API de Qwen3-TTS CustomVoice
Fuente del modelo: Hugging FaceLee tus textos en voz alta con la voz que elijas.
Qwen3-TTS CustomVoice convierte texto en voz natural con una de sus nueve voces listas, y te deja dirigir el tono y la emoción con instrucciones en lenguaje llano. Cuesta 19,00 € por millón de caracteres, con la misma llamada a /v1/audio/speech que la API de OpenAI.
Qué hace
Texto a voz
tts
Cómo se cobra
Cada millón de caracteres
19,00 €
Dónde funciona
España (UE)
MIG B200
Tamaño del cerebro
Pequeño y rápido
TTS, Voces predefinidas
En qué destaca
- Una voz constante para tu marca. Elige una de las nueve voces y úsala en todas partes: asistente, centralita, vídeos, audiolibros. Igual en todos los contenidos y en el tiempo.
- Tono y emoción a la carta. Describe cómo debe sonar en instructions (hasta 500 caracteres): tranquila, alegre, seria.
- Prosodia natural. Pausas, énfasis y entonación que suenan a hablado, no a leído.
- Castellano y nueve idiomas más. Chino, inglés, japonés, coreano, alemán, francés, ruso, portugués, castellano e italiano. Todas las voces hablan los diez.
No clona voces. Para hablar con una voz a partir de tu propia muestra, usa Qwen3-TTS Base.
Precio
€ por millón de caracteres, IVA incluido
Para tu equipo técnico
Envías el texto y recibes el audio. Eliges modelo y voz.
curl https://api.gpuflow.ai/v1/audio/speech \
-H "Authorization: Bearer $GPUFLOW_API_KEY" \
-H "Content-Type: application/json" \
-d '{ "model": "qwen3-tts-customvoice",
"input": "Hola",
"voice": "Ryan" }' --output speech.wavLímites y formatos
- Peticiones por minuto
- 1.000 por clave, con ráfagas de hasta el doble; ampliable a 5.000 desde el panel.
- Formatos de salida
- wav (por defecto), mp3, flac, pcm, aac y opus.
- Voces
- Nueve voces listas que hablan diez idiomas; el tono se ajusta con instructions.
Qwen3-TTS CustomVoice frente a modelos parecidos
| Qwen3-TTS CustomVoice | Qwen3-TTS Base (clone) | |
|---|---|---|
| Para qué | Voces listas con tono y emoción ajustables | Tu propia voz a partir de una muestra corta |
| Voces | Nueve voces listas | Clona tu muestra |
| Precio | 19,00 € por millón de caracteres, IVA incluido | 5,00 € por millón de caracteres, IVA incluido |
Una voz lista con control del tono: Qwen3-TTS CustomVoice; tu propia voz a partir de una muestra: Qwen3-TTS Base. Las dos usan el mismo endpoint.
Preguntas frecuentes
¿Cuánto cuesta Qwen3-TTS CustomVoice?
19,00 € por millón de caracteres, IVA incluido. Sin cuota mensual.
¿Dónde funciona?
En nuestras GPU NVIDIA B200, en un centro de datos en España.
¿La API de texto a voz es compatible con la de OpenAI?
Sí, la misma llamada a /v1/audio/speech con model, input y voice. Devuelve wav por defecto, o mp3, flac, pcm, aac y opus.
¿Qué voces hay?
Nueve: Vivian (la de por defecto), Serena, Uncle_Fu, Dylan, Eric, Ryan, Aiden, Ono_Anna y Sohee. Cada una tiene un idioma nativo, pero cualquiera habla los diez idiomas admitidos.
¿Puedo clonar mi propia voz?
Con este modelo no. Qwen3-TTS Base clona una voz a partir de una muestra de 1 a 30 segundos y su transcripción, en el mismo endpoint.
¿Se guarda mi texto?
No. El texto se procesa en memoria y el audio vuelve en la misma llamada; no conservamos ninguno de los dos y no se usan para entrenar.