Descripción general de la API
La API de VocalLab te permite generar voz, listar voces y consultar tu saldo de forma programática, desde tus propias aplicaciones, scripts o herramientas de automatización.
Requiere el plan Pro o superior. El acceso a la API está incluido desde Pro. Crea una clave en Ajustes de desarrollador.
URL base
https://api.vocallab.ai
Autenticación
Envía tu clave de API como token Bearer en cada solicitud:
Authorization: Bearer vl_live_...
Las claves se crean y se revocan en la página de Desarrollador. Trata una clave como una contraseña: se muestra una sola vez, y cualquiera que la tenga puede gastar tus puntos. Consulta Claves de API.
Qué puedes hacer
- Generar voz —
POST /api/v1/tts(opcionalmente pasa unmodel) - Listar voces —
GET /api/v1/voices(catálogo + tus voces clonadas y diseñadas) - Listar modelos —
GET /api/v1/models(VocalLab Studio / Pro / Lite) - Consultar el estado / obtener la URL alojada —
GET /api/v1/tts/:id - Consultar tu saldo —
GET /api/v1/pingoGET /api/v1/me
Elegir un modelo
Pasa "model" en POST /api/v1/tts para elegir el motor (por defecto v-pro):
v-studio— VocalLab Studio: el más nuevo, dirigible (sigue instrucciones de expresión), más de 200 idiomas.v-pro— VocalLab Pro: máxima fidelidad, 15 idiomas. El predeterminado.v-lite— VocalLab Lite: rápido y económico — factura la mitad de los puntos.
Tu clave de API puede usar los tres. Consulta Modelos de voz para más detalles.
Consulta la Referencia de la API para todos los detalles.
Facturación
Las generaciones por la API gastan del mismo saldo de puntos que la aplicación web. El coste se calcula a partir de tu longitud del texto, no de la duración final del audio:
- API:
points = ⌈ characters ÷ 15 ⌉— unos 15 caracteres por punto. - La aplicación web factura a razón de 17 caracteres por punto, por lo que la API conlleva un pequeño recargo (~13 %) por el acceso programático.
points_used se devuelve en cada generación. Los puntos se contabilizan antes de la llamada a Inworld, así que nunca puedes gastar más de tu saldo: las solicitudes sin puntos suficientes devuelven 402. Como la voz hablada promedia ~15–17 caracteres/segundo, 1 punto ≈ 1 segundo de audio es una regla aproximada cercana, pero el cargo exacto siempre sigue la fórmula de caracteres anterior.
Úsala dentro de herramientas de IA
¿Prefieres Claude, Cursor u otro asistente de IA? El servidor MCP expone las mismas funciones como herramientas nativas, y no hay nada que instalar con la opción alojada.