Implementación de voz sintética en plataformas financieras

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

Esta guía explica cómo integrar la API de NarraFlow para convertir texto plano en audio dentro de aplicaciones fintech y bancos. Los desarrolladores indie aprenderán a utilizar la API mediante el SDK de OpenAI (u HTTP directo), gestionando voces como Atlas para noticias o Milo para confirmaciones. El proceso es predecible y está diseñado para notificaciones automatizadas.

Obtendrá ejemplos concretos de solicitudes JSON, manejo de errores 401/429 y optimización de costos con MP3. La guía cubre desde la configuración inicial hasta la integración con notificaciones push, sin promesas de SLA ni características inventadas. Todo se basa en hechos verificables de la API para un despliegue técnico riguroso.

Implementación de voz sintética en plataformas financieras

Preguntas frecuentes

¿Qué voces son mejores para lecturas financieras?

Atlas ofrece un tono neutral ideal para noticias, mientras que Sage proporciona un estilo calmado y educativo para instrucciones. Aria es clara para narradores y Milo conversacional para interacciones. Elija según si el contenido es informativo o explicativo, asegurando claridad en la transmisión de datos financieros.

¿Cómo se convierte el audio base64 a archivo?

La API devuelve el audio en el formato solicitado (mp3, wav, etc.). Si recibe una cadena base64, decódifela en su entorno de desarrollo para obtener el archivo binario correspondiente. Este archivo puede guardarse directamente en el sistema de archivos del servidor o enviarse al cliente final.

¿Cuál es la latencia promedio de la API?

La velocidad es aproximadamente tiempo real, generando unos 25 caracteres por segundo para textos largos. Las frases cortas tardan unos segundos. Las solicitudes se procesan en cola, por lo que bajo carga una solicitud podría esperar antes de comenzar la síntesis de audio.

¿Se puede guardar el audio en el dispositivo?

Sí, la API devuelve el archivo de audio en la respuesta. Usted es responsable de almacenarlo donde desee. El audio generado no se almacena en nuestros servidores tras la respuesta, por lo que debe gestionar su persistencia en el dispositivo del usuario o su backend.

¿Cómo se manejan los errores de red?

Si la síntesis falla, el cargo se devuelve íntegramente. La API devuelve códigos de estado HTTP para indicar errores. Su aplicación debe manejar estas respuestas, reintentando la solicitud si es necesario, asegurando que el usuario reciba una notificación adecuada sobre el estado de la generación.

¿Qué formato es mejor para iOS?

Para iOS, MP3 y WAV son formatos ampliamente compatibles con los reproductores nativos. MP3 ofrece un buen equilibrio entre calidad y tamaño de archivo. WAV es sin pérdida pero más grande. Ambos son adecuados para notificaciones y reproductores de audio estándar en dispositivos Apple.

¿Qué formato es mejor para Android?

Android soporta nativamente MP3, WAV, OPUS y FLAC. MP3 es universal y eficiente. OPUS ofrece compresión eficiente. WAV es sin pérdida. Elija según sus necesidades de calidad y ancho de banda, asegurando compatibilidad con los componentes de reproducción de audio de Android.

¿Cómo se mide el uso de caracteres?

Se cobran por cada carácter, incluyendo espacios y puntuación. El límite es de 4096 caracteres por solicitud. Si su texto excede este límite, debe dividirlo en partes más pequeñas y unir los archivos de audio resultantes. Cada carácter cuenta, por lo que la precisión del conteo es crucial.

¿Se puede usar la API en segundo fondo?

Sí, la API es una llamada HTTP estándar. Puede invocarla desde procesos en segundo plano en sus aplicaciones móviles o servidores. La latencia depende de la cola de procesamiento. Asegúrese de manejar las respuestas asíncronamente para no bloquear la interfaz de usuario del usuario final.

¿Qué pasa si se pierde la conexión?

Si la conexión se pierde antes de recibir la respuesta, la solicitud puede no completarse. Si la síntesis falla, el cargo se devuelve. Si la solicitud se procesó pero no recibió la respuesta, podría perder el audio. Implemente lógica de reintento con identificación única para evitar duplicados.

¿Cómo se rotan las claves API?

Puede emitir una nueva clave en cualquier momento desde su panel de cuenta. La clave anterior deja de funcionar inmediatamente al emitir la nueva. Esto permite una rotación sin interrupciones si genera una nueva clave antes de que expire o se comprometa la antigua, gestionando la transición en su código.

