API de Voz Sintética para Startups: Guía Completa de Integración

Por equipo editorial de VozRápida · Actualizado 2026-11-19

Esta guía explica cómo integrar nuestra API de síntesis de voz en sistemas IVR y centros de llamada. Cubrimos criterios de selección, análisis de costes comparativos, voces disponibles, formatos de audio y límites de tasa. También detallamos la metodología de pago con USDT y la integración técnica mediante el SDK de OpenAI o cURL.

Dirigida a equipos de ingeniería de startups, este documento ofrece datos concretos para evaluar la viabilidad técnica y económica. Encontrarán ejemplos reales de integración, especificaciones de 23 idiomas y las limitaciones clave a considerar antes de desplegar la solución en producción.

API de Voz Sintética para Startups: Guía Completa de Integración

Preguntas frecuentes

¿Qué es una API de voz sintética?

Es un servicio en la nube que convierte texto en archivos de audio mediante una solicitud POST. Envías texto y recibes el audio generado. Es compatible con estándares de la industria, permitiendo integraciones rápidas en sistemas IVR y centros de llamada sin necesidad de hardware adicional.

¿Cuál es el mejor formato de audio para IVR?

Puedes elegir entre mp3, wav, opus, flac o pcm según tus necesidades de compatibilidad. El formato mp3 es eficiente en ancho de banda, mientras que wav ofrece calidad sin pérdida. Selecciona el formato que mejor se integre con tu plataforma de telefonía existente.

¿Qué voces son mejores para call centers?

Para centros de llamada, se recomiendan voces claras y naturales como aria, nova, luna o sage para atención al cliente, y atlas para noticias o avisos. Cada voz tiene un tono distintivo, pero todas soportan los 23 idiomas disponibles para adaptarse a tu audiencia.

¿Cuánto cuesta la API por carácter?

El costo es de $10 por cada millón de caracteres, equivalente a $0.01 por cada 1,000 caracteres. Los espacios y la puntuación cuentan como caracteres. Las solicitudes fallidas son gratuitas y el saldo no expira. No hay planes mensuales ni costos fijos.

¿Hay una prueba gratuita disponible?

Sí, al registrarte con Google recibes $0.50 de crédito (aproximadamente 50,000 caracteres) válidos por 7 días. Las cuentas creadas con correo y contraseña no incluyen este crédito inicial. Puedes recargar saldo mediante USDT en la red TRON para continuar usando el servicio.

¿Qué idiomas están soportados?

Soportamos 23 idiomas: árabe, chino, danés, neerlandés, inglés, finés, francés, alemán, griego, hebreo, hindi, italiano, japonés, coreano, malayo, noruego, polaco, portugués, ruso, español, suajili, sueco y turco. Cualquier voz puede hablar cualquiera de estos idiomas. No soportamos vietnamita, tailandés ni ucraniano.

¿Qué es USDT y por qué se usa?

USDT es una stablecoin en la red TRON (TRC-20). Es el único método de recarga disponible, con un mínimo de $5. Se usa para evitar intermediarios bancarios, permitiendo créditos automáticos en minutos sin facturas ni IVA. No aceptamos tarjetas ni PayPal.

¿Se puede clonar una voz propia?

No, no ofrecemos clonación de voz personalizada ni subida de audio propio. Las voces son predefinidas y basadas en grabaciones licenciadas. Si necesitas una voz específica, debes elegir entre las 8 opciones disponibles (aria, nova, luna, sage, felix, milo, atlas, orion).

¿Qué es el límite de 4096 caracteres?

Cada solicitud a la API puede contener hasta 4096 caracteres de texto. Para textos más largos, debes dividirlos en partes, generar el audio para cada una y unir los archivos resultantes. Esto asegura un procesamiento eficiente y evita tiempos de espera excesivos.

¿Qué es el modelo tts-1-hd?

Es uno de los dos modelos disponibles, junto con tts-1. Ambos utilizan el mismo motor de síntesis y tienen el mismo precio. La elección depende de tus preferencias de calidad de audio, aunque técnicamente funcionan de manera idéntica para la integración de la API.

¿Se almacenan mis datos de texto?

El texto de entrada se usa únicamente para generar el audio y no se utiliza para entrenamiento. El audio generado se devuelve en la respuesta y no se almacena. Solo conservamos metadatos de la solicitud (tiempo, caracteres, estado) para fines de facturación y registro.

