Une alternative à Amazon Polly pour les applications qui parlent beaucoup
Amazon Polly est un service de synthèse vocale solide au sein d’AWS, facturé au caractère : 4 $ par million avec les voix Standard, 16 $ avec Neural, 30 $ avec Generative et 100 $ avec Long-Form, d’après la page de tarifs de Polly en octobre 2026. Son offre gratuite suffit pour démarrer, mais quand une application parle des heures chaque jour, la facture suit les caractères.
L’API vocale de SuperClonica est facturée au temps, dès 5 $ par mois. Ce guide compare honnêtement les deux et montre quand choisir l’une ou l’autre.
Le coût d’un mois chargé
À 1000 caractères par minute, 216 heures de parole représentent environ 13 millions de caractères. Aux prix catalogue de Polly, cela fait environ 52 $ avec les voix Standard, 207 $ avec Neural, 389 $ avec Generative et 1296 $ avec Long-Form. L’offre Débutant de SuperClonica donne 3 minutes d’audio toutes les 10 minutes pour 5 $ par mois, jusqu’à 216 heures utilisée sans interruption.
- Gratuit : 1 minute d’audio par jour.
- Débutant, 5 $ : jusqu’à 216 heures par mois.
- Auteur, 10 $ : jusqu’à 576 heures.
- Pro, 20 $ : jusqu’à 1440 heures.
- Studio, 50 $ : jusqu’à 4680 heures.
Ce qui change encore
Polly propose des voix fixes par langue. SuperClonica a un catalogue de voix créées par des auteurs – personnages, narrateurs, annonceurs – et, avec une offre payante, chacune fonctionne par l’API ; vous pouvez aussi entraîner une voix à partir de votre propre enregistrement sur le site. Les longs textes sont lus par morceaux sur plusieurs workers à la fois et peuvent être diffusés en flux dès 300 ms, et il n’y a ni compte AWS, ni politique IAM, ni SDK à configurer : une requête HTTPS avec une clé.
Basculer une requête
Là où votre code appelle SynthesizeSpeech, envoyez le texte à https://superclonica.com/api/v1/speech avec Authorization: Bearer et votre clé, et le corps {"text": "...", "voice": "F1", "language": "fr", "format": "mp3"}. La réponse est l’audio lui-même. Les balises SSML ne sont pas lues comme du balisage : envoyez du texte brut ; les retours à la ligne sont gardés comme séparations de paragraphes.
Quand Polly est le meilleur choix
Restez sur Polly si vous dépendez du SSML, des Speech Marks pour l’horodatage des mots ou la synchronisation labiale, du chinois ou d’autres langues que Supertonic 3 ne parle pas, de la facturation et de la conformité AWS, ou si votre volume tient dans son offre gratuite : 5 millions de caractères Standard par mois et 1 million de caractères Neural par mois pendant les 12 premiers mois. Écoutez avant de choisir : saisissez la même phrase sur la page d’une voix SuperClonica et dans la console Polly.