Uma alternativa ao Amazon Polly para aplicativos que falam muito
O Amazon Polly é um serviço sólido de texto para fala dentro da AWS, cobrado por caractere: US$ 4 por milhão nas vozes Standard, US$ 16 na Neural, US$ 30 na Generative e US$ 100 na Long-Form, segundo a página de preços do Polly em outubro de 2026. A cota gratuita dá para começar, mas quando um aplicativo fala horas por dia a conta acompanha os caracteres.
A API de voz da SuperClonica cobra por tempo, a partir de US$ 5 por mês. Este guia compara os dois com honestidade e mostra quando cada um é a melhor escolha.
O custo de um mês movimentado
A 1000 caracteres por minuto, 216 horas de fala são cerca de 13 milhões de caracteres. A preço de tabela do Polly, isso dá cerca de US$ 52 com vozes Standard, US$ 207 com Neural, US$ 389 com Generative e US$ 1296 com Long-Form. O plano Inicial da SuperClonica dá 3 minutos de áudio a cada 10 minutos por US$ 5 por mês, até 216 horas usado sem pausas.
- Grátis: 1 minuto de áudio por dia.
- Inicial, US$ 5: até 216 horas por mês.
- Autor, US$ 10: até 576 horas.
- Pro, US$ 20: até 1440 horas.
- Estúdio, US$ 50: até 4680 horas.
O que mais muda
O Polly tem vozes fixas por idioma. A SuperClonica tem um catálogo de vozes de vários autores — personagens, narradores, locutores — e, num plano pago, qualquer uma funciona pela API; você também pode treinar uma voz com a sua própria gravação no site. Textos longos são convertidos em partes em vários workers ao mesmo tempo e podem ser transmitidos a partir de 300 ms, e não há conta AWS, política IAM nem SDK para configurar: uma solicitação HTTPS com uma chave.
Trocar uma solicitação
Onde o seu código chama SynthesizeSpeech, envie o texto para https://superclonica.com/api/v1/speech com Authorization: Bearer e a sua chave, e o corpo {"text": "...", "voice": "F1", "language": "pt", "format": "mp3"}. A resposta é o próprio áudio. Tags SSML não são lidas como marcação, então envie texto simples; as quebras de linha ficam como divisões de parágrafo.
Quando o Polly é a melhor escolha
Fique com o Polly se você depende de SSML, de Speech Marks para marcações de tempo por palavra ou sincronia labial, do chinês ou de outros idiomas que o Supertonic 3 não fala, da cobrança e da conformidade da AWS, ou se o seu volume cabe na cota gratuita: 5 milhões de caracteres Standard por mês e 1 milhão de caracteres Neural por mês nos primeiros 12 meses. Ouça antes de decidir: coloque a mesma frase na página de uma voz da SuperClonica e no console do Polly.