Modelos692 modelos

Mistral: Voxtral TTS 3

mistralai/voxtral-mini-tts-3-0

Mistral Voxtral TTS 3 es un modelo de texto a voz de Mistral. Se sitúa en la categoría de voz y se identifica en api14 como mistralai/voxtral-mini-tts-3-0. Lo produce Mistral, el mismo proveedor detrás del resto de la familia Voxtral, y su función es estrecha y específica: convertir texto escrito…

HeyGen: HeyGen Voice

heygen/heygen-voice-1

HeyGen Voice es un modelo de texto a voz de HeyGen, listado en api14 bajo el id de modelo heygen/heygen-voice-1. Se encuentra en la categoría de voz y está diseñado específicamente para convertir texto escrito en audio hablado. HeyGen es el proveedor detrás de él, y el modelo está dirigido a…

HeyGen: HeyGen Voice Turbo

heygen/heygen-voice-1-turbo

HeyGen Voice Turbo es un modelo de texto a voz de HeyGen, listado en api14 bajo el id de modelo heygen/heygen-voice-1-turbo. Se sitúa en la categoría de voz y se posiciona como una versión de menor latencia de HeyGen Voice, el modelo central de texto a voz de la compañía. Si ya conoces HeyGen por…

Fish Audio: Drama 3

fish-audio/drama-3

Fish Audio: Drama 3 es un modelo de texto a voz de Fish Audio, listado en api14 dentro de la categoría speech. Está diseñado para interpretaciones de voz dirigidas, lo que significa que el modelo se concibe en torno a la idea de que describes cómo debe entregarse una línea en lugar de limitarte a…

ElevenLabs: Eleven v4

elevenlabs/eleven-v4

ElevenLabs: Eleven v4 es un modelo de texto a voz de ElevenLabs, publicado por el proveedor el 7 de octubre de 2026. Se sitúa en la categoría de voz y ElevenLabs lo describe como su modelo más expresivo. Si estás creando algo que necesite convertir texto escrito en audio hablado, este es el modelo…

ElevenLabs: Eleven v4 Turbo

elevenlabs/eleven-v4-turbo

Eleven v4 Turbo es un modelo de texto a voz de ElevenLabs, la empresa conocida por su trabajo en síntesis de voz. Se sitúa en la categoría de habla y se posiciona como una variante de baja latencia de Eleven v4, manteniendo la entrega expresiva y las etiquetas de audio de ese modelo mientras está…

ElevenLabs: Eleven v3

elevenlabs/eleven-v3

Eleven v3 es un modelo de texto a voz de ElevenLabs, listado en api14 bajo el id de modelo elevenlabs/eleven-v3. Se sitúa en la categoría de voz, por lo que no es un modelo general de chat o razonamiento: su función es convertir texto escrito en audio hablado. Si tu aplicación necesita una capa de…

ElevenLabs: Eleven v3 Conversational

elevenlabs/eleven-v3-conversational

Eleven v3 Conversational es un modelo de texto a voz de ElevenLabs. Es una variante de Eleven v3 que el proveedor ha ajustado específicamente para diálogo natural en agentes conversacionales, en lugar de para narración puntual. Si estás construyendo un agente de voz, un asistente interactivo o…

ElevenLabs: Eleven Flash v2.5

elevenlabs/eleven-flash-v2.5

Eleven Flash v2.5 es un modelo de texto a voz de ElevenLabs, listado en api14 bajo la categoría speech. Se sitúa en la línea Flash de modelos de ElevenLabs, que el proveedor describe como texto a voz de latencia ultra baja, y está dirigido directamente a casos de uso conversacionales y en tiempo…

ElevenLabs: Eleven Turbo v2

elevenlabs/eleven-turbo-v2

Eleven Turbo v2 es un modelo de texto a voz de ElevenLabs, distribuido aquí bajo el id de modelo elevenlabs/eleven-turbo-v2. Pertenece a la categoría de voz y su proveedor lo posiciona como un sistema de texto a voz solo en inglés y de baja latencia, diseñado para casos de uso de desarrolladores…

ElevenLabs: Eleven Multilingual v2

elevenlabs/eleven-multilingual-v2

Eleven Multilingual v2 es un modelo de texto a voz de ElevenLabs, ofrecido a través de api14 bajo el id de modelo elevenlabs/eleven-multilingual-v2. Se sitúa en la categoría de voz y está diseñado para convertir texto escrito en audio hablado. ElevenLabs lo posiciona para narración de formato largo…

ElevenLabs: Eleven Turbo v2.5

elevenlabs/eleven-turbo-v2.5

Eleven Turbo v2.5 es un modelo de texto a voz de ElevenLabs, listado en api14 dentro de la categoría speech. Está hecho por ElevenLabs y se identifica en la plataforma con el id de modelo elevenlabs/eleven-turbo-v2.5. Se sitúa en la línea Turbo, que está posicionada en torno a la baja latencia, por…

