Integra NarraLab: API de voz IA para narrar vídeos de formación

Por Equipo editorial de NarrLab · Actualizado 2026-11-19

NarraLab es una API de texto a voz diseñada específicamente para equipos de RRHH y capacitación que necesitan narraciones profesionales para vídeos internos sin contratar locutores. Si tu equipo no técnico necesita audio de calidad para onboarding, manuales o presentaciones corporativas, esta herramienta permite generar audio mediante una simple integración de código.

En esta página encontrarás una guía práctica para integrar NarraLab en tus flujos de trabajo de formación. Aprenderás a utilizar las 8 voces disponibles, entender los precios por carácter consumido y configurar la API en minutos, incluso si no tienes experiencia avanzada en programación.

Integra NarraLab: API de voz IA para narrar vídeos de formación

Preguntas frecuentes

¿Qué es un narrador de voz online para vídeos?

Es una API de texto a voz en la nube que convierte texto en archivos de audio. Envías el texto mediante una solicitud JSON y recibes el audio. Es ideal para generar narraciones para vídeos de formación interna sin contratar locutores ni aprender programación avanzada.

¿Es una IA o una voz pregrabada?

Las voces están basadas en grabaciones con licencia de LibriTTS-R (CC BY 4.0) de lecturas de audiolibros de dominio público. Cada archivo generado lleva una marca de agua inaudible que lo identifica como voz sintética, aunque utiliza voces predefinidas con características específicas.

¿Puedo usar estas voces para vídeos de RRHH?

Sí, NarraLab está diseñada para equipos de capacitación y RRHH. Puedes usar voces como Sage (instruccional) o Milo (conversacional) para crear contenido profesional. El texto se usa solo para producir el audio y no se utiliza para entrenar la IA.

¿Cuántos idiomas soporta la API?

La API soporta 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.

¿Qué formato de audio es mejor para vídeos?

Puedes elegir entre mp3, wav, opus, flac o pcm. Para la mayoría de los vídeos, mp3 es una opción eficiente y compatible. Si necesitas edición de alta fidelidad, wav o flac son adecuados. El formato se especifica en el campo response_format de la solicitud.

¿Cuánto cuesta por carácter?

El precio es de $10 por 1 millón de caracteres, lo que equivale 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 tiene fecha de vencimiento.

¿Hay límite de caracteres por vídeo?

Cada solicitud a la API acepta hasta 4.096 caracteres. Para vídeos más largos, debes dividir el texto en partes de ese tamaño y unir los archivos de audio resultantes. La velocidad de generación es aproximadamente en tiempo real para textos largos.

¿Las voces suenan robóticas?

Las voces tienen características definidas como 'narradora cálida' (Aria) o 'conversacional' (Milo). Son sintéticas y llevan una marca de agua inaudible. No hay etiquetas de emoción ni personalización de voz, pero están diseñadas para ser claras y profesionales para formación.

¿Puedo ajustar la velocidad de la voz?

Sí, puedes ajustar la velocidad entre 0.25 y 4.0 mediante el campo speed en la solicitud. Esto permite acelerar o ralentizar la narración según las necesidades del vídeo de formación, manteniendo la claridad de la voz seleccionada.

¿Qué voces son mejores para formación?

Para formación, Sage (calma, instruccional) o Milo (amigable, conversacional) son ideales. También Aria (narradora clara) es útil para explicaciones. Elige según el tono: Sage para instrucciones técnicas y Milo para contenido más relajado o de bienvenida en RRHH.

¿Necesito saber programación para usarlo?

No es estrictamente necesario, pero requiere enviar solicitudes POST JSON. Puedes usar la API con herramientas como curl o el SDK de OpenAI ajustando la URL base. La página /get-api-key/ muestra un ejemplo curl listo para usar.

¿El texto se usa para entrenar la IA?

No. El texto de entrada se utiliza únicamente para producir el audio solicitado y no se usa para entrenar modelos. Los archivos de audio generados se devuelven en la respuesta y no se almacenan, solo se guardan metadatos para facturación.