¿Es seguro almacenar la clave en el app?

La clave tiene un límite de 60 solicitudes por minuto. Si se expone en una app móvil, los usuarios pueden agotar el límite rápidamente. Es recomendable usar un servidor intermedio que almacene la clave de forma segura y gestione las solicitudes, protegiendo su cuota y clave principal.

¿Se puede cachear el audio generado?

Sí, dado que la entrada determina la salida, puede cachear los archivos de audio para textos idénticos. Esto reduce costos y latencia. Asegúrese de invalidar el caché si cambian parámetros como la velocidad o la voz. El audio no se almacena en nuestros servidores, por lo que usted gestiona su caché.

¿Cuántos caracteres tiene un mensaje típico?

No hay un estándar fijo, pero el límite es 4096 caracteres por solicitud. Los mensajes de notificación fintech suelen ser cortos. Si excede el límite, divida el texto en partes de 4096 caracteres o menos y una los audios resultantes. Controle el tamaño para optimizar costos y tiempos.

¿Cómo se prueban las voces en producción?

Use la prueba gratuita de $0.50 o compre saldo para probar las 8 voces con textos reales. Verifique la claridad y el tono en el entorno de producción. Monitoree el uso de caracteres y la latencia. Ajuste la voz y el formato según los resultados antes de escalar el uso.

¿Qué es un SDK de OpenAI?

Es una biblioteca de código proporcionada por OpenAI para facilitar el uso de sus APIs (compatible con la nuestra). Nuestra API es compatible con el SDK de OpenAI cambiando la URL base. Esto permite reutilizar código existente para llamadas a la API, simplificando la integración sin necesidad de aprender una nueva librería específica.

¿Qué es base_url en la API?

Es la dirección base para las solicitudes HTTP. Para nuestra API, es https://api.canadiandollarbingo.info/v1. Al configurar este valor en el SDK de OpenAI, las solicitudes se dirigen a nuestro endpoint, permitiendo usar las mismas estructuras de solicitud que con OpenAI, pero con nuestras voces y precios.

¿Qué es un código de estado HTTP?

Son respuestas numéricas que indican el resultado de una solicitud. 200 significa éxito, 4xx errores del cliente (como clave inválida) y 5xx errores del servidor. La API devuelve estos códigos para que su aplicación maneje correctamente las respuestas, como reintentos o notificaciones de error al usuario.

¿Qué es la autenticación Bearer?

Es un método de autenticación HTTP que usa un token en el encabezado Authorization. Debe enviar: Authorization: Bearer tts-su-clave. Esto verifica que tiene permiso para usar la API. La clave es única por cuenta y puede revocarse o rotarse fácilmente desde su panel de control.

¿Qué es el formato JSON?

Es un formato de intercambio de datos ligero y legible. La API acepta solicitudes JSON con campos como model, input y voice. Las respuestas son audio binario (o JSON en caso de error). Es el estándar para APIs modernas, permitiendo una integración sencilla con la mayoría de los lenguajes de programación y frameworks.

¿Qué es el método POST?

Es un método HTTP para enviar datos al servidor. La API de síntesis de voz usa POST en el endpoint /v1/audio/speech. Envía el texto y los parámetros en el cuerpo de la solicitud. Es el método estándar para crear recursos o realizar acciones como la generación de audio.

¿Qué es la latencia de red?

Es el tiempo que tarda un paquete de datos en viajar de origen a destino. Incluye el tiempo de solicitud y respuesta. Nuestra latencia adicional incluye el tiempo de procesamiento en cola. La latencia total es la suma del tiempo de red y el tiempo de síntesis.

¿Qué es el ancho de banda?

Es la cantidad de datos que pueden transmitirse en un tiempo dado. Los formatos como MP3 y OPUS son eficientes en ancho de banda. WAV y FLAC son más grandes. Elija formatos que equilibren calidad y consumo de datos, especialmente importante para aplicaciones móviles con límites de datos.

¿Qué es el procesamiento asíncrono?

Es un modelo donde la solicitud se procesa sin bloquear el hilo principal. La API devuelve una respuesta cuando está lista. Para textos largos, la generación puede tardar. Su aplicación debe manejar la respuesta sin esperar bloqueantes, permitiendo que la interfaz de usuario siga siendo responsiva durante la síntesis.

