Saltar al contenido
ENEntrarEmpieza gratis
API de voz · Voyager 1

La API de voz que ya sabes usar

Más de 800 voces en +55 idiomas, a 48 kHz y con la emoción escrita en el texto. Compatible con el SDK de ElevenLabs: cambias la URL base y la clave, y tu código sigue funcionando.

API en todos los planes1 crédito = 1 carácterC2PA en cada fichero
ElevenLabsVoicefinder
from elevenlabs.client import ElevenLabs
client = ElevenLabs(
Línea que se quita: api_key="sk_…",
Línea nueva: api_key="vf_…",
Línea nueva: base_url="https://api.voicefinder.io",
)
audio = client.text_to_speech.convert(
voice_id="5de9ca11-db80-48c3-9a0e-dcff92946506", # Paloma
text="[upbeat] ¡Hola! Ya estás hablando con Voicefinder.",
model_id="eleven_multilingual_v2",
language_code="es",
)
with open("hola.mp3", "wb") as f:
for chunk in audio:
f.write(chunk)
Cambian dos líneas: la clave y la URL base. model_id puede quedarse; el voice_id es de nuestro catálogo.
200 OKaudio/mpeg48 kHzx-c2pa-signed: true
Migrar desde ElevenLabs

Cambia la URL. Lo demás, igual.

La API acepta los nombres de campos, cabeceras y formatos de la de ElevenLabs. El SDK oficial, en Python y en JavaScript, funciona sin tocar nada más.

  1. URL base

    https://api.voicefinder.io

    Sin /v1: el SDK lo añade.

  2. Clave

    vf_…

    En xi-api-key, x-api-key o Authorization: Bearer.

  3. Voces

    client.voices.search()

    Usa los voice_id de nuestro catálogo: GET /v2/voices.

Equivalencias

xi-api-keyxi-api-key · x-api-key · Bearer
text_to_speech.convertPOST /v1/text-to-speech/{voice_id}
voices.searchGET /v2/voices
model_id: eleven_*voyager-1, sin error
voice_settings.speed0,85 a 1,25
text_to_sound_effects[doorbell] dentro del texto
output_format: mp3_* · wav_*MP3 · WAV a 48 kHz

El SDK oficial funciona tal cual

El mismo paquete que ya tienes instalado. Solo cambia cómo creas el cliente.

pip install elevenlabsnpm install @elevenlabs/elevenlabs-js

Lo que es distinto, dicho claro

  • Todo el audio sale marcado, así que pcm_*, ulaw_8000 y opus_* devuelven 422: son formatos que no pueden llevar la credencial C2PA.
  • En Voyager 1, /stream existe para que el SDK funcione, pero no adelanta el primer byte: el fichero se firma entero antes de enviarse. Para tiempo real, Pulsar 1.
Voicefinder frente a ElevenLabs, punto por punto 
Modelos

Dos modelos. Las mismas voces.

Voyager 1 para producir audio con la máxima calidad. Pulsar 1 para conversar en tiempo real. Mismas voces, mismos idiomas y mismas emociones en los dos.

Comparar modelos 
model_id: "voyager-1"

Voyager 1

Nuestro modelo de máxima calidad, para cuando el audio es el producto.

  • REST: una llamada, y el audio llega en la respuesta
  • MP3 o WAV a 48 kHz
  • Hasta 10.000 caracteres por petición
  • Marca de agua y C2PA en cada fichero
Llamada a Voyager 1: POST /v1/text-to-speech/{voice_id}
{ "text": "[upbeat] ¡Ya está aquí!", "model_id": "voyager-1" }
→ 200 · audio/mpeg · 48 kHz · x-c2pa-signed: true

Para narración, publicidad, e-learning, doblaje y audiolibros.

Conoce Voyager 1 
model_id: "pulsar"Próximamente

Pulsar 1

~100 msal primer audio

Mediana medida en servidor, de 1 a 48 conversaciones a la vez. model_id provisional.

