Convierte texto en voz natural mediante una API impulsada por la mejor tecnología de IA de Google.
Los clientes nuevos obtienen hasta $300 en créditos gratuitos para probar Text‐to‐Speech y otros productos de Google Cloud.
Mejora las interacciones con los clientes gracias a respuestas inteligentes y naturales.
Interactúa con los usuarios mediante una interfaz de usuario de voz en tus dispositivos y aplicaciones.
Personaliza las comunicaciones en función de las preferencias de idioma y voz de los usuarios.
Beneficios
Implementa las tecnologías innovadoras de Google para generar voces con entonación similar a las de los seres humanos. La API se desarrolló según la experiencia de DeepMind en la síntesis de voz y ofrece voces de calidad casi idéntica a las humanas.
Elige entre un conjunto de más de 380 voces disponibles en más de 50 idiomas y variantes, incluidos árabe, chino mandarín, español, hindi, ruso y muchos más. Elige la voz que se adapte mejor a tus usuarios y aplicaciones.
Crea una voz única que represente tu marca en todos los puntos de contacto con tus clientes, en lugar de usar una voz común que también utilizan otras organizaciones.
Demostración
Escribe lo que quieras, selecciona un idioma y haz clic en “Speak it” para escucharlo.
Características clave
Crea agentes atractivos con las voces de conversación espontáneas más recientes basadas en AudioLM.
Deslumbra a tus oyentes con contenido narrado por profesionales y grabado en un entorno de calidad de estudio. Asegúrate de poner los auriculares.
Internacionaliza tu experiencia con las voces listas para usar y con la tecnología de las últimas investigaciones tras la Voz personalizada.
Entrena un modelo de voz personalizada con tus propias grabaciones de audio a fin de crear una voz única y con sonido más natural para tu organización. Puedes definir y elegir el perfil de voz que se adapte a tu organización y ajustarlo con rapidez según los cambios que se requiera hacer, sin necesidad de grabar frases nuevas.
Personaliza tu voz con etiquetas de SSML que te permiten agregar formatos de fecha y hora, pausas y números, además de otras instrucciones de pronunciación.
Novedades
Regístrate para recibir los boletines informativos de Google Cloud con información sobre actualizaciones de productos, eventos, ofertas especiales y mucho más.
Documentación
Casos de uso
Ofrece una mejor experiencia de voz para la atención al cliente con bots de voz de Dialogflow que generan voces de manera dinámica, en vez de reproducir un audio estático previamente grabado. Interactúa con voces sintetizadas de alta calidad que ofrecen una sensación de familiaridad y personalización a quienes llaman.
Ofrece una comunicación natural a tus usuarios. Para ello, potencia los dispositivos, como los lectores de texto, de modo que usen voces similares a las humanas. Diseña una interfaz de usuario de voz de extremo a extremo junto con Speech-to-Text y Natural Language para mejorar la experiencia del usuario mediante interacciones sencillas y atractivas.
Haz que las EPG lean fácilmente texto en voz alta para proporcionar a los clientes una mejor experiencia del usuario y cumplir con los requisitos de accesibilidad de tus servicios y aplicaciones. Prueba la demostración de EPG.
Implementa fácilmente la función de texto a voz en las EPG para proporcionar a los clientes una mejor experiencia del usuario y cumplir con los requisitos de accesibilidad de tus servicios y aplicaciones.
Todas las características
Voz personalizada | Entrena un modelo de síntesis de voz personalizado con tus propias grabaciones de audio para crear una voz única para tu organización que suene más natural. Puedes definir y elegir el perfil de voz que se adapte a tu organización y ajustarlo con rapidez según los cambios que se requiera hacer, sin necesidad de grabar frases nuevas. Obtén más información. |
Síntesis de audio largo | Sintetiza de forma asíncrona hasta 1 millón de bytes de entrada con la Síntesis de audio largo. |
Selección de idioma y voz | Elige entre una amplia selección de más de 220 voces disponibles en más de 40 idiomas y variantes. Pronto agregaremos más. |
Voces generadas por WaveNet | Aprovecha las más de 90 voces de WaveNet creadas según la investigación innovadora de DeepMind para generar sonidos que reducen de manera significativa las diferencias con los patrones humanos. |
Compatibilidad con formatos de texto y SSML | Personaliza tu voz con etiquetas de SSML que te permiten agregar formatos de fecha y hora, pausas y números, además de otras instrucciones de pronunciación. |
Ajuste del tono | Personaliza el tono de la voz seleccionada hasta 20 semitonos más o menos que la voz predeterminada. |
Ajuste de la velocidad del habla | Personaliza tu velocidad de habla para que sea hasta 4 veces más rápida o lenta que la velocidad normal. |
Control del aumento de volumen | Aumenta el volumen de la voz hasta 16 dB o disminúyelo hasta -96 dB. |
APIs de REST y gRPC integradas | Realiza integraciones sencillas a cualquier aplicación o dispositivo que pueda enviar solicitudes de REST o gRPC, incluidos teléfonos, PCs, tablets y dispositivos de IoT (p. ej., autos, TVs o bocinas). |
Flexibilidad de formatos de audio | Convierte texto en MP3, Linear16, OGG Opus y muchos otros formatos de audio. |
Perfiles de audio | Aplica optimizaciones en función del tipo de bocina desde la que se reproducirá la voz, como auriculares o líneas telefónicas. |
Precios
Text‑to‑Speech se cobra según la cantidad de caracteres que se envíen al servicio para sintetizarse como audio cada mes. El primer millón de caracteres de cada mes para voces de WaveNet es gratuito. En el caso de las voces estándar (que no son de WaveNet), los primeros 4 millones de caracteres de cada mes son gratuitos. Después de que se supera el nivel gratuito, el precio de Text‑to‑Speech se cobra por cada 1 millón de caracteres de texto procesado.
Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en los SKU de Google Cloud.
Los clientes nuevos obtienen $300 en créditos gratuitos para probar Text‐to‐Speech y otros productos de Google Cloud.