¿Qué es el almacenamiento en caché?

Es guardar copias de datos para acceder a ellos más rápido. Puede cachear respuestas de audio para textos idénticos. Esto reduce llamadas a la API y costos. Implemente una lógica de caché en su servidor o cliente para almacenar los archivos de audio generados según sus políticas de invalidación.

¿Qué es un entorno de desarrollo?

Es el entorno donde los desarrolladores prueban la integración de la API. Usa claves de prueba o saldo limitado. Aquí se verifican los formatos, voces y manejo de errores antes de pasar a producción. Es crucial para asegurar que la integración funcione correctamente antes de exponerse a usuarios reales.

¿Qué es un entorno de producción?

Es el entorno donde la aplicación está disponible para usuarios finales. Usa claves reales y saldo pagado. Aquí se monitorean el uso de caracteres, la latencia y los errores. La configuración debe ser estable y segura, reflejando las condiciones reales de uso de la API en la aplicación.

¿Qué es un archivo binario?

Es un archivo que contiene datos en formato de bits, como audio MP3 o WAV. La API devuelve el audio como binario o base64. Los archivos binarios no son legibles directamente en texto y deben ser interpretados por reproductores de audio o procesadores específicos en el sistema destino.

¿Qué es la codificación base64?

Es un método para codificar datos binarios en texto ASCII. La API puede devolver el audio en base64 para facilitar su inclusión en JSON. Debe decodificar esta cadena para obtener el archivo binario real. Es útil para transmitir audio a través de canales que solo soportan texto.

Selección del modelo de voz

Ilustración de onda de sonido para: Selección del modelo de voz

La selección del modelo de voz en NarraFlow depende del contexto de la notificación fintech. Cada preset está optimizado para un tipo específico de interacción, garantizando claridad en la transmisión de datos críticos a los usuarios.

Voz Atlas para noticias financieras

Atlas ofrece un tono neutral y directo, ideal para la lectura de titulares de mercado o alertas de liquidez. Su estructura clara facilita la comprensión rápida de datos numéricos sin distraer al usuario con entonaciones excesivas.

  • Tono neutral y profesional
  • Ideal para titulares de mercado
  • Claridad en datos numéricos

Voz Milo para confirmaciones

Milo presenta una voz amigable y conversacional, adecuada para confirmar transferencias o autenticaciones de dos factores. Su naturaleza cercana reduce la fricción en procesos de validación de identidad sin perder la precisión técnica.

  • Tono amigable y conversacional
  • Confirmación de transferencias
  • Autenticación de dos factores

Voz Sage para instrucciones

Sage está diseñada con un tono calmado e instruccional, perfecto para guiar al usuario paso a paso en flujos complejos. Su claridad expositiva minimiza errores en la interpretación de requisitos de la aplicación.

  • Tono calmado e instruccional
  • Guía paso a paso
  • Minimiza errores de interpretación

Configuración inicial del entorno

Ilustración de onda de sonido para: Configuración inicial del entorno

Para comenzar, regístrese en /get-api-key/ mediante Google o correo electrónico. El panel muestra la clave tts-..., el saldo y el límite de 60 solicitudes por minuto.

Instale el SDK de OpenAI o prepare una llamada HTTP en su entorno de desarrollo. Configure el cliente apuntando a https://api.canadiandollarbingo.info/v1 para que las solicitudes utilicen el endpoint correcto de NarraFlow.

Obtención de clave API

Acceda a /get-api-key/ para generar su credencial. La cuenta incluye una clave activa y el saldo inicial si se registró con Google ($0.50).

La clave se presenta como tts-.... Puede emitirse una nueva en cualquier momento; la anterior deja de funcionar inmediatamente.

  • Registro vía Google o correo electrónico
  • Clave única activa por cuenta
  • Saldo visible en tiempo real

Instalación del SDK de OpenAI

Utilice el SDK de OpenAI o HTTP directo, ya que la estructura de la solicitud es idéntica. No requiere un SDK propietario adicional.

Asegúrese de que la versión del SDK sea compatible con la configuración de base_url personalizada.

Configuración de base_url

Defina la variable base_url como https://api.canadiandollarbingo.info/v1. Esto redirige las llamadas al motor de NarraFlow.

Verifique que la autenticación use el encabezado Authorization: Bearer con su clave generada.