  • Streaming por WebSocket: speak, flush y cancel
  • Interrupciones por context_id
  • PCM, μ-law y A-law, listo para telefonía
  • Las mismas voces y los +55 idiomas
Mensajes del WebSocket de Pulsar 1: { "type": "speak", "text": "Hola, ¿en qué te ayudo?", "context_id": "t1" }
{ "type": "flush", "context_id": "t1" }
{ "type": "cancel", "context_id": "t1" }

Para agentes de voz, asistentes, telefonía y apps en tiempo real.

Endpoints

Los endpoints que ya conoces.

Misma forma, mismas rutas. Los marcados con SDK responden como espera el SDK de ElevenLabs; los REST tienen forma propia, documentada.

Referencia completa 
MétodoRutaQué haceCompatibilidad
POST/v1/text-to-speech/{voice_id}Genera la voz. El cuerpo de la respuesta es el audio.SDK
POST/v1/text-to-speech/{voice_id}/streamEl mismo audio, entregado por trozos.SDK
GET/v1/voicesEl catálogo entero, en una página.SDK
GET/v2/voicesEl catálogo con filtros y paginación por token.SDK
GET/v1/voices/{voice_id}Una voz con sus muestras, estilos e idiomas.SDK
POST/v1/voices/addClona tu voz desde una grabación. Privada, con descargo firmado.REST
GET/v1/modelsVoyager 1, sus idiomas y el tope por petición.SDK
GET/v1/historyTus generaciones. Vuelve a descargarlas sin coste.REST
GET/v1/user/subscriptionTu plan y tus caracteres.SDK
GET/v1/sound-effectsLos efectos que puedes escribir en el texto.REST

SDK = compatible con el SDK oficial de ElevenLabs · REST = forma propia, en la documentación. Base: https://api.voicefinder.io

En cada respuesta

Lo que trae cada llamada.

Sin parámetros extra ni plan superior: todo esto viene en cada generación, también en el plan gratuito.

POST /v1/text-to-speech/5de9ca11-db80-48c3-9a0e-dcff92946506200 OK
// petición de ejemplo
{ "text": "[doorbell] [upbeat] ¡Ya voy! Tu pedido acaba de llegar.",
"model_id": "eleven_multilingual_v2", "language_code": "es" }
content-type:audio/mpeg
x-output-format:mp3_48000_192
x-model-id:voyager-1
x-model-id-warning:model_id "eleven_multilingual_v2" mapped to voyager-1
x-language:es
x-sfx-applied:doorbell:3
x-watermarked:true
x-c2pa-signed:true
request-id:e7c1a9b2-5d4f-4a38-9c0e-6f2b8d7a1c53
x-character-count:35
character-cost:35
Cabeceras reales de la API; valores de ejemplo.Verificar un audio →
Conector MCP

Tu agente ya puede hablar.

Conecta Claude, Cursor o cualquier cliente MCP a tu cuenta: busca voces, escribe el guion en un proyecto de tu estudio, pide el presupuesto y genera. Con tu clave, tus créditos y el mismo marcado que el estudio.

  • studio_voices
  • studio_apply_script
  • studio_estimate
  • studio_generate
  • studio_takes
  • studio_credits
  • Presupuesto firmadoGenerar exige el quote_id de studio_estimate y confirm: true. Si cambia una coma del guion, el presupuesto ya no vale.
  • Sin cobros doblesReintentar con el mismo quote_id devuelve lo ya generado, en vez de volver a generarlo.
  • Los límites de la APICada generación ocupa una plaza de tu cuenta y cada llamada aparece en tu consumo.
claude mcp add --transport http voicefinder \
https://api.voicefinder.io/mcp \
--header "Authorization: Bearer YOUR_API_KEY"
En los conectores de claude.ai, que solo piden una URL: https://api.voicefinder.io/mcp/YOUR_API_KEY. Esa URL lleva tu clave: trátala como una contraseña.
Límites y precio

API en todos los planes.

1 crédito = 1 carácter, del mismo saldo que el estudio. Unos 972 caracteres dan un minuto de audio. Pagando el año, un 30 % menos.