¿Cuántas solicitudes puedo hacer por minuto?

El límite es de 60 solicitudes por minuto por clave. Antes de la primera recarga, el límite es de 10 solicitudes por minuto. Las solicitudes se procesan en cola, por lo que bajo carga alta podría haber retrasos. No hay garantía de tiempo de respuesta.

¿Es necesario un plan mensual?

No, no hay planes mensuales, asientos ni gasto mínimo. Pagas solo por los caracteres consumidos. El saldo no expira y puedes recargar cuando quieras. Es un modelo de pago por uso ideal para startups que necesitan flexibilidad en sus costos operativos de voz.

¿Qué es una marca de agua en audio?

Cada archivo de audio generado contiene una marca de agua inaudible que indica que es voz sintética. Esto permite identificar fácilmente el contenido generado por la API sin afectar la calidad auditiva para el usuario final. Es una característica estándar de nuestros archivos.

Criterios de selección para startups

Ilustración de onda de sonido para: Criterios de selección para startups

Para startups que integran síntesis de voz en IVR, la predictibilidad del coste y la rapidez de despliegue son críticas. VozRápida ofrece una interfaz compatible con estándares de la industria, permitiendo añadir voz a los sistemas de respuesta interactiva sin complejidades adicionales ni infraestructura fija.

Coste por carácter

El modelo de facturación es estrictamente por uso: $0.01 por cada 1.000 caracteres, incluyendo espacios y puntuación. No hay mínimos mensuales ni compromisos de volumen, lo que lo hace adecuado para tráfico variable en centros de llamada.

  • Tarifa plana de $10 por millón de caracteres.
  • Cobro exacto por uso sin gastos ocultos.

Facilidad de integración

La API sigue la forma de solicitud del endpoint de OpenAI, lo que permite usar los SDKs oficiales simplemente modificando la base_url. Esto reduce el tiempo de desarrollo y la curva de aprendizaje para los equipos de ingeniería.

  • Compatible con SDKs de OpenAI.
  • Endpoints REST estándar.

Sin costes fijos mensuales

A diferencia de los planes de suscripción tradicionales, no se pagan licencias por asiento ni cuotas fijas. Si no hay solicitudes, no hay coste, optimizando el flujo de caja en las etapas iniciales de la startup.

Análisis de costes comparativos

Ilustración de onda de sonido para: Análisis de costes comparativos

La facturación es estrictamente proporcional al volumen de texto procesado, lo que elimina los costes fijos mensuales. El precio base es de 0,01 USD por cada 1.000 caracteres, donde se cuentan espacios y puntuación. Las solicitudes fallidas no generan cargo, devolviéndose el crédito íntegro si la síntesis no se completa.

Este modelo de pago por uso permite predecir gastos exactos según el tráfico de llamadas. No hay suscripciones ni mínimos de consumo, ideal para startups con demanda variable. Solo se requiere recargar el saldo cuando sea necesario.

Precio por mil caracteres

El costo es de $0.01 por cada 1.000 caracteres. Cada solicitud acepta hasta 4.096 caracteres. Los caracteres en blanco y la puntuación se cuentan como caracteres.

  • Tarifa base: $10 por 1 millón de caracteres
  • Unidades de facturación: 1.000 caracteres
  • Inclusión de espacios y signos de puntuación

Coste de prueba gratuito

Al registrarte con Google obtienes $0.50 de crédito. Esto equivale a unos 50.000 caracteres para pruebas. La oferta dura 7 días. Las cuentas por email no incluyen este bono inicial.

  • Crédito inicial: $0.50
  • Caracteres disponibles: ~50.000
  • Duración: 7 días tras registro con Google

Coste de recarga mínima

El mínimo de recarga es de $5. El pago se realiza exclusivamente con USDT (TRC-20) en la red TRON. Los fondos se acreditan automáticamente en minutos. No se aceptan tarjetas ni PayPal.

  • Recarga mínima: $5 USD
  • Red de pago: TRON (TRC-20)
  • Criptomoneda: USDT
  • Credito no caduca

Comparativa de voces disponibles

Ilustración de onda de sonido para: Comparativa de voces disponibles

VozRápida ofrece ocho voces predefinidas optimizadas para IVR, equilibrando claridad y tono. Las opciones femeninas incluyen Aria (narradora clara), Nova (enérgica), Luna (suave) y Sage (instruccional). Los hablantes masculinos cubren Felix (promocional), Milo (conversacional), Atlas (noticias neutral) y Orion (documental profundo).

