TTS-API
TTS-API es un servicio de streaming de voz TTS autocontenido que ofrece dos motores: Kokoro en CPU local y voces de Microsoft Edge en la nube. Incluye interfaz web, API REST y WebSocket con soporte para múltiples idiomas.
Ficha actualizada 23 sept 2026, 15:39 · upstream 23 sept 2026, 15:16 · release sin release detectada
Qué es TTS-API
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
TTS-API es una plataforma de síntesis de voz de texto a audio que permite ejecutar modelos de IA locales o utilizar voces preentrenadas de Microsoft Edge. El servicio se ejecuta mediante FastAPI en un entorno Dockerizado y ofrece acceso vía interfaz web, API REST y WebSocket para aplicaciones de automatización, extensiones de navegador y workflows de IA. Soporta múltiples idiomas con rutas automáticas y permite control granular sobre velocidad, pausas y reproducción.
- Automatización de tareas repetitivas mediante síntesis de voz
- Integración en aplicaciones web o móviles para generar audio sin servidor externo
- Extensiones de navegador que ejecuten voces locales o Edge con control de velocidad
- Creación de contenido multimedia como podcasts, narraciones o transcripciones
- Integración con agentes de IA (OpenClaw, Hermes) para generación de audio en tiempo real
- Automatización de procesos de comunicación con voz personalizada por idioma
- Soporte dual: motores locales (Kokoro CPU) y voces en la nube (Microsoft Edge)
- API REST, WebSocket y OpenAI-compatible /v1 para integración flexible
- Rutas automáticas de idioma con interfaz web que asigna voz por segmento
- Input seguro contra markdown malformatado: se limpia antes de síntesis
- Control granular: velocidad (0.5x–3.0x), pausas, búsqueda y reproducción
- Soporte para múltiples formatos de audio: MP3, Opus, AAC, FLAC, WAV, PCM 24kHz
- Kokoro requiere instalación manual del modelo (no es automático)
- Voces Edge requieren conexión a internet y validación de identidad
- Latencia en síntesis de voz debido al procesamiento local o remoto
- No hay transcripción automática: el texto se lee sin contexto previo
- API no soporta audio bidireccional ni reconocimiento de voz
- Sin soporte para formatos de audio personalizados o conversión a otros codecs
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Instalar vía Docker Compose requiere Git, Docker Engine con plugin Compose y internet inicial. Configurar TTS_API_KEY como variable de entorno segura. Para producción, usar HTTPS con certificado válido, limitar concurrentes con TTS_MAX_SYNTHESIS_CONCURRENCY, configurar timeouts en TTS_SYNTHESIS_TIMEOUT_SECONDS y proteger la API con CORS permitidos o reverse proxy (Caddy). El modelo Kokoro se descarga al primer arranque; no se recomienda re-inicializar el contenedor sin limpiar los volúmenes de modelos.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.