Convierte texto en voz en un archivo MP3

Usa el endpoint Bytes de texto a voz. Define output_format como {"container":"mp3","sample_rate":44100,"bit_rate":128000}. Incluye los demás campos obligatorios y la autenticación indicados en la referencia. Esto selecciona un MP3 de 44,1 kHz a 128 kbps; es una configuración compatible, no un requisito para todas las aplicaciones. La respuesta contiene bytes de audio, no una URL de descarga en JSON.

Sí. Introduce el texto en la herramienta de arriba, elige una voz y selecciona Crear MP3. Cuando el archivo esté listo, selecciona Descargar MP3. Para una aplicación, solicita MP3 a la API Bytes y guarda la respuesta correcta como archivo .mp3.

Puedes escuchar y descargar muestras breves de MP3 en esta página sin una cuenta. La generación mediante API consume los créditos de tu cuenta. Consulta los planes actuales de Cartesia para conocer los créditos incluidos, el uso adicional y las condiciones de uso comercial.

Usa el formato que espere la integración receptora. MP3 comprime el audio para reproducir archivos; PCM representa muestras de audio sin compresión MP3. Una llamada en directo puede requerir una codificación sin procesar y una frecuencia de muestreo específicas en lugar de MP3. Consulta la guía de integración de audio antes de elegir los parámetros de salida. Una descarga rápida de archivos no mide la latencia de extremo a extremo de una conversación.

Consulta la documentación actual del modelo Sonic para conocer los idiomas disponibles. Los modelos compatibles tienen controles de volumen, velocidad y emoción. Prueba la voz elegida en cada idioma de destino. Presta atención a los nombres, las abreviaturas y los números; la generación de voz sigue necesitando revisión para tu caso de uso.

Sí, si tu sistema telefónico acepta el formato del archivo y tienes los derechos necesarios sobre la voz y el texto. Genera saludos fijos a partir de guiones aprobados y pruébalos mediante una conexión telefónica. Un saludo pregrabado no interpreta la respuesta de quien llama. Para llamadas interactivas, explora Cartesia Managed Agents.

Sí. Crear MP3 genera un archivo con el texto, la voz y el idioma seleccionados. Descargar MP3 aparece cuando termina la generación. Al editar el texto o cambiar la voz, se elimina la descarga anterior para que puedas crear un archivo nuevo con la selección actualizada.

La frecuencia de muestreo indica cuántas veces se toma una muestra de audio por segundo. La tasa de bits indica cuántos datos de audio comprimido se almacenan por segundo. Elige parámetros compatibles con tu reproductor. El ejemplo de esta página usa 44100 muestras por segundo y 128000 bits por segundo; esos parámetros no son obligatorios para todos los proyectos.

Copia el texto que quieres escuchar y revísalo antes de generar audio. Elimina números de página, encabezados repetidos y otros elementos que no deban leerse en voz alta. La API de voz acepta texto; no extrae el texto de un PDF subido en esta página.

Comprueba primero que la solicitud a la API haya tenido éxito y que hayas guardado la respuesta como audio binario. Confirma que solicitaste un contenedor MP3 y que el reproductor admita los parámetros elegidos. Cambiar el nombre de un archivo WAV para que termine en .mp3 no convierte el formato de audio.

Empieza con un fragmento breve para elegir la voz y comprobar la pronunciación. Organiza los guiones largos en secciones que puedas revisar por separado y conserva la misma voz y los mismos parámetros de salida en todas ellas. Escucha cada transición antes de montar la narración final en tu editor. Conserva una copia del texto de origen para que una corrección posterior no obligue a reescribir todo el guion.