• AUDIO
  • VELOCIDAD
  • CONTROL
  • HUMANO

Cómo transmitir voz en tiempo real con tu IA

Conecta Cartesia a tu cliente de IA para habilitar el audio en vivo. Tu agente genera el texto y el audio fluye de inmediato mediante una transmisión continua.

Pregunta a la IA sobre esta página

Respuesta rápida

¿Cómo hago que mi IA hable en tiempo real?

Utiliza la herramienta tts_sse para enviar texto directamente a un flujo de audio mediante server-sent events. Esto permite que tu agente empiece a hablar incluso antes de terminar de escribir la frase, logrando un audio fluido e inmediato.

Resultados

Lo que obtienes con una conexión en vivo

Al conectar el servicio, tu agente pasa de responder solo con texto a emitir voz activa.

AUDIO

Salida de voz en vivo

La herramienta tts_sse convierte el texto en un flujo continuo de datos de audio. Recibes el sonido al instante sin esperar a que se descargue un archivo completo.

VELOCIDAD

Respuesta de baja latencia

Al usar server-sent events, el audio comienza a reproducirse mientras se genera el texto. Esto hace que la conversación se sienta mucho más natural.

CONTROL

Personalidad de voz

Tu agente dicta el contenido mientras el conector gestiona la síntesis de audio. Tú controlas el tono mediante tus prompts.

HUMANO

Control manual

La IA genera el habla, pero tú decides cuándo interrumpir o cambiar de tema. La conexión permanece abierta para recibir tus instrucciones.

El flujo

Lo que hace tu IA cuando llega el texto.

La IA gestiona la lógica de la conversación y luego entrega las palabras al conector para su reproducción.

  1. Generar texto

    Tu agente procesa la solicitud y escribe una respuesta en texto plano.

    tts_sse

  2. Transmitir audio

    El texto se envía al conector, que lo convierte en un flujo de audio en vivo mediante server-sent events.

    tts_sse

  3. Reproducir sonido

    Los datos de audio fluyen hacia tu cliente, permitiendo que la voz comience a sonar de inmediato.

    tts_sse

  4. Mantener el flujo

    La conexión permanece activa para que la IA pueda seguir hablando a medida que se produce nuevo texto.

    tts_sse

Pruébalo

Copia estos ejemplos para empezar.

Usa estos prompts para probar la transmisión de audio en tiempo real.

Puntos de partida

Estas son frases iniciales para activar la voz. Puedes cambiar las personalidades o los temas para modificar cómo suena la IA.

Cartesia Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_fqUkC4o6TEWq9kAU8DlY8MAb7pfJxo3R952S85p7/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Cartesia capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "cartesia-voice-ai-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_fqUkC4o6TEWq9kAU8DlY8MAb7pfJxo3R952S85p7/mcp"
    }
  }
}
Copia en el chat04

  • Lee en voz alta las últimas actualizaciones de mis notas del proyecto.

  • Actúa como un conserje servicial y salúdame usando la transmisión de voz en vivo.

  • Resume el contenido de mi hilo de correos reciente usando voz en tiempo real.

  • Cuéntame una historia corta sobre un robot y usa la transmisión de voz para narrarla.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Empieza aquí

Conecta Cartesia una vez y empieza a preguntar.

Haz clic en el enlace para conectar tu cuenta. Tus credenciales permanecen cifradas y podrás usar las herramientas de voz en tu cliente de IA preferido de inmediato.

Conectar Cartesia a tu IA

FAQ

Funcionamiento de la transmisión de voz

  • 01

    ¿La IA genera los archivos de audio por sí misma?

    No. El cliente de IA genera el texto y la herramienta tts_sse se encarga de la conversión a audio.

  • 02

    ¿Puede la IA cambiar su propia configuración de voz?

    No. Las características de la voz las determinan la configuración del conector y tus prompts iniciales.

  • 03

    ¿Hay un retraso entre la generación de texto y el habla?

    El uso de server-sent events está diseñado para minimizar este retraso, permitiendo que el audio comience mientras se produce el texto.

  • 04

    ¿Puede la IA borrar mis archivos de audio existentes?

    No. Este conector solo gestiona la generación y la transmisión de nuevos audios.

  • 05

    ¿Funciona con cualquier cliente de IA?

    Funciona con cualquier cliente compatible con MCP, como Claude, Cursor o Windsurf.

  • ¿Tienes más dudas sobre Cartesia? La página del conector tiene todas las respuestas. Ver todas las funciones del conector de Cartesia

Conecta Cartesia a Claude, Cursor, ChatGPT y más