Una alternativa a la síntesis de voz de Azure cobrada por tiempo, no por caracteres
Azure AI Speech tiene una de las mayores variedades de voces neuronales y configuraciones regionales, y cobra por carácter: 15 $ por millón con las voces neuronales y 22 $ con las HD a precio de lista de pago por uso, con un nivel gratuito de medio millón de caracteres al mes. En una aplicación que habla horas al día, los caracteres se acumulan.
La API de voz de SuperClonica cobra por tiempo, desde 5 $ al mes. Aquí tienes una comparación honesta y cómo cambiar una solicitud.
El precio de 216 horas
A 1000 caracteres por minuto, 216 horas de voz son unos 13 millones de caracteres: a precio de lista, unos 194 $ con las voces neuronales de Azure y 285 $ con las HD. El plan Inicio de SuperClonica convierte esas mismas 216 horas por 5 $ al mes usado sin pausas, 3 minutos de audio en cada tramo de 10 minutos.
- Gratis: 1 minuto de audio al día.
- Inicio, 5 $: hasta 216 horas al mes.
- Autor, 10 $: hasta 576 horas.
- Pro, 20 $: hasta 1440 horas.
- Estudio, 50 $: hasta 4680 horas.
Voces: un catálogo en lugar de configuraciones regionales
Azure organiza las voces por configuración regional. SuperClonica tiene un catálogo de voces de personajes, narradores, locutores y voces cotidianas de distintos autores, y un plan de pago usa cualquiera por la API sin comprarla. Una voz propia no necesita solicitud: la entrenas en el sitio con tu grabación y la usas como cualquier otra.
Cambiar una solicitud
En lugar del Speech SDK o del endpoint REST de Azure con cuerpo SSML, envía JSON a https://superclonica.com/api/v1/speech con Authorization: Bearer y tu clave: {"text": "...", "voice": "F1", "language": "es", "format": "mp3"}. Añade "stream": true para reproducir el audio según llega; en nuestras mediciones el primer sonido llegó desde 300 ms. Una respuesta 429 o 503 trae Retry-After: espera ese tiempo y vuelve a enviar con el mismo Idempotency-Key.
Cuándo Azure es mejor opción
Azure va por delante en idiomas y configuraciones regionales, incluido el chino, en SSML con estilos y visemas para la sincronía labial, en alojamiento regional, contenedores para tu propio centro de datos y contratos empresariales. Si tu volumen cabe en medio millón de caracteres al mes, su nivel gratuito puede no costarte nada. Escucha ambas con tu propio texto antes de decidir.