8 voces predefinidas

Cada voz está diseñada para distintas aplicaciones en centros de llamada. Desde la claridad de Aria hasta la profundidad de Orion, los desarrolladores pueden seleccionar el tono exacto que mejore la experiencia del usuario final sin necesidad de ajustes complejos.

Voces masculinas y femeninas

La distribución equitativa permite crear menús con alternativas naturales. Atlas y Milo se destacan por su neutralidad y cercanía, ideales para sistemas de respuesta automática que requieren alta inteligibilidad bajo condiciones de ruido o líneas telefónicas estándar.

Calidad de grabaciones licenciadas

Todas las voces derivan de grabaciones licenciadas de LibriTTS-R (CC BY 4.0) y lecturas de dominio público de LibriVox. Esto garantiza una base acústica consistente con licencias CC BY 4.0 y dominio público.

Cada archivo generado incluye una marca de agua inaudible que identifica el audio como sintético, asegurando transparencia sin afectar la calidad perceptible del usuario.

Formatos de audio soportados

Ilustración de onda de sonido para: Formatos de audio soportados

El API ofrece cinco formatos de audio para equilibrar calidad y eficiencia. Puedes seleccionar MP3, WAV, OPUS, FLAC o PCM mediante el campo response_format en la solicitud JSON.

La elección depende del tráfico de red y los requisitos de latencia del sistema IVR. Cada formato tiene implicaciones distintas en el consumo de ancho de banda y la compatibilidad con los reproductores de los sistemas de llamada.

MP3, WAV, OPUS, FLAC, PCM

El formato predeterminado es MP3, optimizado para la mayoría de las integraciones. WAV y FLAC proporcionan audio sin pérdida, útil para archivar o calidad máxima. OPUS es eficiente para VoIP. PCM ofrece datos crudos sin compresión.

Selecciona el formato adecuado según la necesidad de fidelidad o tamaño de archivo. La API devuelve el audio generado directamente en la respuesta.

  • MP3: estándar, compacto.
  • WAV: sin pérdida.
  • OPUS: eficiente para VoIP.
  • FLAC: alta fidelidad.
  • PCM: datos crudos.

Elección según ancho de banda

Para centros de llamada con tráfico alto, formatos comprimidos como MP3 u OPUS reducen el ancho de banda necesario. Esto optimiza la transmisión de las voces sintéticas al usuario final.

Formatos sin pérdida ocupan más espacio pero garantizan la integridad exacta del audio generado.

Compatibilidad con reproductores

Todos los formatos soportados son ampliamente compatibles con los sistemas de reproducción de centros de llamada y librerías de audio estándar. No se requieren codecs adicionales en la mayoría de los entornos de despliegue.

Límites de velocidad y tasa

Ilustración de onda de sonido para: Límites de velocidad y tasa

La API de VozRápida opera con un límite estándar de 60 solicitudes por minuto por clave. Este umbral es suficiente para la mayoría de las integraciones de IVR, pero requiere planificación si se generan menús de llamadas con alta concurrencia.

60 solicitudes por minuto

El límite base permite procesar solicitudes de texto a voz de forma continua. Dado que las peticiones se procesan en cola, el tiempo de respuesta puede variar bajo carga. Este límite se aplica por clave API activa.

Límite inicial de 10 req/min

Las cuentas nuevas comienzan con un límite conservador de 10 solicitudes por minuto. Este umbral se eleva automáticamente a 60 req/min tras la primera recarga de saldo. Es una medida de protección contra picos inesperados durante la fase de prueba.

Impacto en generación en masa

Para volúmenes superiores, es necesario dividir el texto en fragmentos de hasta 4096 caracteres y gestionar las solicitudes de forma escalonada. La generación de audio tarda aproximadamente un segundo por cada 25 caracteres, por lo que la cola puede acumularse si se excede la tasa.

Idiomas y cobertura global

Ilustración de onda de sonido para: Idiomas y cobertura global

Nuestra API soporta 23 idiomas, desde inglés y español hasta árabe y swahili. Cualquier voz puede generar audio en cualquiera de estos idiomas, lo que simplifica la gestión de menús multilingües en centros de llamada sin necesidad de múltiples proveedores.

