pricing (revisado 20 November 2026)
- Speechify API pricing (revisado 20 November 2026)
- Cartesia pricing (revisado 20 November 2026)