¿Qué pasa si la solicitud falla?

Si la síntesis falla, la carga se devuelve íntegramente. No se te cobra por las solicitudes que no se completan con éxito. Esto asegura que solo pagues por el audio generado correctamente, manteniendo la transparencia en el uso del saldo.

¿Cómo recargo mi cuenta?

Recarga mediante USDT en la red TRON (TRC-20). El mínimo es $5 y el saldo se acredita automáticamente en minutos. No se aceptan tarjetas ni PayPal. Puedes gestionar tu clave y saldo directamente en la página de tu cuenta.

Primera solicitud

curl

curl https://api.nn22.info/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Voces IA para formación interna sin locutores

Ilustración de onda de sonido para: Voces IA para formación interna sin locutores

Elimina la necesidad de contratar locutores para tu contenido de formación interna. NarraLab ofrece 8 voces predefinidas con tonos específicos, desde narradoras claras hasta presentadores neutrales, ideales para mantener la consistencia en todos tus materiales audiovisuales.

Voces para onboarding y manuales

Voces para onboarding y manuales

Utiliza voces como Luna (suave) o Sage (instruccional) para guiar a los nuevos empleados. Su tono claro y directo facilita la comprensión de manuales y protocolos sin fatiga auditiva.

Voces para vídeos explicativos de procesos

Aria y Nova ofrecen claridad y energía para tutoriales de software. La velocidad ajustable (0.25–4.0) permite sincronizar la narración con las acciones en pantalla, optimizando el tiempo de visualización.

Voces para presentaciones corporativas

Atlas y Orion proporcionan un tono profesional para noticias internas o comunicados. Su neutralidad y profundidad transmiten autoridad sin distracciones, asegurando que el mensaje corporativo se reciba con seriedad.

API simple para equipos no técnicos

Ilustración de onda de sonido para: API simple para equipos no técnicos

La integración de NarraLab está diseñada para que los equipos de RRHH generen audio profesional sin depender de desarrolladores especializados. El flujo es directo: envías el texto de tu guion y recibes el archivo de audio listo para insertar en vídeos de formación o manuales.

Si tu equipo tiene conocimientos básicos de código, puedes usar el SDK de OpenAI simplemente cambiando la URL base a https://api.nn22.info/v1. Esto permite automatizar la creación de narraciones para onboarding o tutoriales de software con mínima fricción técnica.

Envía texto y recibe audio al instante

La API procesa las solicitudes de forma secuencial. Aunque el rendimiento típico es de aproximadamente 25 caracteres por segundo, los picos de demanda pueden introducir una cola de espera. Esto es suficiente para la generación por lotes de vídeos de formación interna.

El límite de 4096 caracteres por petición exige dividir textos largos en partes y unir los archivos resultantes, una operación que puede automatizarse fácilmente.

Compatible con OpenAI SDK cambiando la URL

Nuestra API sigue la misma estructura de petición que OpenAI. Esto significa que puedes reutilizar librerías conocidas cambiando únicamente el base_url a https://api.nn22.info/v1. No necesitas aprender una sintaxis nueva desde cero.

El endpoint POST /v1/audio/speech acepta los mismos parámetros que el modelo tts-1 o tts-1-hd, facilitando la migración de prototipos a producción.

  • Endpoint: POST https://api.nn22.info/v1/audio/speech
  • Formato: JSON con campos model, input, voice y response_format
  • Autenticación: Authorization: Bearer tts-...

Sin necesidad de programadores expertos

La página /get-api-key/ proporciona un ejemplo de comando curl listo para copiar. Puedes generar tu primera narración de prueba en minutos, ideal para validar la calidad de voz antes de escalar.

La interfaz muestra claramente el saldo, la clave API y el consumo de caracteres, permitiendo a los gestores de formación monitorizar el uso sin intervención técnica continua.

