Español (ES)

La conversión de texto a voz permite transformar contenido escrito en voz usando voces neuronales con prosodia natural. La herramienta se dirige a creadores, docentes, especialistas en accesibilidad y desarrolladores que necesitan audio escalable para vídeos, aprendizaje en línea, sitios web y apps. Soporta varios idiomas y voces, estilos de habla configurables y SSML para un control detallado, lo que lo hace adecuado para narración, subtítulos y experiencias interactivas en distintas plataformas.
Conceptualmente, el servicio normaliza el texto de entrada, selecciona el idioma y la voz, aplica ajustes de prosodia y temporización y genera audio con un vocoder neural. Acepta entradas estructuradas como text, language_code, voice_id, speaking_rate, pitch y volume_gain, y emite un archivo de audio o un flujo en mp3, wav u ogg. Los elementos SSML se interpretan para ajustar énfasis, pausas y pronunciación. Para desarrolladores, una API REST o SDK permite generación por lotes, streaming de textos largos y endpoints de progreso/estado.
El valor proviene de la calidad, flexibilidad y automatización. Los usuarios producen audio consistente y accesible a gran escala, optimizan flujos de narración y adaptan voces a la marca o audiencia. Casos de uso típicos: narración de cursos, voces para vídeos, intros de podcasts y narrativas web accesibles. Los outputs incluyen metadatos como duración y tamaño de archivo para facilitar publicación e indexación.