ElevenLabs: Eleven Flash v2

elevenlabs/eleven-flash-v2

Eleven Flash v2 es un modelo de texto a voz de ElevenLabs, listado en api14 dentro de la categoría speech. Es un modelo solo para inglés, diseñado para síntesis de latencia ultrabaja, lo que lo sitúa en la parte en tiempo real y conversacional de la gama de ElevenLabs en lugar de entre las voces de…

Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

MAI-Voice-2.1-Flash es un modelo de texto a voz de Microsoft AI, parte de la familia MAI-Voice. Se ubica en la categoría de voz y está diseñado para síntesis de baja latencia, que Microsoft describe como optimizada para capacidad de respuesta en tiempo real. Si ya trabajas con modelos de Microsoft…

Microsoft AI: MAI-Voice-2.1

microsoft/mai-voice-2.1

MAI-Voice-2.1 es un modelo de texto a voz de Microsoft, listado bajo el nombre Microsoft AI. Se encuentra en la categoría de voz, y es el modelo de texto a voz de mayor fidelidad y más expresivo de Microsoft según la descripción del proveedor. Si tu aplicación necesita convertir texto escrito en…

ByteDance Seed: Seed Audio 1.0

bytedance-seed/seed-audio-1-0

ByteDance Seed: Seed Audio 1.0 es un modelo de generación de audio de ByteDance Seed, el brazo de investigación detrás de la familia de modelos Seed de ByteDance. Se sitúa en la categoría de voz y su proveedor lo describe como un modelo de generación de audio no en streaming. En otras palabras,…

Google: Gemini 3.8 Flash Lite TTS

google/gemini-3.8-flash-lite-tts

Google: Gemini 3.8 Flash Lite TTS es un modelo de texto a voz de Google. Pertenece a la familia Gemini 3.8 TTS, donde se sitúa como el miembro rápido y de alto rendimiento junto a Gemini 3.8 Flash TTS. Su categoría principal es voz, y fue lanzado por el proveedor el 2026-09-23.

Google: Gemini 3.8 Flash TTS

google/gemini-3.8-flash-tts

Google: Gemini 3.8 Flash TTS es un modelo de texto a voz de Google, y es el sucesor de Gemini 3.1 Flash TTS Preview. Se sitúa en el nivel creativo de la familia TTS 3.8, lo que significa que Google lo posiciona para la generación de voz expresiva en lugar de para transcripción o trabajo de texto…

Deepgram: Flux TTS

deepgram/flux-tts

Deepgram: Flux TTS es un modelo de texto a voz de Deepgram, un proveedor conocido por su infraestructura de voz y audio. Se ubica en la categoría de voz y está diseñado específicamente para convertir texto escrito en inglés en audio hablado. Si ya enrutas otros modelos de Deepgram a través de…

Fish Audio: S1

fish-audio/s1

Fish Audio: S1 es un modelo de texto a voz multilingüe de Fish Audio. Fish Audio es el proveedor detrás del modelo, y S1 se sitúa en la categoría de voz en api14. Está diseñado para aplicaciones de voz que necesitan una amplia expresión emocional, y utiliza controles entre paréntesis para guiar el…

Fish Audio: S2 Pro

fish-audio/s2-pro

Fish Audio: S2 Pro es un modelo de texto a voz de Fish Audio. Se sitúa en la categoría de voz, y su fecha de lanzamiento por el proveedor es el 29 de julio de 2026. Si estás construyendo algo que necesite convertir texto escrito en audio hablado, este es el tipo de modelo que mirarías primero, y…

Fish Audio: S2.1 Pro Free (free)

fish-audio/s2.1-pro-free:free

Fish Audio: S2.1 Pro Free es un modelo de síntesis de voz de Fish Audio, ofrecido como la variante sin coste de Fish Audio S2.1 Pro. Está pensado para pruebas, prototipado y aplicaciones de bajo volumen, y proporciona las mismas capacidades de síntesis que el modelo de pago sin garantías de…

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

Fish Audio: S2.1 Pro es un modelo de texto a voz de Fish Audio, listado en api14 dentro de la categoría speech. Su proveedor lo describe como orientado a producción, lo que lo sitúa en la parte de la gama de Fish Audio dirigida a aplicaciones de voz desplegadas en lugar de a la experimentación. Si…

Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash

MAI-Voice-2-Flash es un modelo de texto a voz de Microsoft AI, publicado por el proveedor el 23 de julio de 2026. Se sitúa en la categoría de voz y está diseñado específicamente para la generación de voz de baja latencia, lo que lo coloca en la misma familia de cargas de trabajo que los agentes de…