  • Base URL: https://api.canadiandollarbingo.info/v1
  • Compatibilidad con SDKs oficiales
  • Encabezado de autorización Bearer

Primera solicitud de texto

Ilustración de onda de sonido para: Primera solicitud de texto

Para generar el primer audio, se debe enviar una solicitud POST al endpoint https://api.canadiandollarbingo.info/v1/audio/speech. El cuerpo JSON requiere especificar el modelo tts-1, el texto de entrada (máximo 4096 caracteres) y el valor de la cabecera Authorization con la clave de API obtenida previamente.

Construcción del cuerpo JSON

El cuerpo de la solicitud debe incluir los campos model, input y voice. Por ejemplo, para una notificación de saldo, utilice la voz atlas con el formato mp3. Asegúrese de que el texto no exceda los 4096 caracteres por petición.

  • model: "tts-1" o "tts-1-hd"
  • input: texto plano (máx. 4096 caracteres)
  • voice: "atlas", "milo", "sage", etc.
  • response_format: "mp3" (recomendado para redes)

Envío mediante Curl

Utilice la siguiente instrucción para probar la integración directamente desde la línea de comandos. Reemplace YOUR_API_KEY con su clave real y ajusta el texto de ejemplo.

`curl -X POST "https://api.canadiandollarbingo.info/v1/audio/speech" -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model":"tts-1","input":"Su transferencia ha sido procesada.","voice":"atlas","response_format":"mp3"}' -o audio.mp3`

Verificación de respuesta 200

Una respuesta 200 OK indica que la síntesis fue exitosa. El archivo de audio binario se devuelve directamente en el cuerpo de la respuesta. Si ocurre un error, se retornará un código 4xx con un mensaje descriptivo, sin cargo a su saldo.

Manejo de formatos de audio

Ilustración de onda de sonido para: Manejo de formatos de audio

La API retorna el audio en el formato solicitado (mp3, wav, opus, flac, pcm). El cliente debe gestionar la decodificación del payload binario para generar un archivo utilizable en el ecosistema de la aplicación fintech.

La elección del formato afecta directamente el ancho de banda y la compatibilidad del reproductor. MP3 es eficiente para notificaciones push, mientras que WAV o FLAC garantizan fidelidad para auditorías de voz.

Conversión de base64 a archivo

El cuerpo de la respuesta contiene los datos binarios del audio. Si se utiliza el SDK de OpenAI, estos se decodifican automáticamente. Para llamadas HTTP directas, es necesario convertir el payload en un archivo físico o stream en memoria.

  • Escribir bytes a un archivo .mp3 o .wav en el servidor.
  • Decodificar buffer en el cliente para visualización inmediata.
  • Validar que el header Content-Type coincida con el formato solicitado.

Reproducción en web HTML5

Los navegadores modernos soportan reproducción nativa de MP3 y WAV. El audio generado por la API puede asignarse a un elemento <audio> mediante un Object URL o data URI para su reproducción instantánea en la interfaz de usuario.

  • Soporte nativo para MP3 y WAV en todos los navegadores principales.
  • Uso de URL.createObjectURL() para evitar descargas adicionales.
  • Compatibilidad limitada con OPUS en navegadores antiguos.

Almacenamiento temporal en móvil

En entornos móviles, el audio debe almacenarse en caché temporal para evitar regeneración repetida de la misma notificación. Los formatos comprimidos como MP3 reducen el consumo de almacenamiento del dispositivo.

  • Guardar en directorio caché con TTL (Time To Live).
  • Usar MP3 para minimizar el espacio en disco.
  • Borrar archivos tras reproducción exitosa o expiración del TTL.

Gestión de errores comunes

Ilustración de onda de sonido para: Gestión de errores comunes

En el desarrollo de aplicaciones fintech, la robustez de la integración depende de manejar correctamente los errores de la API. Este apartado detalla los tres escenarios más frecuentes que pueden interrumpir el flujo de notificaciones por voz, asegurando que la experiencia del usuario final sea consistente incluso bajo condiciones adversas.

La gestión proactiva de estos errores previene fallos silenciosos en las notificaciones de clientes y mantiene la integridad de los registros de facturación.

Manejo de 401 Unauthorized

El error 401 indica que la clave API es inválida o ha sido revocada. Esto ocurre comúnmente tras emitir una nueva clave en el panel de control, donde la anterior deja de funcionar inmediatamente.