23 idiomas soportados

Incluimos idiomas clave para mercados globales como alemán, japonés, coreano y portugués. La flexibilidad de asignar cualquier voz a cualquier idioma permite mantener una experiencia auditiva coherente en todos los mercados donde operan las startups.

  • Inglés, español, francés, alemán, italiano, portugués
  • Chino, japonés, coreano, árabe, hindi, ruso
  • Danés, noruego, sueco, finés, neerlandés, polaco
  • Griego, hebreo, malayo, swahili, turco

Ausencia de vietnamita o tailandés

Actualmente no soportamos vietnamita, tailandés, indonesio, ucraniano, rumano, checo, bengalí ni otros idiomas no listados. Si tu sistema requiere estos idiomas específicos, deberás considerar otras soluciones hasta que se añadan a la lista oficial.

Detección automática de script

Si no especificas el campo language, el sistema adivina el idioma basado en el script (el texto en latino por defecto se trata como inglés). Para textos en latino pero en otros idiomas, debes establecer explícitamente el parámetro language con el código ISO para evitar errores de pronunciación.

Metodología de pago

Ilustración de onda de sonido para: Metodología de pago

La recarga de saldo se realiza exclusivamente mediante criptomonedas. Utilizamos la red TRON (TRC-20) para procesar depósitos de USDT de forma rápida y económica. El mínimo de recarga es de 5 dólares y el crédito se acredita automáticamente en minutos tras confirmar la transferencia en la blockchain.

Pago con USDT en TRON

Envía USDT a la dirección proporcionada en tu panel. No se requieren cuentas bancarias ni pasarelas de pago tradicionales, lo que reduce la fricción para equipos internacionales.

Sin tarjetas ni PayPal

A diferencia de las plataformas SaaS convencionales, no aceptamos tarjetas de crédito ni PayPal. Esto elimina las disputas de cargos y las comisiones de procesamiento de pagos fiat, manteniendo los precios base estables.

Crédito no caducado

El saldo en tu cuenta no tiene fecha de vencimiento. Puedes recargar cuando lo necesites sin perder crédito acumulado, ideal para proyectos con ciclos de desarrollo variables o lanzamientos estacionales.

Metodología de pago

Integración técnica y SDKs

Ilustración de onda de sonido para: Integración técnica y SDKs

La API de VozRápida mantiene la misma estructura de solicitudes que el endpoint de speech de OpenAI, lo que permite reutilizar SDKs oficiales simplemente modificando la variable base_url hacia https://api.tk999us.info/v1 y utilizando la clave de la API proporcionada.

Este enfoque estandarizado elimina la necesidad de aprender una librería nueva, acelerando la integración en sistemas de respuesta de voz interactiva (IVR) y centros de llamada con mínimos cambios en el código existente.

Compatibilidad con OpenAI SDK

Los SDKs oficiales de OpenAI funcionan directamente con nuestra API al apuntar al base_url correcto (https://api.tk999us.info/v1). La estructura del cuerpo JSON es idéntica: campos como model, input, voice y response_format se manejan exactamente igual que en la implementación de referencia.

Esta compatibilidad garantiza que las aplicaciones existentes que consumen audio TTS puedan migrar o escalar sin rehacer la capa de red, manteniendo la misma lógica de manejo de errores y autenticación mediante cabecera Authorization: Bearer.

  • Endpoint compatible con formato JSON de OpenAI
  • Uso de base_url personalizado en SDKs oficiales
  • Autenticación mediante token Bearer estándar

Uso de cURL para pruebas

Para validaciones rápidas sin configurar un entorno de desarrollo completo, se puede utilizar cURL directamente. Esto permite verificar la disponibilidad de voces, probar la generación de audio con un texto corto o comprobar el estado de la cuenta mediante solicitudes GET a /v1/voices.

El ejemplo básico implica enviar una solicitud POST con el texto en el campo input y recibir el archivo de audio en la respuesta, lo cual es ideal para validar la integración antes de implementarlo en producción.

Sin SDK propietario

No existe un SDK propietario de VozRápida ni una librería exclusiva para este servicio. La estrategia es aprovechar las herramientas ya conocidas por los ingenieros, reduciendo la curva de aprendizaje y la dependencia de una única marca.