Qwen: Qwen-Audio-3.0-TTS Plus

qwen/qwen-audio-3.0-tts-plus

Qwen-Audio-3.0-TTS Plus es un modelo de texto a voz de Qwen, la familia de modelos de Alibaba. Se ubica en la categoría de voz y se describe como el modelo de texto a voz de mayor calidad de Alibaba, situado por encima del nivel estándar de la misma línea. Genera audio hablado a partir de texto y…

Qwen: Qwen-Audio-3.0-TTS Flash

qwen/qwen-audio-3.0-tts-flash

Qwen-Audio-3.0-TTS Flash es un modelo de texto a voz de Qwen, la familia de modelos de Alibaba. Se ubica en la categoría de voz y el proveedor lo describe como un sistema de texto a voz rápido y rentable. El modelo fue lanzado por el proveedor el 2026-07-23. Si ya trabajas dentro del ecosistema…

Deepgram: Aura-2

deepgram/aura-2

Deepgram: Aura-2 es un modelo de texto a voz de Deepgram, listado en api14 dentro de la categoría speech. Deepgram es el proveedor detrás del modelo, y Aura-2 se construye en torno al catálogo de voces canónico Aura-2 de Deepgram para síntesis de voz. Si ya trabajas con la línea de voces de…

MiniMax: Speech 2.8 HD

minimax/speech-2.8-hd

MiniMax: Speech 2.8 HD es un modelo de texto a voz de MiniMax. Pertenece a la categoría de voz y está diseñado para convertir texto escrito en audio hablado. MiniMax proporciona el modelo y, en api14, se sirve bajo el id de modelo minimax/speech-2.8-hd. Si ya conoces la línea de voz de MiniMax,…

MiniMax: Speech 2.8 Turbo

minimax/speech-2.8-turbo

MiniMax: Speech 2.8 Turbo es un modelo de texto a voz de MiniMax. Se sitúa en la categoría de voz y está diseñado para aplicaciones que necesitan convertir texto escrito en audio hablado. MiniMax es el proveedor detrás del modelo, y el id del modelo en api14 es minimax/speech-2.8-turbo.

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

MAI-Voice-2 es un modelo expresivo de texto a voz de Microsoft AI, publicado por el proveedor el 2 de junio de 2026. Se sitúa en la categoría de voz, por lo que su función es convertir texto escrito en audio hablado en lugar de generar o editar texto por sí mismo. Si estás construyendo algo que…

SpaceXAI: Grok Voice TTS 1.0

x-ai/grok-voice-tts-1.0

SpaceXAI: Grok Voice TTS 1.0 es un modelo de texto a voz de xAI, listado en api14 dentro de la categoría speech. Toma texto escrito y lo convierte en audio hablado, lo que lo hace adecuado para cualquier carga de trabajo en la que ya tengas texto y necesites una pista de voz en lugar de una…

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Google: Gemini 3.1 Flash TTS Preview es un modelo de texto a voz de Google. Se sitúa en la categoría de voz y es una versión preliminar, lo que significa que el comportamiento y el conjunto de voces aún pueden cambiar antes de que llegue una versión estable. Google lo describe como un avance…

Sesame: CSM 1B

sesame/csm-1b

Sesame: CSM 1B es un modelo de habla conversacional de Sesame. Se encuentra en la categoría de habla y se identifica en api14 mediante el id de modelo sesame/csm-1b. El proveedor lo describe como un modelo de 1B parámetros, lo que lo convierte en una opción relativamente pequeña para generar audio…

Canopy Labs: Orpheus 3B

canopylabs/orpheus-3b-0.1-ft

Canopy Labs: Orpheus 3B es un modelo de texto a voz de Canopy Labs. Es un modelo de 3B parámetros ajustado para la síntesis de voz en inglés, con un enfoque en la prosodia natural y la entrega expresiva. El modelo fue lanzado por el proveedor el 23 de abril de 2026. Su categoría principal es voz, y…

hexgrad: Kokoro 82M

hexgrad/kokoro-82m

hexgrad: Kokoro 82M es un modelo de texto a voz ligero y de pesos abiertos de hexgrad. Se sitúa en la categoría de voz, por lo que su función es estrecha y clara: convertir texto escrito en audio hablado. Como los pesos son abiertos, puedes razonar sobre el despliegue y el alojamiento con más…

Mistral: Voxtral Mini TTS

mistralai/voxtral-mini-tts-2603

Mistral Voxtral Mini TTS es un modelo de texto a voz de Mistral, listado en api14 bajo la categoría speech. Toma texto como su única entrada y produce voz como su única salida, por lo que se sitúa en la mitad de síntesis de un pipeline de voz en lugar de la mitad de reconocimiento. Si ya enrutas…