Idiomas para equipos multinacionales

Ilustración de onda de sonido para: Idiomas para equipos multinacionales

La API de NarraLab soporta 23 idiomas clave, incluyendo danés, noruego, sueco, finés, polaco, turco, malayo, swahili, griego, hebreo, árabe, chino, italiano, japonés, coreano, portugués, ruso, español, alemán, francés, húngaro y holandés.

Esta cobertura permite crear material de formación coherente para equipos distribuidos globalmente sin depender de múltiples proveedores de voz.

Soporte en 23 idiomas clave

Nuestra API maneja lenguas diversas, desde el swahili hasta el chino, asegurando que cada empleado reciba la formación en su idioma nativo.

La lista incluye variantes regionales como el portugués y el español, optimizadas para claridad en entornos corporativos.

  • Danés, noruego, sueco, finés
  • Polaco, turco, malayo
  • Swahili, griego, hebreo
  • Árabe, chino, japonés, coreano

Detección automática del lenguaje

Si no especificas el campo language, el sistema infiere el idioma basado en el script del texto.

Para textos en latín que no sean inglés, recomendamos establecer el código ISO explícitamente para evitar errores de pronunciación.

Voces consistentes en todo el mundo

Cualquiera de las 8 voces preestablecidas puede pronunciar cualquiera de los 23 idiomas con naturalidad.

Esto garantiza una identidad de marca sonora uniforme, independientemente de la región geográfica del receptor de la formación.

Precios transparentes para vídeo

Ilustración de onda de sonido para: Precios transparentes para vídeo

NarraLab cobra $10 por cada millón de caracteres procesados, lo que equivale a $0.01 por cada 1.000 caracteres. Este modelo elimina las suscripciones mensuales fijas, permitiendo que los equipos de RRHH escalen la producción de audio según la necesidad real de formación sin comprometer presupuesto.

Los créditos se consumen exactamente en función del texto enviado, incluyendo espacios y puntuación. Si una solicitud falla, el cargo se devuelve íntegramente, asegurando que solo se pague por trabajo completado.

Pago por carácter consumido

El coste es estrictamente proporcional al volumen de texto. Con un crédito inicial de $0.50, puedes generar aproximadamente 50.000 caracteres de audio para pruebas rápidas de onboarding o manuales.

La facturación es transparente y directa. No hay cargos por infraestructura subyacente ni por el número de voces utilizadas, solo por la longitud del texto sintetizado con éxito.

  • Tarifa: $10 por 1.000.000 de caracteres
  • Coste unitario: $0.01 por 1.000 caracteres

Crédito de prueba para RRHH

Al registrarte con Google, recibes $0.50 de crédito válido durante 7 días. Esto permite evaluar la calidad de las voces y la integración técnica antes de realizar cualquier depósito.

Los cuentas creadas con email y contraseña no incluyen este crédito inicial. Es la forma ideal de validar el flujo de trabajo antes de comprometerse con una carga de trabajo mayor.

  • $0.50 de crédito al registrarse con Google
  • Validez: 7 días desde la creación

Sin costes ocultos ni suscripciones

No existen planes mensuales obligatorios ni costes por asiento de usuario. El saldo no caduca, por lo que puedes usarlo cuando lo necesites para campañas de formación puntuales.

El único método de recarga es mediante USDT (TRC-20), con un mínimo de $5. No se aplican impuestos adicionales ni facturas con IVA, simplificando la gestión administrativa interna.

Calidad de audio para vídeo profesional

Ilustración de onda de sonido para: Calidad de audio para vídeo profesional

NarraLab ofrece formatos de audio profesionales adaptados a la edición de vídeos corporativos. Puedes elegir MP3 para distribución web, WAV para máxima calidad de edición o FLAC para preservación sin pérdida.

Formatos MP3, WAV y FLAC

Selecciona el formato adecuado según tu flujo de trabajo. El MP3 optimiza el peso para plataformas online, mientras que WAV y FLAC garantizan fidelidad de audio para proyectos de postproducción más exigentes.

