Azure AI Speech

Qué es Azure AI Speech

Azure AI Speech es el servicio de voz de Microsoft Azure. Convierte voz en texto, texto en voz y traduce audio. Es una pieza para desarrolladores: se integra en una aplicación mediante APIs, no es una aplicación para el público.

Microsoft ha cambiado su nombre. Su página oficial lo llama ahora **Azure Speech in Foundry Tools** y aclara que antes se llamaba Azure AI Speech. HubdAI mantiene el nombre anterior en el título de la ficha para que quien lo conocía lo encuentre, y usa el nuevo nombre a partir de aquí.

El nuevo nombre y la nueva dirección

La dirección antigua, `azure.microsoft.com/en-us/products/ai-services/ai-speech`, redirige de forma permanente a `azure.microsoft.com/en-us/products/ai-foundry/tools/speech`. La página de precios también lleva ahora el nombre «Azure Speech in Foundry Tools».

La página de producto tiene una pregunta frecuente sobre cómo cambia el servicio con el nuevo nombre, pero su respuesta está plegada y HubdAI no ha podido leerla. Por eso esta ficha no afirma si el cambio altera las funciones o el precio. Lo que se ve en las páginas es el mismo reparto: capacidades de voz y precios por uso.

Para qué sirve

Imagina a Lola, desarrolladora de una aplicación de atención al cliente. Quiere transcribir las llamadas, que un asistente responda con voz natural y que los avisos salgan en varios idiomas. Usa el servicio de voz de Azure en lugar de entrenar sus propios modelos.

Sirve para:

• Transcribir llamadas, reuniones y vídeos, con subtítulos en más de 100 idiomas.
• Generar voz natural a partir de texto, con voces y estilos personalizables.
• Traducir audio y vídeo, en tiempo real o por lotes.
• Crear voces personalizadas y avatares con voz.
• Construir agentes con voz, una función en vista previa pública en Microsoft Foundry.
• Usar voz en el dispositivo, sin conexión, con voz integrada.

Cómo funciona

Eliges la capacidad y la llamas desde tu aplicación. La página lista voz a texto, texto a voz, traducción de voz y reconocimiento de interlocutor. Se factura por uso: horas de audio transcrito o traducido, caracteres convertidos a voz y transacciones de reconocimiento de interlocutor.

La transcripción se mide en segundos de audio enviado. Hay modo en tiempo real y modo por lotes, con precios distintos. Puedes personalizar un modelo de voz a texto para tu vocabulario y alojar tu modelo como punto de conexión.

El servicio también se puede desplegar en contenedores y con compromisos de capacidad mensual. La página menciona la transcripción con el modelo Whisper de OpenAI dentro de Azure.

Funciones principales

• **Voz a texto:** tiempo real y por lotes, estándar y personalizada.
• **Texto a voz:** voces neuronales, voces personalizadas y avatares.
• **Traducción de voz:** audio y vídeo desde y hacia muchos idiomas.
• **Agentes de voz:** la API Voice Live, en vista previa pública, se factura por tokens.
• **Voz integrada:** voz a texto y texto a voz en el dispositivo.
• **Análisis posterior a la llamada:** con Azure Content Understanding en Foundry Tools.
• **Whisper:** transcripción con el modelo de OpenAI en Azure.
• **Contenedores y compromisos:** despliegue propio y descuentos por volumen.

Un ejemplo de flujo con Azure AI Speech

Lola envía el audio de una llamada al servicio en modo por lotes y recibe la transcripción. Después genera la respuesta hablada del asistente con una voz neuronal.

Para probar sin coste, usa el nivel gratuito, que incluye horas de transcripción y caracteres de voz al mes. Antes de pasar a producción, mira el precio de su región en la página de tarifas. Es una persona de ejemplo, no una compañía real.

Este flujo sigue lo que describen las páginas de Microsoft. HubdAI no lo ha comprobado en una cuenta real.

¿Para quién merece la pena Azure AI Speech?

Para desarrolladores y empresas que necesitan voz dentro de una aplicación y ya trabajan en Azure. Su facturación por uso encaja con volúmenes que varían.

Tiene menos sentido si solo quieres una locución para un vídeo sin programar: mira ElevenLabs o Murf. Y si buscas leer textos en voz alta como usuario, mira Speechify.

Cómo empezar con Azure AI Speech

1. Crea una cuenta de Azure, que ofrece una prueba de hasta 30 días, y un recurso de voz. 2. Usa el nivel gratuito con un audio corto y una frase de prueba. 3. Elige la región más cercana a tus usuarios y mira el precio en la tabla. 4. Prueba el modo por lotes si no necesitas la transcripción en directo. 5. Consulta la documentación de cuotas y límites antes de lanzar.

Fuentes oficiales

• Producto: azure.microsoft.com/en-us/products/ai-foundry/tools/speech
• Precios: azure.microsoft.com/en-us/pricing/details/speech (16 de octubre de 2026)
• Dirección anterior: redirección permanente comprobada el 16 de octubre de 2026
• Fecha de verificación: 16 de octubre de 2026