Eine Alternative zu Amazon Polly für Apps, die viel sprechen
Amazon Polly ist ein solider Text-to-Speech-Dienst innerhalb von AWS mit Abrechnung pro Zeichen: 4 $ pro Million bei Standard-Stimmen, 16 $ bei Neural, 30 $ bei Generative und 100 $ bei Long-Form, laut der Polly-Preisseite im Oktober 2026. Das kostenlose Kontingent reicht für den Anfang, doch wenn eine App jeden Tag stundenlang spricht, folgt die Rechnung den Zeichen.
Die Sprach-API von SuperClonica wird stattdessen nach Zeit abgerechnet, ab 5 $ im Monat. Dieser Leitfaden vergleicht beide ehrlich und zeigt, wann welche die bessere Wahl ist.
Die Kosten eines vollen Monats
Bei 1000 Zeichen pro Minute sind 216 Stunden Sprache etwa 13 Millionen Zeichen. Zu Polly-Listenpreisen sind das etwa 52 $ mit Standard-Stimmen, 207 $ mit Neural, 389 $ mit Generative und 1296 $ mit Long-Form. Der Tarif Start von SuperClonica gibt alle 10 Minuten 3 Minuten Audio für 5 $ im Monat, bei pausenloser Nutzung bis zu 216 Stunden.
- Kostenlos: 1 Minute Audio pro Tag.
- Start, 5 $: bis zu 216 Stunden im Monat.
- Autor, 10 $: bis zu 576 Stunden.
- Pro, 20 $: bis zu 1440 Stunden.
- Studio, 50 $: bis zu 4680 Stunden.
Was sonst anders ist
Polly hat feste Stimmen pro Sprache. SuperClonica hat einen Katalog von Stimmen verschiedener Autoren – Figuren, Erzähler, Sprecher –, und im bezahlten Tarif funktioniert jede davon über die API; Sie können auch eine Stimme aus Ihrer eigenen Aufnahme auf der Website trainieren. Lange Texte werden in Stücken auf mehreren Workern zugleich vertont und können ab 300 ms gestreamt werden, und es gibt kein AWS-Konto, keine IAM-Richtlinie und kein SDK einzurichten: eine HTTPS-Anfrage mit einem Schlüssel.
Eine Anfrage umstellen
Wo Ihr Code SynthesizeSpeech aufruft, senden Sie den Text an https://superclonica.com/api/v1/speech mit Authorization: Bearer und Ihrem Schlüssel und dem Body {"text": "...", "voice": "F1", "language": "de", "format": "mp3"}. Die Antwort ist das Audio selbst. SSML-Tags werden nicht als Markup gelesen, senden Sie also reinen Text; Zeilenumbrüche bleiben als Absatzgrenzen erhalten.
Wann Polly die bessere Wahl ist
Bleiben Sie bei Polly, wenn Sie SSML, Speech Marks für Wort-Zeitmarken oder Lippensynchronität, Chinesisch oder andere Sprachen ohne Supertonic-3-Unterstützung, AWS-Abrechnung und -Compliance brauchen oder wenn Ihr Volumen ins kostenlose Kontingent passt: 5 Millionen Standard-Zeichen im Monat und 1 Million Neural-Zeichen im Monat in den ersten 12 Monaten. Hören Sie vorher: Geben Sie denselben Satz auf einer Stimmenseite von SuperClonica und in der Polly-Konsole ein.