Saltar al contenido
ENEntrarEmpieza gratis
Un púlsar barre el espacio con sus dos haces de luzUn púlsar barre el espacio con sus dos haces de luz

El modelo de voz en tiempo realAcceso anticipado

Pulsar 1 Text to speech de baja latencia

Voz en unos 100 milisegundos

mediana del primer audio, medida en servidor

TTS en tiempo real para agentes de voz, asistentes y teléfonos. Las mismas voces y la misma calidad que Voyager 1, sonando en unos 100 ms.

  • 93–113 msde mediana con 1 a 48 conversaciones a la vez
  • +800 · +55voces e idiomas: los de Voyager 1
  • μ-law · A-lawlisto para telefonía

Misma voz, otra velocidad

Todo Voyager 1, a la velocidad de una conversación.

Muchos modelos rápidos cambian calidad por velocidad. Pulsar 1 no: es el mismo modelo que Voyager 1, hecho para responder. No hay una versión rebajada de tu voz.

Lo que comparte con Voyager 1

+800voces del catálogo, las mismas que ya conoces
+55idiomas, con castellano nativo de España
Emocionesdirigidas con etiquetas en el propio texto
Misma calidadla misma voz, sin rebajas por ir rápido
[upbeat][hushed][belly laugh][unhappy]

Lo que cambia

3×Más de tres veces antes

al primer audio que Voyager 1: Pulsar 1 empieza a sonar en unos 100 ms.

WebSocketFrase a frase

Audio en streaming: el primer trozo puede salir en la primera coma.

MenosMenor coste por carácter

Pulsar 1 cuesta menos que Voyager 1. Publicaremos el precio aquí con el lanzamiento.

Latencia con carga

Tiempo real con 1 conversación o con 48.

Medir la latencia con una sola petición dice poco. Medimos el primer audio con 1, 4, 8, 16, 24, 32 y 48 conversaciones a la vez, y la mediana no pasó de 113 ms.

93–113 msmediana del primer audio, de 1 a 48 conversaciones
95–125 msuna frase típica de agente, entregada entera
Primer audio según la carga (ms)

Medido en el servidor el 16-10-2026: mediana y percentil 95 del tiempo hasta el primer audio con cada nivel de carga. No incluye la red ni tu aplicación. El p95 es el tiempo que no superan 95 de cada 100 respuestas.

Demo

Así suena una conversación en tiempo real.

Audio real de Pulsar 1 en tres llamadas de ejemplo: una clínica dental, un taller y una tienda online. Cada respuesta lleva su primer audio, medido en el servidor; si le interrumpes, se calla y escucha.

  • 1
    Contesta sin silencios

    Audio por frase: el primer trozo puede salir en la primera coma, sin esperar al final del texto.

  • 2
    Se calla si le interrumpes

    Mandas cancel con el context_id del turno y deja de hablar al momento.

  • 3
    Habla con intención

    Las mismas etiquetas de emoción que Voyager 1: [upbeat], [hushed]…

Citas · Clínica dental AlbaAgente de voz con Pulsar 1 · castellano
Audio real
  1. Agente

    Hola, Lucía. Soy Clara, de la clínica dental Alba. ¿En qué te puedo ayudar?

    144 ms · primer audio
  2. Cliente

    Hola, Clara. Tenía cita el jueves, pero me ha surgido un lío en el trabajo y no voy a poder ir.

  3. Agente

    [serene] Vale, entiendo lo que me cuentas. [comforting] Lo miramos ahora mismo y lo dejamos solucionado.

    151 ms · primer audio
  4. Cliente

    ¿Podría ser el martes por la mañana?

  5. Agente

    [upbeat] Perfecto, ya tienes la cita confirmada para el martes a las diez.

    152 ms · primer audio

Audio real de Pulsar 1, en español. En cada respuesta, el tiempo hasta el primer audio, medido en el servidor. Pulsa «Parar» mientras habla y verás el cancel.

Para desarrolladores

TTS en tiempo real por WebSocket.

Abres un WebSocket, mandas el texto con speak y recibes el audio frase a frase. Para cortar, cancel. Nada más.

speak · flush · cancel

Tres mensajes: hablar, soltar lo pendiente y callarse.

context_id

Cada turno lleva el suyo: cortas uno sin cerrar la conexión.

μ-law · A-law

Listo para telefonía. También PCM de 16 bits y PCM float.

24 kHz

Nativos, y remuestreo a la frecuencia que use tu sistema.

¿Vienes de otra plataforma?

La API REST de Voicefinder funciona con los SDK de texto a voz más usados: cambias la URL base y la clave, y listo.

