Saltar al contenido

API de texto a voz para bots de Discord

WAV de baja latencia con una sola llamada REST. Sin SDK. Sin licencias por voz. El bot habla en menos de 200 ms.

Por qué importa.

  • ElevenLabs rate-limits burst traffic

    Los canales de voz de Discord sufren picos: un solo comando /tts provoca una ida y vuelta HTTP en frío, y los bots populares alcanzan el límite de concurrencia de ElevenLabs durante las horas punta. Audexum pone en cola las solicitudes con tu clave, sin límite artificial de concurrencia en Pro y superiores.

  • La codificación Opus es tu cuello de botella, no el TTS

    discord.js consume Opus de forma nativa. Audexum devuelve WAV sin procesar (PCM 24 kHz), que ffmpeg o @discordjs/opus puede transcodificar en el propio proceso. Tú controlas el búfer: sin recodificaciones ocultas en servidores de terceros que añadan 300 ms.

  • 43 voces, un único endpoint y ninguna tarifa por voz

    ElevenLabs cobra por cada clon de voz; Google TTS factura cada idioma como un SKU independiente. Las 43 voces de Audexum en 32 idiomas siguen la misma tabla de precios: un comando /tts multilingüe cuesta lo mismo que uno solo en inglés.

  • El nivel gratuito se renueva cada día, no solo una vez

    2.000 créditos para empezar y luego 250 más cada día: aproximadamente 35 comandos breves de TTS al día, renovados automáticamente. La mayoría de los bots personales nunca supera el nivel gratuito. Cuando quieras escalar, el modelo PAYG cobra 28 € por millón de créditos sin compromiso mensual.

Primer audio en 60 segundos.

Sin SDK. Una solicitud POST y audio binario en el cuerpo de la respuesta.

discord.js: comando /tts (Node.js)
// tts.js: Audexum TTS helper for discord.js v14
const { Readable } = require("stream");

const API = "https://audexum.com/api/synthesize";

/**
 * Returns a Node.js Readable stream of PCM WAV audio.
 * Pass it directly to createAudioResource() with StreamType.Arbitrary.
 */
async function synthesize(text, voice = "af_heart") {
  const res = await fetch(API, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.AUDEXUM_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({ text, voice, format: "wav" }),
  });
  if (!res.ok) throw new Error(`Audexum ${res.status}: ${await res.text()}`);
  return Readable.fromWeb(res.body);
}

module.exports = { synthesize };

Referencia completa de parámetros: audexum.com/docs. Formatos: wav, mp3, ogg. Voces: F1 a F5, M1 a M5 (43 voces en total). Idiomas: 33.

Sin cargos adicionales por caso de uso.

Every plan covers every use case at the same credit rate. Pack credits never expire, and dictation uses the same balance.

Todos los detalles de precios
Free
€0
2,000 + 250/day
Creator
€12/mo
480,000 / mo
Pro
€29/mo
1,200,000 / mo
Scale
€49/mo
4,000,000 / mo
Business
€149/mo
15,000,000 / mo
Paquetes de créditos
€7/mo
250,000, nunca caducan

Preguntas, respondidas.

¿Qué formato de audio debería usar para Discord?

Formato de la solicitud: "wav" (PCM 24 kHz, mono o estéreo). La gateway de voz de Discord espera Opus; transcodifica el flujo WAV con @discordjs/opus o ffmpeg antes de crear el recurso de audio. WAV evita los artefactos de la doble compresión MP3.

¿Qué rapidez tiene la respuesta de los primeros bytes?

Audexum empieza a transmitir audio en ~80–150 ms desde que recibe una solicitud de textos de menos de 200 caracteres (región de la UE). El WAV completo de una frase de 100 caracteres llega en menos de 400 ms en un VPS típico en Fráncfort.

¿Puedo ejecutar varios comandos /tts simultáneos?

Sí. Audexum no impone ningún límite de concurrencia por clave en los planes Pro o superiores. Las solicitudes del nivel gratuito se ponen en cola, pero no se rechazan. Para bots con un rendimiento muy alto (>50 canales de voz simultáneos), se recomienda PAYG o Scale.

¿Hay un SDK específico para Discord?

No SDK is needed. A single fetch() or requests.post() call returns audio. The blog post at /blog/tts-api-for-discord-bot-2026 contains a complete working bot with slash commands, join/leave logic, and a queue.

La misma API para todos los casos de uso.

Un único endpoint gestiona bots de Discord, narración de pódcasts, cursos de aprendizaje electrónico, audio para accesibilidad y ediciones de newsletters.

Explora más herramientas

More free voice, transcription and audio tools

Ver todo

Empieza gratis. Despliega rápido.