Una API de texto a voz para textos largos: capítulos, artículos y audiolibros
Con textos largos las API de texto a voz se vuelven lentas y caras. Muchas limitan una solicitud a unos miles de caracteres: divides el libro tú mismo, envías cientos de solicitudes y vuelves a unir el audio, y cada carácter se cobra.
La API de voz de SuperClonica acepta hasta 20 000 caracteres en una solicitud y devuelve un solo archivo. En nuestras mediciones del servicio en producción, unos 16 000 caracteres, 15,6 minutos de voz, volvieron en 25,6 segundos. Esta guía muestra cómo convertir un texto largo y cuáles son los límites.
Por qué es rápido
El servidor divide el texto en los límites de las frases, convierte las partes en varios workers a la vez y las une en un archivo con pausas uniformes. Por eso un capítulo largo tarda segundos y no minutos, y con "stream": true puedes empezar a escuchar desde 300 ms mientras se genera el resto.
Cuánto cabe en una solicitud
Una solicitud acepta hasta 20 000 caracteres, y su audio debe caber en la ventana de 10 minutos de tu plan. El plan fija cuánto puede durar un archivo:
- Gratis: hasta 1 minuto, unos 1000 caracteres.
- Inicio, 5 $: hasta 3 minutos, unos 3000 caracteres por solicitud.
- Autor, 10 $: hasta 8 minutos.
- Pro, 20 $: hasta 25 minutos, es decir, los 20 000 caracteres completos.
- Estudio, 50 $: hasta 80 minutos, con margen para varias solicitudes largas a la vez.
Convertir un libro capítulo a capítulo
Divide el libro en capítulos o escenas, envía cada parte como su propia solicitud con un Idempotency-Key como el número de capítulo y guarda cada respuesta como archivo. En Python: requests.post("https://superclonica.com/api/v1/speech", headers={"Authorization": "Bearer " + key, "Idempotency-Key": "chapter-3"}, json={"text": text, "voice": "M2", "language": "es", "format": "mp3"}, timeout=120). Una respuesta 503 significa que la cola está llena: espera los segundos de Retry-After y envía la misma solicitud de nuevo; una clave repetida nunca convierte un texto dos veces.
Los números, fechas y abreviaturas se leen como palabras, y los saltos de línea se conservan como cortes de párrafo.
Elegir el narrador
En un plan de pago cualquier voz del catálogo de SuperClonica funciona por la API, y puedes entrenar un narrador con tu propia grabación en el sitio. Escucha gratis a los candidatos en sus páginas con una frase de tu libro antes de decidir. Para un manuscrito privado que no debe salir de tu equipo, ejecuta tú mismo el motor gratuito de SuperClonica; convierte los textos largos igual.