Cómo migrar
import asyncio, json, os, websockets
URL = os.environ["PULSAR_WS_URL"] # pendiente: llega con el acceso anticipado
async def main():
async with websockets.connect(URL) as ws: # autenticación: pendiente
await ws.send(json.dumps({
"type": "speak", "context_id": "turno-1",
"model_id": "pulsar", # provisional
"voice_id": "VOICE_ID",
"text": "[upbeat] ¡Hola! ¿En qué te ayudo?",
}))
await ws.send(json.dumps({"type": "flush", "context_id": "turno-1"}))
async for chunk in ws:
player.write(chunk) # primer audio en ~100 ms
asyncio.run(main())
La URL, la autenticación y el model_id definitivos llegan con el acceso anticipado.

Casos de uso

Para todo lo que tiene que contestar ya.

Agentes conversacionales

Tu agente responde sin ese silencio que delata a una máquina, con las voces y los idiomas de tu marca.

Agentes de voz

Telefonía e IVR

μ-law y A-law para la centralita: menús que contestan en vez de hacer esperar.

Recepcionista IA

Asistentes en apps

Respuestas habladas dentro de tu producto, en +55 idiomas.

Videojuegos y NPC

Personajes que contestan al momento y con emoción: [hushed], [upbeat]…

Accesibilidad

Lectura en voz alta al instante para quien no puede o no quiere leer la pantalla.

Modelos

Voyager 1 o Pulsar 1.

El mismo modelo, dos trabajos: uno produce y el otro conversa.

Voyager 1Para producir
Pulsar 1Para conversar
Para qué
Narración, publicidad, doblaje y audiolibros
Agentes de voz, asistentes, telefonía, juegos y apps en tiempo real
Primer audio
El fichero entero, en segundos
~100 ms
Cómo llega
Fichero MP3 o WAV a 48 kHz
Streaming por WebSocket: PCM, μ-law o A-law
Voces e idiomas
Más de 800 voces en +55 idiomas
Las mismas
Emociones
Etiquetas en el texto
Las mismas
Precio
En todos los planes
Menor coste por carácter
El disco de oro de la Voyager con el mapa de púlsares grabadoEl mapa de púlsares grabado en una placa de metalEl mapa de púlsares, simplificado

El nombre

¿Por qué se llama Pulsar 1?

La Voyager 1 lleva en su disco de oro un mapa de púlsares: catorce estrellas que dicen de dónde viene la sonda. Los púlsares giran cientos de veces por segundo y barren el espacio con dos haces de luz, como un faro.

Son los relojes más precisos del universo. Por eso nuestro modelo más rápido se llama así.

Conoce Voyager 1

FAQ

Preguntas sobre el texto a voz de baja latencia

¿Te falta alguna? Escríbenos desde el acceso anticipado.

¿Qué es Pulsar 1?

Pulsar 1 es el text to speech de baja latencia de Voicefinder: el mismo modelo que Voyager 1, hecho para responder. Empieza a sonar en unos 100 ms y entrega el audio por WebSocket, frase a frase, para agentes de voz, asistentes, telefonía, videojuegos y apps en tiempo real.

¿Cuánto tarda en empezar a hablar?

La mediana del primer audio es de unos 100 ms: entre 93 y 113 ms con 1 a 48 conversaciones simultáneas, medida en el servidor el 16-10-2026. Una frase típica de agente llega entera en 95-125 ms. A eso hay que sumar la red y tu aplicación.

¿Suena peor que Voyager 1?

No. Pulsar 1 usa las mismas voces, los mismos +55 idiomas, las mismas emociones y la misma calidad de voz que Voyager 1. Lo que cambia es cómo llega el audio: en streaming y frase a frase, en lugar de un fichero completo.

¿Sirve para llamadas de teléfono?

Sí. Además de PCM de 16 bits y PCM float, Pulsar 1 entrega μ-law y A-law, los formatos de la telefonía, a 24 kHz nativos o remuestreado a la frecuencia que use tu centralita.

¿Qué pasa si el usuario interrumpe?

Tu aplicación manda cancel con el context_id de ese turno y Pulsar 1 deja de hablar. La conexión sigue abierta y el siguiente turno empieza con otro context_id.

¿Cuánto cuesta?

Menos por carácter que Voyager 1. Publicaremos el precio en esta página cuando lancemos Pulsar 1; mientras tanto, pide acceso anticipado y te contamos las condiciones.

¿Cómo empiezo?

Pulsar 1 está en acceso anticipado: pídelo y te escribimos para darte acceso. Mientras, puedes probar las mismas voces con Voyager 1 en el estudio o por la API.

Pon voz a tu agente en 100 ms.

Las voces de Voyager 1, a la velocidad de una conversación. Pulsar 1 está en acceso anticipado.