Alternativa ao Unreal Speech: uma API TTS barata com mais vozes e idiomas
O Unreal Speech vende texto para fala pelo preço: diz ser muito mais barato que o ElevenLabs, transmite áudio rápido e lida com textos longos. Os pontos fracos são um conjunto pequeno de vozes e idiomas e ainda não ter clonagem de voz.
Este guia resume o que o Unreal Speech diz sobre a API e quando a SuperClonica Speech API, ou o motor gratuito offline, combina melhor.
O que o Unreal Speech oferece
Segundo o site, o Unreal Speech transmite áudio em cerca de 300 ms, devolve marcações de tempo por palavra e oferece vários endpoints: um stream de até 1.000 caracteres, uma requisição de até 3.000 caracteres com MP3 e marcações, e tarefas assíncronas de até 500.000 caracteres para áudio de até dez horas. O FAQ cita poucas dezenas de vozes em menos de dez idiomas e diz que a clonagem de voz ainda não está disponível. O áudio gerado pode ser usado comercialmente; no plano grátis é preciso creditar o Unreal Speech.
O que o SuperClonica oferece
A SuperClonica Speech API transmite áudio a partir de cerca de 300 ms nas nossas medições e narra textos longos em vários workers ao mesmo tempo. Cada voz fala 31 idiomas, o catálogo tem narradores e personagens de jogos, anime e desenhos, e você pode treinar a sua voz no estúdio e chamá-la pelo ID. Uma chave grátis dá 3 minutos de áudio por dia sem cartão, e o plano Starter de US$ 5 cobre até 216 horas por mês.
Quando o Unreal Speech é melhor
Escolha o Unreal Speech se as marcações de tempo por palavra são centrais no seu app, por exemplo para destacar palavras enquanto são lidas, ou se uma das vozes dele já combina com o seu produto. Ouça algumas vozes de cada serviço com o seu próprio texto antes de decidir.
Quando o SuperClonica combina melhor
Escolha o SuperClonica quando precisar de mais idiomas, vozes de personagens, a sua própria voz ou as mesmas vozes offline: o motor gratuito roda em qualquer CPU depois de python -m pip install superclonica-cpu, então textos privados nunca saem da sua máquina. Teste qualquer voz grátis na página dela com 30 a 100 caracteres.