Альтернатива Unreal Speech: дешёвый API озвучки с большим выбором голосов
Unreal Speech продаёт синтез речи ценой: обещает, что он намного дешевле ElevenLabs, быстро отдаёт звук потоком и справляется с длинными текстами. Слабые места — небольшой набор голосов и языков и пока отсутствие клонирования.
В этом руководстве — что Unreal Speech пишет о своём API и когда лучше подходит SuperClonica Speech API или его бесплатный офлайн-движок.
Что предлагает Unreal Speech
По данным сайта, Unreal Speech отдаёт звук потоком примерно за 300 мс, возвращает пословные тайминги и предлагает несколько эндпоинтов: поток до 1000 символов, запрос до 3000 символов с MP3 и таймингами и асинхронные задачи до 500 000 символов для аудио до десяти часов. В FAQ указаны несколько десятков голосов меньше чем на десяти языках и сказано, что клонирования голоса пока нет. Полученный звук можно использовать коммерчески; на бесплатном тарифе нужно указывать Unreal Speech.
Что даёт SuperClonica
SuperClonica Speech API отдаёт звук потоком примерно через 300 мс по нашим замерам и озвучивает длинные тексты сразу на нескольких воркерах. Каждый голос говорит на 31 языке, в каталоге есть дикторы и персонажи игр, аниме и мультфильмов, а свой голос можно обучить в студии и вызывать по ID. Бесплатный ключ даёт 3 минуты звука в день без карты, а тариф Starter за $5 — до 216 часов в месяц.
Когда лучше Unreal Speech
Выбирайте Unreal Speech, если пословные тайминги — основа вашего приложения, например для подсветки слов при чтении, или если один из его голосов уже подходит вашему продукту. Перед выбором послушайте по нескольку голосов каждого сервиса на своём тексте.
Когда лучше SuperClonica
Выбирайте SuperClonica, когда нужно больше языков, голоса персонажей, ваш собственный голос или те же голоса офлайн: бесплатный движок работает на любом процессоре после python -m pip install superclonica-cpu, так что приватные тексты не покидают ваш компьютер. Попробуйте любой голос бесплатно на его странице фразой на 30–100 символов.