  • MP3: ideal para web
  • WAV: alta fidelidad para edición
  • FLAC: compresión sin pérdida de calidad
  • OPUS y PCM disponibles bajo demanda

Velocidad ajustable para ritmo

Ajusta la velocidad de narración entre 0.25x y 4.0x para sincronizar el audio con las imágenes de tus vídeos de formación. Esto permite adaptar el ritmo a presentaciones dinámicas o tutoriales detallados sin alterar la claridad de la voz.

Marcas de agua de audio sintetizado

Cada archivo generado incluye una marca de agua inaudible que identifica el audio como voz sintética. Esto asegura transparencia en el uso de IA para tus producciones de recursos humanos sin afectar la experiencia auditiva del empleado.

Calidad de audio para vídeo profesional

Uso seguro en empresas

Ilustración de onda de sonido para: Uso seguro en empresas

NarraLab gestiona la privacidad de tus datos corporativos con un enfoque claro: el texto que envías se procesa exclusivamente para generar el audio de tus vídeos de formación y no se utiliza para entrenar nuestros modelos. Esta separación garantiza que el contenido sensible de tus manuales o guiones permanezca bajo tu control.

La infraestructura está diseñada para minimizar la retención de datos. Una vez que el audio se entrega en la respuesta de la API, no se almacena en nuestros servidores, lo que reduce el riesgo de exposición prolongada de tu material didáctico o de comunicación interna.

Texto no usado para entrenar IA

El texto de entrada se utiliza únicamente como materia prima inmediata para la síntesis de voz. No entra en los conjuntos de datos que mejoran el motor TTS, por lo que tus scripts corporativos no influyen en el comportamiento futuro de la IA ni se revenden.

Clave de API única por cuenta

Cada cuenta dispone de una única clave activa que funciona como llave de acceso principal. Si detectas cualquier uso no autorizado o simplemente deseas rotar la seguridad, puedes emitir una nueva clave en cualquier momento. La clave anterior deja de funcionar de forma inmediata, asegurando que solo tus sistemas actuales puedan generar audio.

  • Emisión de nueva clave instantánea
  • Invalidación inmediata de la clave anterior
  • Una sola llave activa por cuenta

Sin almacenamiento de audio generado

A diferencia de otros servicios que guardan copias de tus archivos de voz, NarraLab no conserva el audio una vez entregado en la respuesta. Solo guardamos los metadatos de la solicitud (hora, caracteres y estado) para fines de facturación y auditoría. Esto elimina la necesidad de gestionar retenciones de archivos multimedia.

Casos de uso en formación

Ilustración de onda de sonido para: Casos de uso en formación

Vídeos de bienvenida a empleados

NarraLab genera audios coherentes para onboarding, eliminando la necesidad de contratar locutores para cada nuevo ingreso. Con voces como Aria o Milo, el tono es profesional y claro, ideal para explicar políticas de la empresa o cultura organizacional.

El equipo de RRHH puede actualizar los guiones rápidamente. Al enviar el texto mediante la API, se recibe el archivo de audio sin depender de agendas externas ni de conocimientos técnicos avanzados.

  • Onboarding escalable para cientos de empleados
  • Tono consistente en todos los vídeos
  • Actualización inmediata de guiones

Tutoriales de software interno

Para manuales y procesos, NarraLab ofrece voces neutrales como Atlas o Sage que mantienen la atención sin distraer. Es ideal para narrar pasos de herramientas internas, asegurando que la información técnica se transmita con precisión.

La velocidad ajustable permite adaptar el ritmo a la complejidad del tutorial. Los usuarios pueden escuchar explicaciones claras sin la variabilidad emocional de una voz humana, garantizando uniformidad en todo el catálogo de formación.

