Qué es y para qué sirve
HeyGen Voice es un modelo de audio propio que aprende la voz de un hablante para leer texto en ese timbre. Ofrece dos modos de creación: instantáneo, que usa los primeros tres minutos de una grabación y está listo en segundos, y profesional, que requiere de 1 a 10 grabaciones con más de 20 minutos de audio total. Este último permite reentrenar con nuevos datos y ofrece controles avanzados de expresividad, velocidad, tono y pausas. El acceso se realiza mediante API REST usando la cabecera X-Api-Key. Los endpoints permiten crear, listar y eliminar voces, así como generar archivos WAV completados o transmitir audio en tiempo real. Durante la fase de vista previa, la creación de voces instantáneas es gratuita, aunque consume el cupo de clonación del espacio de trabajo. Las voces profesionales requieren una suscripción de pago por ranura, con cinco entrenamientos incluidos por período de facturación mensual. Si una voz profesional expira por falta de ranuras, devuelve un error de expiración hasta que se resuelva la situación. El catálogo de voces de stock es un servicio separado que también utiliza este motor.
