Integración domótica Google Cloud Text-to-Speech, gratuita y de código abierto
Una voz de Google Cloud para Gladys: Chirp 3 HD, Neural2, WaveNet, con su clave de API.
Publicado por William-De71
- Dispositivos
- Versión 0.1.0
- Requiere Gladys >=5.3.0
- ★ 0
Presentación
Esta integración da a Gladys una voz de Google Cloud (Chirp 3 HD, Neural2, WaveNet…), a través de la API oficial Cloud Text-to-Speech y su propia clave de API. Cuando la elige como voz en Ajustes → Inteligencia artificial, todo lo que dice Gladys pasa por Google: la acción de escena «reproducir una notificación» en sus altavoces y las respuestas habladas del asistente de voz. Cada texto se pronuncia en el idioma del usuario.
Mantiene los costes bajo control: un límite mensual de caracteres (95 % de la cuota gratuita por defecto) y una caché de clips para que una frase ya pronunciada («La puerta del garaje está abierta») nunca se facture dos veces. También añade tres disparadores de escena (el habla falla, el habla vuelve, límite del mes) y un widget de panel.
No afiliada a Google. Todavía no probada con una clave real de Google Cloud: sus comentarios son bienvenidos.
Requisitos previos
- Gladys Assistant 5.3.0 o posterior.
- Un proyecto de Google Cloud con la facturación habilitada (Google exige una cuenta de facturación incluso dentro de la cuota gratuita), la API Cloud Text-to-Speech habilitada y una clave de API (API y servicios → Credenciales → Crear credenciales → Clave de API). Restrinja la clave a la API Cloud Text-to-Speech.
- Costes: Google factura cada carácter pronunciado, espacios incluidos, por mes natural (hora del Pacífico). Gratis cada mes: 1 millón de caracteres para Chirp 3 HD, Neural2 y Studio, 4 millones para WaveNet y Standard juntos. Por encima: 30 $, 16 $, 160 $ y 4 $ por millón. Una casa que anuncia 50 notificaciones al día de 60 caracteres usa unos 90 000 caracteres al mes.
- Sus datos: cada texto que Gladys lee en voz alta (notificaciones, respuestas del asistente) se envía a Google por HTTPS.
Configuración
| Campo o botón | Por defecto | Función |
|---|---|---|
| Clave de API | — | Obligatoria. Nunca se vuelve a mostrar, nunca se registra |
| Familia de voces | Chirp 3 HD | Chirp 3 HD, Neural2, WaveNet, Standard, Studio o Polyglot |
| Género de la voz | Femenina | La voz elegida en la familia, para cada idioma |
| Voces por nombre | — | Opcional: una voz por idioma, separadas por comas (es-ES-Chirp3-HD-Charon) |
| Idioma si se desconoce | Inglés | Cuando Gladys no indica el idioma del texto (poco frecuente) |
| Velocidad | 1× | De 0,75× a 1,5× |
| Tono | 0 | En semitonos, de −6 a +6; Chirp 3 HD y Studio lo ignoran |
| Ganancia de volumen | 0 dB | De −6 a +6 dB |
| Optimizada para | Nada en particular | Google ajusta el sonido al dispositivo: altavoz pequeño, altavoz inteligente, alta fidelidad… |
| Formato de audio | MP3 | El MP3 suena en todas partes; Ogg Opus suena mejor; WAV solo para textos cortos (5 MB máx.) |
| Límite mensual | 0 | Caracteres al mes; 0 = 95 % de la cuota gratuita de la familia |
| Probar la voz | — | Pronuncia una frase corta (unos 60 caracteres facturados) y muestra la voz y el mes |
| Listar las voces | — | Las voces de la familia para un idioma, para escribir una por su nombre (gratis) |
| Vaciar la caché de clips | — | Olvida las frases ya pronunciadas |
El estado de la pantalla de configuración indica si Google acepta la clave y tiene una voz para el idioma de reserva, sin facturar un carácter. No ve si la facturación está habilitada: Probar la voz lo muestra.
