Speechify.ai

O que é Speechify.ai?

Speechify.ai oferece uma API de texto para fala e clonagem de voz, permitindo que desenvolvedores integrem síntese de áudio em suas aplicações. O serviço opera por meio de modelos Simba com suporte a múltiplos idiomas e streaming em tempo real. O acesso é feito via chave de API, com planos gratuitos e pagos que diferem nas cotas mensais de caracteres e funcionalidades como clonagem de voz.

Quais são as características de Speechify.ai?

• Síntese multilíngue

  O modelo Simba 3.5 converte texto em áudio falado em 48 idiomas, utilizando um único identificador de modelo na solicitação da API.
• Clonagem de voz

  Cria vozes reutilizáveis a partir de gravações de referência consentidas, disponível exclusivamente nos planos pagos Starter, Pro e Scale.
• Transmissão em tempo real

  A arquitetura permite receber áudio enquanto o processamento ocorre, com baixa latência documentada para a primeira byte de áudio.
• Controle de SSML

  Suporta tags de Síntese de Voz Markup Language (SSML) para ajustar pausas e ritmo da leitura, preservando o caráter natural da voz.
• Limites por usuário final

  Permite configurar limites de taxa ou bloquear usuários específicos individualmente usando o parâmetro safety_identifier na API.

Quais são os casos de uso de Speechify.ai?

• Agentes de voz interativos

  Implementação de sistemas de resposta rápida onde a latência até o primeiro byte de áudio é crítica para a experiência do usuário.
• Localização de conteúdo

  Tradução automática de scripts de vídeo ou áudio para novos mercados, mantendo a mesma identidade vocal do locutor original através da clonagem.
• Aplicações de acessibilidade

  Desenvolvimento de leitores de tela ou ferramentas de conversão texto-áudio personalizadas para uso comercial dentro dos termos do plano escolhido.

Como usar Speechify.ai?

1. Obter credenciais

   Criar uma conta no portal SpeechifyAI para gerar uma chave de API necessária para autenticação.
2. Configurar requisição

   Enviar uma solicitação POST para o endpoint de stream com cabeçalhos de autorização e conteúdo JSON contendo o texto de entrada.
3. Selecionar parâmetros

   Especificar o modelo desejado (ex: simba-3.5), o idioma e o identificador da voz (voice_id) no corpo da requisição.
4. Receber áudio

   Capturar o fluxo de dados de áudio retornado pela API e salvá-lo em formato MP3 ou outro suportado pelo cliente.

Informações de preços de Speechify.ai:

• Free

  $0/mês; inclui 500K caracteres mensais (Simba 3.5 limitado a 250K após 21 Nov); sem cartão de crédito; suporta vozes do catálogo e SSML; pausa quando a cota acaba.
• Starter

  $10/mês; inclui 1,9M caracteres mensais (Simba 3.5 limitado a 950K após 21 Nov); preço por caractere extra de US$ 10 por milhão (lançamento) ou US$ 20 (lista); habilita clonagem de voz.
• Pro

  $99/mês; inclui 13,5M caracteres mensais (Simba 3.5 limitado a 6,75M após 21 Nov); preço por caractere extra de US$ 8 por milhão (lançamento) ou US$ 16 (lista); habilita clonagem de voz.
• Scale

  $499/mês; inclui 78M caracteres mensais (Simba 3.5 limitado a 39M após 21 Nov); preço por caractere extra de US$ 6 por milhão (lançamento) ou US$ 12 (lista); habilita clonagem de voz e suporta até 25 assentos.
• Enterprise/Custom

  Sob consulta; destinado a volumes globais, conformidade e aquisição corporativa; taxas específicas não divulgadas publicamente.