Esto evita la duplicación de esfuerzos en mantenimiento de librerías específicas y permite el uso de clientes HTTP estándar o las bibliotecas oficiales de terceros que ya soportan la estructura de endpoints utilizada.

Ventajas para centros de llamada

Ilustración de onda de sonido para: Ventajas para centros de llamada

La API permite generar audio de IVR bajo demanda, eliminando la necesidad de almacenar miles de archivos .wav estáticos. Al recibir una solicitud POST, el sistema devuelve el archivo de audio listo para reproducirse, lo que optimiza el uso de recursos en centros de llamada con volúmenes variables.

Esta capacidad de generación dinámica facilita la actualización inmediata de menús o promociones sin redistribuir archivos a servidores de media. Los equipos de ingeniería pueden cambiar el contenido de voz en minutos, asegurando que la experiencia del usuario final refleje siempre la información más reciente del negocio.

Generación bajo demanda

El flujo de trabajo estándar implica enviar texto mediante la API y recibir el audio en formato MP3, WAV u OPUS. Esto elimina la latencia de carga de archivos pregrabados y permite escalar la producción de voz según la demanda real, sin mantener servidores de media costosos.

Dado que las solicitudes se procesan secuencialmente, es ideal para centros de llamada que no requieren streaming en tiempo real estricto, sino respuestas de menú claras y estandarizadas. La velocidad típica de síntesis es suficiente para mantener la fluidez de las interacciones telefónicas habituales.

  • Sin gestión de caché de archivos estáticos.

Actualización de menús en tiempo real

Al no depender de archivos pregrabados, los equipos pueden modificar el texto de un menú de voz y desplegarlo casi instantáneamente. Esto es crítico para campañas promocionales temporales o para ajustar rutas de atención al cliente según la hora del día o la carga de llamadas.

La capacidad de cambiar el idioma o la voz elegida mediante parámetros en la solicitud permite personalizar la experiencia sin generar nuevos archivos. Por ejemplo, una llamada de emergencia puede priorizar la voz 'sage' por su claridad instrucción, mientras una promoción usa 'nova'.

  • Modificación de texto sin redistribución de archivos.
  • Cambio dinámico de idioma y voz por solicitud.
  • Despliegue de campañas en minutos, no en días.

Reducción de costes operativos

El modelo de pago por carácter ($0.01 por 1.000 caracteres) y sin cuotas fijas mensuales reduce significativamente el costo base de los centros de llamada que no tienen tráfico constante. Solo se paga por el uso real, evitando el pago por infraestructura ociosa.

La ausencia de costes de almacenamiento a largo plazo para miles de variaciones de menús, junto con la facilidad de integración mediante estándares OpenAI, reduce la carga operativa del equipo de ingeniería. Los errores en la síntesis no generan cargos, protegiendo el presupuesto.

El uso de USDT en TRON para recargas minimiza las comisiones bancarias tradicionales, manteniendo los costos operativos financieros bajos y predecibles para startups con presupuestos ajustados.

  • Coste variable ajustado al volumen real de llamadas.
  • Sin cuotas fijas ni mínimos de permanencia.
  • Eficiencia en infraestructura de almacenamiento de audio.

Limitaciones a considerar

Ilustración de onda de sonido para: Limitaciones a considerar

La API devuelve el audio completo tras la solicitud. No hay flujo de datos en tiempo real ni conexión WebSocket para recibir fragmentos parciales, lo que implica un pequeño retraso inicial en llamadas IVR críticas.

El motor no interpreta etiquetas SSML, por lo que no se pueden controlar pausas, entonación o énfasis mediante marcado XML. La prosodia depende enteramente de los modelos de voz predefinidos.

Sin streaming

La respuesta contiene el archivo completo al finalizar el procesamiento. No existe la capacidad de transmitir audio en fragmentos mientras se genera, lo que añade latencia perceptible en sistemas de respuesta de voz interactiva que requieren inicio inmediato.

Sin SSML

El cuerpo de la solicitud acepta solo texto plano. No se soportan etiquetas SSML para controlar pausas, velocidad por palabra o estilo de habla, limitando la personalización fina de la entrega en menús de llamada.

Sin clonación de voz personalizada

Se ofrecen ocho voces predefinidas basadas en grabaciones licenciadas. No se permite subir muestras de audio para crear voces personalizadas ni se ofrece diseño de voz a medida, manteniendo la simplicidad del modelo de precio por carácter.

