Resumen
Convierte texto en audio natural. Diseñado para IVR, agentes conversacionales y narración corta. Se sirve en GPU: una frase corta tarda unos 0,2 s de punta a punta por la API, apto para uso en tiempo real.
Endpoint y modelo
POST https://api.tesseraai.cloud/v1/audio/speech. Campo model: kokoro-82m. Campo voice: ver tabla de voces abajo.
| Atributo | Valor |
|---|---|
| Modelo upstream | hexgrad/Kokoro-82M |
| Latencia P50 | <200 ms para frases <30 caracteres |
| Formatos de salida | mp3 (default), wav, opus, aac, flac, pcm |
| Sample rate | 24 kHz mono |
| Licencia | Apache 2.0 |
Voces disponibles
Cada voz codifica idioma + género en su prefijo: e* español, a* American English, b* British English, p* portugués brasileño, f* francés, i* italiano, j* japonés, z* mandarín, h* hindi. La segunda letra es f (femenina) o m (masculina).
| Idioma | Voces |
|---|---|
| Español (neutro, ES + LATAM) | ef_dora, em_alex, em_santa |
| Inglés americano | af_heart, af_sky, af_bella, af_nicole, af_sarah, af_aoede, af_kore, af_jessica, af_nova, af_river, af_jadzia, am_michael, am_adam, am_eric, am_fenrir, am_liam, am_onyx, am_puck, am_santa |
| Inglés británico | bf_alice, bf_emma, bf_isabella, bf_lily, bm_daniel, bm_fable, bm_george, bm_lewis |
| Portugués brasileño | pf_dora, pm_alex, pm_santa |
| Francés | ff_siwis |
| Italiano | if_sara, im_nicola |
| Japonés | jf_alpha, jf_gongitsune, jf_nezumi, jf_tebukuro, jm_kumo |
| Mandarín | zf_xiaobei, zf_xiaoni, zf_xiaoxiao, zf_xiaoyi, zm_yunjian, zm_yunxi, zm_yunxia, zm_yunyang |
| Hindi | hf_alpha, hf_beta, hm_omega, hm_psi |
Pulsa Play para escuchar cualquier voz
54 voces, 9 idiomas. Filtra por idioma y género; copia el ID al portapapeles para pegarlo en tu request.
Idioma
Género
Request
POST /v1/audio/speech
curl https://api.tesseraai.cloud/v1/audio/speech \
-H "Authorization: Bearer $TESSERA_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kokoro-82m",
"input": "Bienvenido a Tessera. Su consulta ha sido recibida.",
"voice": "ef_dora",
"response_format": "mp3"
}' \
--output bienvenida.mp3Response
El cuerpo del response es el audio crudo en el formato pedido. No se devuelve JSON.