Ir al contenido principal
Español— Elegir un idioma
Menú

Idiomas y voz multilingüe

Lección 8 de 14 Actualizado el 3 de noviembre de 2026 Intermedio
En esta página
  1. Veinte idiomas para una audiencia global
  2. Idiomas compatibles
  3. Declara el idioma de cada solicitud
  4. Palabras extranjeras en una frase
  5. Variantes regionales
  6. Hábitos para evitar sorpresas desagradables
  7. Puntos clave

Actualizado el 3 de noviembre de 2026, basado en la página Text to Speech de xAI. Fuente: Text to Speech.

Veinte idiomas para una audiencia global

Grok TTS cubre veinte idiomas, cada uno con sus propios acentos naturales y su pronunciación específica. La consecuencia práctica es sencilla: una aplicación de audio diseñada para una audiencia internacional ya no tiene que lidiar con varios proveedores de voz, con la calidad desigual y los contratos separados que ello conlleva. Una única integración, un formato de solicitud único, y cambias del inglés al japonés modificando un solo parámetro.

Esta cobertura también determina cómo diseñas tus productos. Una plataforma de e-learning que publicaba sus módulos de audio solo en inglés puede ofrecerlos en diez idiomas sin tener que volver a grabar a un solo actor de voz ni renegociar los derechos de voz.

Idiomas compatibles

Código BCP-47IdiomaRegión
enInglésInternacional
frFrancésFrancia
deAlemánAlemania
es-ESEspañolEspaña
es-MXEspañolMéxico
pt-BRPortuguésBrasil
pt-PTPortuguésPortugal
itItalianoItalia
jaJaponésJapón
koCoreanoCorea del Sur
zhChinoChina
hiHindiIndia
ar-EG / ar-SA / ar-AEÁrabeEgipto / Arabia Saudí / EAU
ruRusoRusia
trTurcoTurquía
idIndonesioIndonesia
viVietnamitaVietnam
bnBengalíBangladés / India

Declara el idioma de cada solicitud

El parámetro language es obligatorio: ninguna solicitud TTS se envía sin él. Puedes indicar un código BCP-47 explícito o usar el valor auto, que permite al modelo inferir el idioma a partir del texto.

{
  "text": "Hello, how are you today?",
  "voice_id": "ara",
  "language": "en"
}

La detección automática ayuda cuando no conoces de antemano el idioma del usuario: un formulario de contacto abierto a cualquiera, un flujo de comentarios, un chatbot internacional. Sin embargo, sigue siendo una inferencia, y las inferencias pueden fallar. En una frase de tres palabras, o en un texto que mezcla dos idiomas desde la primera línea, el modelo puede elegir el perfil fonético incorrecto y hacer que lea francés con acento inglés. Siempre que conozcas el idioma, indícalo: el resultado será más fiable.

Palabras extranjeras en una frase

Un texto en inglés salpicado de algunos términos extranjeros se declara todavía como "en". La documentación actual de xAI no describe cómo cambiar la pronunciación a mitad de frase, así que escucha cómo suenan tus términos extranjeros o técnicos y corrige los problemáticos con la tabla replace.

{
  "text": "Our team deploys to Kubernetes with kubectl.",
  "voice_id": "rex",
  "language": "en",
  "replace": {"kubectl": "kube cuttle"}
}

Cada clave en replace se sustituye por su valor antes de la síntesis: solo cambia el audio, y el texto que envías y por el que pagas sigue siendo el tuyo. El valor puede ser una reescritura fonética o el AFI (Alfabeto Fonético Internacional) escrito entre barras inclinadas, que el modelo lee directamente. xAI cita exactamente este caso: términos cuya pronunciación deriva del uso más que de la ortografía, como nginx o kubectl. La tabla acepta hasta 200 entradas, con claves de 100 caracteres como máximo y sin puntuación ni símbolos.

Variantes regionales

El español, el portugués y el árabe cuentan con varias variantes, y la elección no es cosmética: afecta a la pronunciación, la entonación y parte del vocabulario. Entre es-ES y es-MX, estás eligiendo entre la entonación y el vocabulario castellanos por un lado y los mexicanos por el otro. Entre pt-BR y pt-PT, la diferencia de pronunciación es obvia para cualquier hablante nativo. Para el árabe, ar-EG, ar-SA y ar-AE corresponden a los registros egipcio, saudí y emiratí.

Elige siempre la variante que habla tu audiencia. Un tutorial para el mercado mexicano narrado en español de España tiene el mismo efecto que un anuncio estadounidense locutado con acento británico: la gente lo escuchará, pero notará que no se hizo pensando en ellos.

Hábitos para evitar sorpresas desagradables

Usa un código de idioma por solicitud: el idioma principal del texto. Un texto en inglés con algunos términos extranjeros se declara como "en", y corriges las palabras rebeldes con replace en lugar de dividir el texto en fragmentos en diferentes idiomas.

A continuación, prueba cada idioma antes de abrirlo a los usuarios, con frases que representen tu contenido real en lugar de un simple “hola”. La calidad varía de un idioma a otro, y es preferible detectar un problema de ritmo en las pruebas que en producción.

Por último, vigila los nombres propios. Un apellido polaco en un texto en inglés, una marca japonesa en uno en español: el motor aplica las reglas del idioma declarado y puede leerlos solo de forma aproximada. Cuando la pronunciación importa, como el nombre de un cliente en un mensaje de saludo, añádelo a la tabla replace con su grafía fonética y comprueba el resultado de oído.

Puntos clave

  • Se admiten veinte idiomas, con variantes regionales para el español, el portugués y el árabe
  • El parámetro language es obligatorio, con auto como opción de detección automática
  • La tabla replace (reescritura fonética o AFI) corrige la pronunciación de palabras extranjeras y nombres propios sin cambiar el texto facturable
  • Usa siempre la variante regional que coincida con tu audiencia objetivo