Uso
- Integraciones → Google Cloud Text-to-Speech → Configuración: pegue la clave de API, elija la familia y el género, pulse Probar la voz.
- Ajustes → Inteligencia artificial, tarjeta Voz: elija Google Cloud Text-to-Speech.
- En una escena, añada la acción reproducir una notificación en un altavoz: Gladys habla con la voz de Google. El asistente de voz también responde con ella.
Elegir la voz
| Familia | Gratis cada mes | Después, por millón de caracteres | Sonido |
|---|---|---|---|
| Chirp 3 HD | 1 millón | 30 $ | La más natural, una treintena de idiomas |
| Neural2 | 1 millón (con Polyglot) | 16 $ | Natural, muchos idiomas |
| WaveNet | 4 millones (con Standard) | 4 $ | Buena, casi todos los idiomas |
| Standard | 4 millones (con WaveNet) | 4 $ | Robótica, todos los idiomas |
| Studio | 1 millón | 160 $ | Narración, pocos idiomas |
| Polyglot | 1 millón (con Neural2) | 16 $ | Versión preliminar, pocos idiomas |
Precios comprobados en la página de precios de Google Cloud el 9 de noviembre de 2026. Para cada idioma, la integración elige una voz de la familia y del género elegidos en la región principal del idioma (es-ES para el español), siempre la misma. Si la familia no tiene voz para un idioma, se prueban Chirp 3 HD, Neural2, WaveNet y luego Standard. Para una voz concreta u otra región (es-US, en-GB), pulse Listar las voces, copie un nombre y escríbalo en Voces por nombre.
Widget del panel
El widget Voz de Google muestra los caracteres del mes frente al límite (indicador), los caracteres que quedan, los clips del día, los clips leídos desde la caché este mes (gratis), los caracteres por día durante 30 días, si Google habla, el último clip y el último error. Cuenta lo que esta integración ha enviado; la misma clave usada en otro lugar no aparece. La consola de Google Cloud sigue siendo la referencia para la factura.
Escenas
- Disparador «Voz de Google: el habla falla»: una vez por fallo (clave rechazada, API no habilitada, facturación no habilitada, voz desconocida, límite de solicitudes, API inaccesible, demasiado lento, error de Google), con el tipo, el mensaje, la voz y el idioma. Un texto rechazado por sí solo y el límite del mes no disparan nada aquí.
- Disparador «Voz de Google: vuelve a hablar»: el primer clip tras un fallo, con los minutos de fallo.
- Disparador «Voz de Google: límite del mes»: al 80 % del límite (
warning) y luego cuando se rechaza un clip (reached), una vez por nivel y mes, con los caracteres usados, el límite y el porcentaje.
Ejemplos: cuando el habla falla, enviar un mensaje de Telegram al administrador con el mensaje; al 80 % del límite mensual, enviar un correo con el porcentaje; cuando se alcanza el límite, enviar una notificación escrita, que no cuesta nada.
No hay acción de escena: el audio lo reproduce la propia Gladys, mediante «reproducir una notificación».
Solución de problemas
- «Google ha rechazado la clave de API»: vuelva a copiar la clave desde Credenciales; si la clave está restringida, sus restricciones de API deben incluir la API Cloud Text-to-Speech.
- «La API Cloud Text-to-Speech no está habilitada»: habilítela en la biblioteca de API del proyecto de la clave, espere un minuto y pulse Probar la voz.
- «Google exige la facturación»: vincule una cuenta de facturación al proyecto. La cuota gratuita sigue aplicándose.
- «Se ha alcanzado el límite mensual de caracteres»: los clips se rechazan hasta el día 1 del mes siguiente, hora del Pacífico; aumente el Límite mensual para continuar (por encima de la cuota gratuita, Google factura).
- «No se ha encontrado ninguna voz»: una voz escrita por nombre no existe, o ninguna familia tiene voz para el idioma; pulse Listar las voces.
- El altavoz no reproduce nada: elija MP3; Ogg Opus y WAV no los reproducen todos los altavoces, y un texto largo en WAV supera los 5 MB que acepta Gladys.