  • Voces neutrales para instrucciones técnicas
  • Control de velocidad (0.25–4.0x)
  • Sin variaciones emocionales distractores

Podcasts corporativos de noticias

NarraLab permite crear boletines de audio para comunicar novedades internas. Con voces como Orion para tono documental o Felix para energía, los equipos pueden distribuir noticias de la empresa de forma ágil y profesional.

El formato MP3 u OPUS facilita la integración en plataformas de podcast internas. El proceso es directo: se envía el texto de la noticia y se obtiene el audio listo para publicar, sin necesidad de estudios de grabación.

  • Boletines de audio automatizados
  • Formatos optimizados para streaming
  • Generación rápida de contenido recurrente

Limitaciones técnicas a conocer

Ilustración de onda de sonido para: Limitaciones técnicas a conocer

Antes de integrar NarraLab en tu flujo de formación, es útil conocer sus limitaciones técnicas. La API genera audio por lotes, no en tiempo real, y el texto se limita a 4096 caracteres por solicitud. Estos detalles afectan cómo estructuras tus guiones y entregas.

Aunque la calidad es profesional, carece de controles granulares como SSML o ajuste fino de entonación. Esto es aceptable para la mayoría de los vídeos corporativos, pero importante de considerar si necesitas sincronización exacta con gestos o pausas específicas.

Sin streaming en tiempo real

La API no ofrece streaming ni WebSockets. Recibes el archivo de audio completo una vez terminada la síntesis.

Las solicitudes se procesan en cola; los textos largos pueden tardar varios segundos o minutos dependiendo de la carga.

  • No hay audio parcial en tiempo real
  • Procesamiento secuencial bajo alta demanda

Sin SSML ni control de entonación

No se soporta SSML ni etiquetas de emoción. La entonación se gestiona automáticamente según el contexto del texto.

Si necesitas pausas o énfasis muy específicos, deberás dividirlas en frases separadas o ajustar la velocidad general.

  • Sin etiquetas SSML
  • Sin control de entonación granular

Límite de 4096 caracteres por solicitud

Cada llamada a la API acepta un máximo de 4096 caracteres, incluyendo espacios y puntuación.

Para guiones más largos, debes dividir el texto en partes y unir los archivos de audio resultantes.

  • Máximo 4096 caracteres por llamada
  • Requiere división manual para textos extensos

Cómo empezar a narrar vídeos hoy

Ilustración de onda de sonido para: Cómo empezar a narrar vídeos hoy

Crea tu cuenta en nn22.info eligiendo Google o correo electrónico. Accede a /get-api-key/ para ver tu saldo y probar la API sin configuraciones complejas.

La clave se emite al instante. Con 0,50 $ de crédito de prueba, tienes 50.000 caracteres para validar la integración en tu flujo de trabajo de formación.

Regístrate con Google o email

Accede a /get-api-key/ y elige tu método de registro. Google otorga un crédito de prueba inicial; los correos electrónicos comienzan sin saldo.

Obtén tu clave API gratuita

Tu clave única aparece automáticamente. Copia el prefijo tts- y úsala en el encabezado Authorization: Bearer.

  • Una clave activa por cuenta.
  • Nuevo valor invalida al instante el anterior.

Prueba con nuestro ejemplo curl

Envía texto al endpoint https://api.nn22.info/v1/audio/speech con model=tts-1-hd y voice=sage para recibir audio listo para subir a tu LMS.

  • Cuerpo JSON con input, voice, model.
  • Respuesta en MP3 o WAV.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Su tono cálido mantiene la atención del empleado sin resultar monótono, facilitando la retención de información clave en vídeos de onboarding.

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. LibriTTS-R corpus (OpenSLR 141)
  3. Creative Commons Attribution 4.0
  4. MDN: Web Speech API
  5. FFmpeg documentation
  6. openai-python on GitHub
  7. Node.js documentation
  8. LibriVox public-domain audiobooks
  9. IETF RFC 7845: Ogg Opus
  10. W3C WAI: making audio and video accessible
  11. Tether (USDT)
  12. OpenAI API reference: create speech

Más en este sitio