Verifique que el encabezado Authorization: Bearer tts-... contenga la clave activa actual. Si la rotación de claves fue reciente, asegúrese de actualizar la variable de entorno en su servidor antes de reintentar la solicitud.

  • Verifique la validez de la clave en /get-api-key/.
  • Revise si se emitió una nueva clave recientemente.
  • Asegúrese de que el token no haya expirado o sido invalidado manualmente.

Retraso por 429 Too Many Requests

La API limita las solicitudes a 60 por minuto por clave (10 por minuto sin saldo). Si se supera este límite, se devuelve un error 429.

Implemente lógica de retroceso exponencial en su código para reintentar la solicitud automáticamente. Monitoree el encabezado Retry-After si está disponible para respetar los tiempos de espera sin saturar el sistema.

  • Límite estándar: 60 requests/minuto.
  • Límite inicial: 10 requests/minuto.
  • Use backoff exponencial para reintentos.

Validación de longitud de texto

Cada solicitud tiene un límite estricto de 4096 caracteres. Si el texto de la notificación excede este valor, la API rechazará la síntesis.

Divida los textos largos en fragmentos manejables antes de enviarlos. Asegúrese de dividir en límites de palabras o oraciones para evitar cortes abruptos en la reproducción del audio.

  • Límite máximo: 4096 caracteres por request.
  • Espacios y puntuación cuentan como caracteres.
  • Fragmente textos largos antes del envío.

Optimización de costos

Ilustración de onda de sonido para: Optimización de costos

Precisar el costo por millón de caracteres ($10) permite anticipar gastos en notificaciones masivas. La API cobra solo por caracteres procesados, incluyendo espacios y puntuación, por lo que optimizar el volumen de texto es la estrategia más directa para reducir la factura mensual.

Combinar estrategias de compresión y monitoreo garantiza que cada solicitud contribuya eficientemente al presupuesto. Esta sección detalla cómo gestionar el volumen de datos y seleccionar el formato de salida más adecuado para evitar cargos innecesarios en entornos de alta frecuencia.

Agrupación de textos largos

Divida los textos que superen los 4096 caracteres en partes más pequeñas. La API procesa cada fragmento por separado; al unir los archivos de audio resultantes, se mantiene la coherencia de la notificación sin exceder el límite técnico de una sola solicitud.

Uso de formato MP3 ligero

Seleccione el formato MP3 para notificaciones móviles o web donde el ancho de banda es limitado. Aunque el precio por carácter es idéntico a otros formatos, el MP3 reduce el tamaño del archivo descargado, facilitando el almacenamiento temporal en dispositivos de los usuarios finales.

Monitoreo de caracteres usados

Verifique el saldo y el consumo en la página de su cuenta para evitar sorpresas. Cada carácter cuenta, incluso los espacios; mantener un registro preciso ayuda a ajustar la longitud de las alertas financieras sin comprometer la claridad del mensaje de audio.

  • Mantener el texto por debajo de 4096 caracteres evita fragmentación innecesaria.

Integración con notificaciones push

Ilustración de onda de sonido para: Integración con notificaciones push

La integración de la API de texto a voz con notificaciones push requiere un flujo asíncrono para evitar bloqueos en la interfaz del usuario. Al recibir una alerta crítica, como una transacción inusual o un cambio de saldo, la aplicación genera el audio en segundo plano mediante una solicitud a POST https://api.canadiandollarbingo.info/v1/audio/speech. Dado que la síntesis tarda unos segundos, este proceso no debe impedir la notificación inmediata del sistema operativo.

Generación asíncrona de audio

Para mantener la fluidez de la app, la generación de audio debe ocurrir fuera del hilo principal. Utilice la voz Atlas para noticias financieras o Milo para confirmaciones amigables. Envíe el texto preformateado a la API y espere la respuesta binaria. Si la API está bajo carga, la solicitud puede colarse, por lo que es crucial gestionar los tiempos de espera sin interrumpir la experiencia del usuario.

  • Use un worker en segundo plano para la llamada a la API.
  • Limite el texto a 4096 caracteres por solicitud para evitar errores.
  • Monitoree los códigos de estado 200 y 429 para ajustar la lógica de reintento.