Ver todos los precios 
Free0 €10.000 créditos al mes · uso personal
Generaciones simultáneas
1
Generaciones por minuto, por clave
10
Caracteres por hora
20.000
Basic · Plus · Prodesde 11 €/mesDe 100.000 a 1,2 M créditos al mes
Generaciones simultáneas
3
Generaciones por minuto, por clave
30
Caracteres por hora
200.000
Growth · Business · Enterprisedesde 269 €/mesDesde 3,75 M créditos al mes, o a medida
Generaciones simultáneas
4
Generaciones por minuto, por clave
60
Caracteres por hora
1.000.000
  • Hasta 10.000 caracteres por petición.
  • Una generación que falla no se cobra.
  • Las etiquetas no se cobran como texto; los efectos de sonido, tampoco.
  • Al pasarte de un límite: 429 con Retry-After y las cabeceras X-RateLimit-*.
Inicio rápido

Tu primera voz, en tres pasos.

  1. Crea tu clave

    En Desarrolladores, dentro de tu cuenta. Empieza por vf_.

    export VOICEFINDER_API_KEY="vf_…"
    Ir a mis claves 
  2. Instala el SDK

    El oficial de ElevenLabs. O usa REST, sin instalar nada.

    pip install elevenlabs
  3. Haz la primera llamada

    El audio llega en la respuesta, ya marcado.

    curl -X POST \
      "https://api.voicefinder.io/v1/text-to-speech/5de9ca11-db80-48c3-9a0e-dcff92946506" \
      -H "x-api-key: $VOICEFINDER_API_KEY" \
      -H "Content-Type: application/json" \
      -d '{"text": "Hola, mundo.", "language": "es", "output_format": "mp3"}' \
      -o hola.mp3
    Ver la documentación 
FAQ

Preguntas de quien integra.

¿Cómo me autentico?

Con una clave de Voicefinder, que empieza por vf_ y se crea en Desarrolladores, dentro de tu cuenta. Va en la cabecera x-api-key, en Authorization: Bearer o en xi-api-key, la que usa el SDK de ElevenLabs. Una clave que falta o no vale devuelve 401; una cuenta sin saldo, 402.

¿Qué errores devuelve y cómo los trato?

Todos llegan con el mismo JSON: error, con status y message, y detail, con un code estable para comparar en tu código y el request_id. Ante un 429 o un 503, espera lo que diga Retry-After y reintenta. Un 502 es una generación fallida y no se cobra. Si escribes a soporte, danos la cabecera request-id.

¿Qué límites tiene?

Dependen del plan: de 1 a 4 generaciones simultáneas, de 10 a 60 generaciones por minuto por clave y de 20.000 a 1.000.000 de caracteres por hora. Cada petición admite hasta 10.000 caracteres. Las cabeceras X-RateLimit-Limit, X-RateLimit-Remaining y X-RateLimit-Reset te dicen dónde estás.

¿En qué formatos sale el audio?

MP3 o WAV a 48 kHz. Puedes pedirlo con los nombres de ElevenLabs (mp3_44100_128, wav_44100…) y la cabecera x-output-format dice el formato real entregado. PCM, μ-law y Opus no están en Voyager 1 porque no pueden llevar la credencial C2PA. No conviertas el fichero por tu cuenta: la credencial va atada a sus bytes; pide el formato con output_format.

¿Qué idiomas habla?

+55, con cualquier voz: el idioma va en language o language_code. Suena nativa en los idiomas que tiene grabados y, en el resto, puede arrastrar el acento de su idioma principal; la cabecera x-language-warning te lo avisa. Castellano de España, catalán, gallego y euskera, con voces nativas.

¿Cómo migro desde ElevenLabs?

Cambia la URL base a https://api.voicefinder.io y la clave por una vf_. El SDK oficial de Python y de JavaScript funciona tal cual. Los model_id eleven_* se tratan como voyager-1 sin error, y los voice_id son los de nuestro catálogo: búscalos con voices.search().

¿Cómo se factura?

Con los créditos de tu plan, del mismo saldo que el estudio: 1 crédito = 1 carácter. Las etiquetas no se cobran como texto y los efectos de sonido son gratis. El coste se reserva antes de generar y se devuelve entero si el audio no se entrega. La cabecera x-character-count dice lo descontado.

Tu código ya habla Voicefinder.

Consigue tu clave, cambia dos líneas y haz la primera llamada.