API de texto a voz
UnificAlly ofrece 8 modelos de texto a voz de Google y ElevenLabs con una sola API REST y una sola clave de API. Las tarifas empiezan en $0.000105/s (Gemini 3.8 Flash Lite TTS) o $0.024/1000 caracteres (Eleven v4 Turbo), según cómo factura cada modelo, y pagas por generación desde un saldo prepago, sin suscripción. Todos los modelos de abajo usan las mismas dos llamadas: POST /v1/tasks para iniciar un trabajo y GET /v1/tasks/{task_id} para obtener el resultado.
Los 8 modelos de texto a voz en UnificAlly
| Modelo | Proveedor | Tarifa inicial |
|---|---|---|
| API de Eleven v4 ElevenLabs #2 en la TTS arena de Artificial Analysis, audio tags, diálogo con varios hablantes, clonación de voz por solicitud. | ElevenLabs | $0.048/1000 caracteres |
| API de Eleven v4 Turbo ElevenLabs #1 en la TTS arena de Artificial Analysis, ~100 ms de inferencia mediana, audio tags, diálogo, clonación de voz. | ElevenLabs | $0.024/1000 caracteres |
| API de ElevenLabs ElevenLabs TTS Eleven v4 y v4 Turbo, diálogo con varias voces, efectos de sonido, aislamiento de voz, voz a texto. | ElevenLabs | desde $0.024/1000 caracteres |
| API de Gemini 3.8 Flash Lite TTS La voz de Gemini 3.8 para alto volumen, Elo 1241 en Artificial Analysis TTS, 100+ idiomas. | $0.000105/s | |
| API de Gemini 3.8 Flash TTS Elo 1267 en Artificial Analysis TTS, vocal bursts, diálogo entre dos hablantes, 130+ idiomas. | $0.000158/s | |
| API de Gemini 3.1 Flash TTS Audio tags en línea, diálogo entre dos hablantes, 30 voces, 70+ idiomas. | $0.00035/s | |
| API de Gemini 2.5 Pro TTS Narración de alta calidad con 30 voces, modo diálogo y 70+ idiomas. | $0.00035/s | |
| API de Gemini 2.5 Flash TTS El más rápido y de menor costo por segundo, con 30 voces y modo diálogo. | $0.000175/s |
Cómo llamar a la API de texto a voz
Todos los modelos reciben la misma solicitud: un ID de modelo y un objeto input. Este ejemplo usa elevenlabs/text-to-speech; cámbialo por cualquier ID de modelo de la tabla y usa los campos de input que indica su página.
# 1. Start a task
curl -X POST https://api.unifically.com/v1/tasks \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "elevenlabs/text-to-speech",
"input": {
"text": "Hello from UnificAlly.",
"voice": "21m00Tcm4TlvDq8ikWAM"
}
}'
# 2. Read the result with the task_id from step 1
curl https://api.unifically.com/v1/tasks/TASK_ID \
-H "Authorization: Bearer YOUR_API_KEY"Preguntas frecuentes sobre la API de texto a voz
- ¿Cuánto cuesta la API de texto a voz?
- Cada modelo tiene su propia tarifa, que aparece en la tabla de arriba y en la página de precios. Las tarifas más bajas ahora mismo son $0.000105/s (Gemini 3.8 Flash Lite TTS) y $0.024/1000 caracteres (Eleven v4 Turbo). Pagas por generación desde un saldo prepago: sin suscripción, sin mínimo mensual, y el saldo no caduca. Las generaciones fallidas no se cobran, y una solicitud con dry_run en true devuelve el precio exacto sin ejecutar el trabajo.
- ¿Cómo llamo a estos modelos de texto a voz desde código?
- Envía POST https://api.unifically.com/v1/tasks con tu clave de API, un ID de modelo (por ejemplo elevenlabs/text-to-speech) y un objeto input. La respuesta incluye un task_id: consulta GET /v1/tasks/{task_id} hasta que el estado sea completed, o pasa un callback_url para recibir el resultado por webhook. La forma de la solicitud es la misma para todos los modelos; solo cambian el ID de modelo y los campos de input.
- ¿Puedo usar una voz personalizada?
- Con el texto a voz de ElevenLabs, sí. Su campo voice acepta un ID de voz de GET /v1/resources/elevenlabs/voices o una lista de hasta 25 URLs de muestras de un mismo hablante, que crea una voz personalizada solo para esa solicitud; las muestras no se guardan. Los modelos TTS de Gemini usan voces con nombre, que se listan en la página de cada modelo.
- ¿Puedo probar los modelos de texto a voz antes de recargar saldo?
- Sí. Una cuenta nueva de UnificAlly empieza con un saldo de registro de $0.50, y cada página de modelo tiene un playground en el navegador que funciona con ese saldo, así que puedes comparar resultados antes de escribir código.