Almacenamiento en caché del cliente

Los formatos MP3 o WAV pueden almacenarse temporalmente en el almacenamiento local del dispositivo móvil o web. Esto evita regenerar el mismo audio para notificaciones repetitivas o recordatorios frecuentes. Almacenar el archivo localmente reduce el consumo de datos móviles y la latencia percibida por el usuario, asegurando que el mensaje esté disponible incluso si la conexión es intermitente al momento de la alerta.

  • Guarde el archivo generado en el caché del navegador o almacenamiento local.
  • Implemente una política de expiración para liberar espacio en dispositivos con memoria limitada.
  • Use claves únicas basadas en el contenido del texto para evitar duplicados innecesarios.

Reproducción al recibir alerta

Cuando la notificación push se visualiza, la aplicación debe reproducir el audio pre-generado o descargado. Asegúrese de que el volumen del sistema permita la audición sin sobrescribir otros sonidos críticos. Para textos largos, divida el audio en segmentos si es necesario, pero priorice la claridad de la voz. La reproducción debe ser controlable por el usuario, permitiendo pausar o detener el audio según su preferencia.

  • Inicie la reproducción inmediatamente tras la visualización de la notificación.
  • Permita al usuario pausar o detener la reproducción si el mensaje es largo.
  • Verifique que el formato de audio sea compatible con el reproductor nativo de la app.
Integración con notificaciones push

Pruebas de latencia

Ilustración de onda de sonido para: Pruebas de latencia

La latencia en la síntesis de voz varía según la longitud del texto y la carga del servidor. Las frases cortas requieren unos segundos de generación, mientras que textos más largos se procesan a un ritmo cercano al tiempo real, aproximadamente 25 caracteres por segundo. Este comportamiento es predecible, aunque bajo alta demanda las solicitudes pueden esperar en una cola.

Para aplicaciones fintech, es crucial medir estos tiempos en entornos de producción real. La API no garantiza un tiempo de respuesta fijo, por lo que se recomienda implementar lógica de carga asíncrona para no bloquear la interfaz del usuario durante la síntesis de notificaciones de pagos o alertas.

Medición de tiempo de respuesta

El tiempo de respuesta depende de la longitud del texto y la cola de procesamiento. Las solicitudes se procesan en secuencia, por lo que picos de tráfico pueden aumentar la latencia. Se recomienda monitorear los tiempos de inicio y finalización de la síntesis.

  • Frase corta: segundos de generación.
  • Texto largo: ~25 caracteres/segundo.
  • Cola de procesamiento bajo carga.

Comparación con textos cortos

Los textos breves, como confirmaciones de saldo, tienen una latencia mínima y baja variabilidad. Los textos extensos, como resúmenes de transacciones, siguen un ritmo constante pero requieren más tiempo total. Esta diferencia debe considerarse en la experiencia de usuario final.

Uso en entornos de producción

En producción, la latencia puede variar debido a la disponibilidad de recursos. Se aconseja implementar reintentos con backoff exponencial para manejar retrasos ocasionales sin degradar la experiencia del cliente en la aplicación móvil o web.

Migración de texto plano a voz

Ilustración de onda de sonido para: Migración de texto plano a voz

La migración de textos planos a voz en fintech requiere identificar qué notificaciones (confirmaciones de pago o alertas de saldo) se benefician de la síntesis. El API NarraFlow procesa hasta 4096 caracteres por solicitud, lo que permite notificaciones concisas sin dividir innecesariamente el audio.

Es crucial adaptar el formato de números y fechas para evitar lecturas confusas. Los desarrolladores deben probar la comprensión auditiva con voces como Milo o Atlas, verificando que la síntesis respete los estándares financieros y que el usuario entienda la información sin ambigüedades.

Identificación de textos clave

Analice las notificaciones críticas que requieren confirmación inmediata del usuario. Priorice alertas de seguridad y resúmenes de transacciones recientes.

Asegúrese de que el texto esté optimizado para la lectura automática, eliminando jerga técnica innecesaria que pueda dificultar la comprensión.

  • Notificaciones de confirmación de pago
  • Alertas de saldo bajo
  • Resúmenes de transacciones diarias

Formato de números y fechas

El API no interpreta automáticamente el contexto de fechas o monedas. Formatee los datos explícitamente en el texto de entrada (ej. 'el cinco de enero' en lugar de '01/05').

Use la voz Atlas para noticias financieras, que ofrece una entonación neutral ideal para datos numéricos precisos.