Política de datos y privacidad

Ilustración de onda de sonido para: Política de datos y privacidad

VozRápida procesa el texto enviado exclusivamente para generar el archivo de audio solicitado. Este contenido no se utiliza para entrenar nuestros modelos ni para mejorar la calidad del servicio a largo plazo, garantizando que la información de tu startup permanezca privada durante la síntesis.

Los archivos de audio generados se devuelven en la respuesta HTTP y no se almacenan en nuestros servidores tras la entrega. Solo conservamos los metadatos necesarios para la facturación, como la fecha, la cantidad de caracteres y el estado de la solicitud.

Texto no usado para entrenamiento

El contenido de tu texto entra en el motor de TTS y sale como audio sin retención posterior. Esto asegura que tus guiones de IVR o menús de llamada no se incluyan en futuros conjuntos de datos de entrenamiento sin tu consentimiento explícito.

Audio no almacenado

Una vez entregado el archivo de audio en la respuesta de la API, este no se guarda en nuestro almacenamiento persistente. Cada solicitud es un evento transitorio diseñado para la integración inmediata en tu sistema de llamadas.

Metadatos de facturación conservados

Retenemos únicamente la información necesaria para el cobro preciso: timestamp, número de caracteres procesados y estado de la solicitud. Esta retención es exclusivamente operativa para garantizar que cada carácter facturado corresponda a una generación válida o un reembolso si falla.

Conclusión para equipos de ingeniería

Ilustración de onda de sonido para: Conclusión para equipos de ingeniería

VozRápida se ajusta a la naturaleza dinámica de las startups, permitiendo escalar la generación de audio según la demanda sin penalizaciones por capacidad fija. La arquitectura API facilita la integración en pipelines de IVR existentes con mínimos cambios en la lógica de negocio.

El modelo de precio por carácter garantiza que los costos operativos crecen linealmente con el uso, eliminando sorpresas en facturas. Esta predictibilidad facilita la planificación financiera para equipos técnicos que gestionan volúmenes variables de interacciones con usuarios finales.

Ideal para volúmenes variables

La API maneja picos de tráfico mediante cola de procesamiento, manteniendo la estabilidad del sistema. No se requieren ajustes de infraestructura para soport cargas repentinas, permitiendo que el equipo de ingeniería se centre en la lógica de aplicación.

  • Escalado automático sin gestión de servidores
  • Cola de procesamiento bajo demanda
  • Sin penalizaciones por picos de tráfico

Coste predecible

Con un costo fijo de $0.01 por mil caracteres, los equipos pueden calcular exactamente el presupuesto necesario para cada campaña o flujo de IVR. Las solicitudes fallidas son gratuitas, evitando pagos por errores transitorios.

  • $0.01 por 1,000 caracteres
  • Cobros solo por éxito
  • Sin costos fijos mensuales

Integración rápida con estándares

La compatibilidad con el SDK de OpenAI y endpoints estándar permite desplegar la solución en horas. El uso de cURL para pruebas iniciales reduce la curva de aprendizaje, facilitando la adopción por equipos de desarrollo diversos.

  • SDK OpenAI compatible
  • Endpoints REST estándar
  • Pruebas inmediatas con cURL

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Cada formato tiene implicaciones distintas en el consumo de ancho de banda y la compatibilidad con los reproductores de los sistemas de llamada.

Avatar de la voz aria
ariafemenino
Avatar de la voz nova
novafemenino
Avatar de la voz luna
lunafemenino
Avatar de la voz sage
sagefemenino
Avatar de la voz felix
felixmasculino
Avatar de la voz milo
milomasculino
Avatar de la voz atlas
atlasmasculino
Avatar de la voz orion
orionmasculino

23 idiomas

Cualquier voz puede hablar cualquiera de estos idiomas.

Fuentes y lecturas adicionales

  1. Wikipedia
  2. ISO 639 language codes
  3. LibriVox public-domain audiobooks
  4. Creative Commons Attribution 4.0
  5. LibriTTS-R paper (arXiv 2305.18802)
  6. MDN: Web Speech API
  7. openai-python on GitHub
  8. IETF RFC 7845: Ogg Opus
  9. W3C WAI: making audio and video accessible
  10. Tether (USDT)
  11. curl documentation
  12. TRON developer hub: TRC-20

Más en este sitio