- Una palabra se pronuncia mal: Google mejora sus voces; pulse Vaciar la caché de clips para oír la nueva pronunciación de una frase ya pronunciada.
- Registros: Ajustes → Supervisión, los registros de la integración. Nunca comparta su clave de API.
Parámetros de configuración
Estos son los parámetros que Google Cloud Text-to-Speech te pide en su pantalla de configuración en Gladys.
| Parámetro | Tipo | Obligatorio | Descripción |
|---|---|---|---|
| Primeros pasos | section | No | En la consola de Google Cloud: cree un proyecto, vincúlele una cuenta de facturación (obligatoria incluso dentro de la cuota gratuita), habilite la API Cloud Text-to-Speech y luego cree una clave de API restringida a esa API y péguela abajo. Después elija esta integración como voz en Ajustes, Inteligencia artificial. |
| Costes y privacidad | section | No | Google factura cada carácter pronunciado, espacios incluidos, cada mes: Chirp 3 HD, Neural2 y Studio incluyen 1 millón de caracteres gratuitos, WaveNet y Standard 4 millones entre los dos. La integración se detiene en el límite mensual de abajo (95 % de la cuota gratuita por defecto) y no vuelve a facturar una frase ya pronunciada. Cada texto leído se envía a Google. |
| Clave de API | secret | Sí | |
| Voz | section | No | Gladys indica el idioma del usuario: la integración elige una voz de la familia y del género elegidos en ese idioma, siempre la misma. Para una voz concreta, escriba su nombre abajo; el botón «Listar las voces» las muestra. |
| Familia de voces | select | No | Si la familia no tiene voz para un idioma, se prueban Chirp 3 HD, Neural2, WaveNet y luego Standard. |
| Género de la voz | select | No | |
| Voces por nombre (opcional) | string | No | Una voz por idioma como máximo, separadas por comas. Sustituye la elección automática para su idioma, incluida su región (fr-CA, en-GB). |
| Idioma si se desconoce | select | No | Hablado cuando Gladys no indica el idioma del texto (poco frecuente). |
| Sonido | section | No | |
| Velocidad | select | No | |
| Tono | select | No | En semitonos. Las voces Chirp 3 HD y Studio lo ignoran. |
| Ganancia de volumen | select | No | |
| Optimizada para | select | No | Google ajusta el sonido al dispositivo que lo reproduce. |
| Formato de audio | select | No | |
| Límite mensual (caracteres) | number | No | 0: 95 % de la cuota gratuita de la familia. Por encima, los clips se rechazan hasta el día 1 del mes siguiente (hora del Pacífico, como factura Google). |
Cómo instalar Google Cloud Text-to-Speech en Gladys
- En Gladys, abre Integraciones: Google Cloud Text-to-Speech aparece en el catálogo junto a las integraciones nativas, con una insignia de comunidad.
- Haz clic en Instalar. Gladys descarga la imagen Docker (
ghcr.io/william-de71/gladys-google-cloud-tts:0.1.0), la ejecuta en un entorno aislado del núcleo y genera la interfaz de la integración (dispositivos, descubrimiento y configuración). - Abre la pantalla de Configuración de la integración, rellena los parámetros y guarda.
- También puedes instalarla directamente desde la URL de su repositorio: https://github.com/William-De71/gladys-google-cloud-tts.
Google Cloud Text-to-Speech requiere Gladys >=5.3.0. El catálogo de Gladys se actualiza cada hora, así que una nueva versión está disponible como máximo una hora después de publicarse.
¿Todavía no usas Gladys? Es gratuito y de código abierto: sigue la guía de instalación para empezar.
Sobre las integraciones externas
Google Cloud Text-to-Speech es una integración externa: una integración comunitaria empaquetada como contenedor Docker y publicada en GitHub. Gladys la instala con un clic y la ejecuta en un entorno aislado del núcleo. La publica y mantiene William-De71, no el equipo principal de Gladys.
- Explorar todas las integraciones, nativas y de la comunidad
- Crear y publicar tu propia integración externa
- Código fuente en GitHub — fuente de esta documentación