Pruebas de comprensión auditiva

Realice pruebas de latencia y claridad con textos reales de su entorno de producción. Verifique que la síntesis no genere errores en la interpretación de decimales.

Evalúe si la velocidad predeterminada (1.0) es adecuada o si debe ajustarse para mejorar la legibilidad en dispositivos móviles.

Gestión de claves API

Ilustración de onda de sonido para: Gestión de claves API

NarraFlow permite emitir una nueva clave API en cualquier momento, revocando la anterior de forma inmediata. Esta característica facilita la gestión de seguridad sin necesidad de esperar procesos de validación externos, garantando que una clave comprometida deje de funcionar al instante.

Rotación periódica de claves

La emisión de una nueva clave invalida la activa en el mismo instante. Esto elimina ventanas de vulnerabilidad prolongadas sin requerir reinicios de servicio o cambios en la configuración de base_url.

Uso de claves por entorno

Se recomienda asignar una clave específica para producción y otra para pruebas. Al rotar la clave de producción, la de pruebas sigue operando, permitiendo validar integraciones sin interrumpir las notificaciones a los clientes.

Revoación inmediata de pérdidas

Si se detecta uso no autorizado o pérdida de acceso, la generación de una nueva clave detiene el uso de la antigua inmediatamente. No hay periodo de gracia; la nueva credencial es válida desde su creación.

Consideraciones de seguridad

Ilustración de onda de sonido para: Consideraciones de seguridad

La seguridad en la integración de NarraFlow depende de mantener conexiones cifradas y gestionar correctamente las credenciales. Al utilizar la API, todas las solicitudes deben realizarse exclusivamente a través de HTTPS para garantizar la integridad de los datos transmitidos entre el servidor y la aplicación fintech.

Es fundamental proteger las claves API en el código y evitar el almacenamiento de texto sensible generado o enviado, ya que este se utiliza únicamente para la síntesis inmediata. La rotación periódica de claves y el uso de entornos aislados minimizan los riesgos de exposición.

Uso exclusivo de HTTPS

Asegure que todas las peticiones a https://api.canadiandollarbingo.info/v1 utilicen el protocolo HTTPS. Esto previene la interceptación de la clave Bearer y del texto plano durante la transmisión.

  • Verifique certificados TLS vigentes en cada entorno de despliegue.
  • Use HTTPS tanto en desarrollo como en producción.

Protección de claves en código

Almacene la clave API en variables de entorno o gestores de secretos, nunca en el código fuente expuesto. Si una clave se compromete, revóquela inmediatamente desde el panel para invalidarla al instante.

  • Evite hardcodear tts-... en el cliente final si es posible.
  • Utilice claves específicas por entorno (producción vs. staging).

No almacenamiento de texto sensible

El texto enviado a la API no se almacena permanentemente; solo se conserva metadatos de facturación. Sin embargo, evite enviar datos personales sensibles (como números de cuenta completos) si la app los guarda en caché local tras la reproducción.

Soporte técnico y contactos

Ilustración de onda de sonido para: Soporte técnico y contactos

El soporte técnico de NarraFlow se gestiona exclusivamente por correo electrónico. No contamos con chat en vivo ni número de teléfono directo, lo que garantiza un registro formal de cada incidencia para su trazabilidad.

Nuestra documentación se mantiene actualizada con los límites reales de la API, como la cuota de 60 solicitudes por minuto, asegurando que los desarrolladores indie tengan claridad operativa desde el primer momento.

Envío de incidencias por email

Para reportar fallos en la síntesis o problemas de facturación, utilice el formulario de contacto o envíe un correo a soporte. Indique siempre su clave API y el ID de la solicitud fallida para agilizar la revisión.

Documentación actualizada

Todas las especificaciones de endpoints y ejemplos de código en curl están disponibles en la sección de docs. La información refleja el estado actual de la API sin promesas de disponibilidad no contractuales.

Límites claros de la API

Respete los 60 requests por minuto por clave para evitar el código 429. Las solicitudes fallidas no consumen saldo, pero sí cuentan para el límite de tasa hasta que se resetea el intervalo.

Escucha las 8 voces

Cada muestra a continuación fue generada por esta API a partir de la misma frase. Verifique el saldo y el consumo en la página de su cuenta para evitar sorpresas.

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

Más en este sitio