什麼是Unreal Speech？
Unreal Speech 是目前市面上最便宜的文本轉語音（TTS）API，價格比 ElevenLabs 便宜高達 11 倍！無論你是開發者、內容創作者，還是企業用戶，都能以極低的成本獲得高品質、自然流暢的語音輸出。它專為實際生產環境設計，支援即時串流、長篇音訊生成，並提供精確到單字的時間戳記，讓你的應用更具互動性。
憑藉 0.3 秒超低延遲、每月 25 萬字元免費額度，以及支援 8 種語言、48 種聲音，Unreal Speech 讓高品質語音合成不再是昂貴的負擔。許多高流量平台已成功切換至 Unreal Speech，不僅節省高達 75% 的成本，還提升了使用者聽覺體驗。
Unreal Speech的特色是什麼？
- 超低成本：比 ElevenLabs 便宜 11 倍，用量越大單價越低，企業方案每百萬字元僅需 $8 美元
- 極速串流：透過
/stream端點，300 毫秒內即可開始播放音訊，適合即時應用 - 長篇音訊支援：單次請求可生成長達 10 小時的音訊（透過
/synthesisTasks） - 逐字時間戳記：精確標註每個單字的起始與結束時間，完美支援同步高亮顯示
- 多語言多聲線：提供 8 種語言（含美式/英式英文、中文、日文、西班牙文等）與 48 種聲音
- 彈性格式與設定：支援 MP3、PCM µ-law 等格式，可調整語速、音調、位元率（最高 192k）
Unreal Speech的使用案例有哪些？
- 開發有聲書或播客平台，自動將大量文章轉為高品質語音
- 建構語言學習 App，搭配逐字時間戳實現「點詞發音」功能
- 為新聞或部落格網站添加「朗讀全文」按鈕，提升使用者停留時間
- 客服系統整合 TTS，即時生成自然語音回應
- 遊戲或虛擬助理使用多語言聲音，提供沉浸式互動體驗
- 企業內部培訓材料自動轉語音，節省錄音成本
如何使用Unreal Speech？
- 註冊帳號並取得 免費 API 金鑰（含 25 萬字元/月）
- 根據需求選擇端點：短文本用
/stream（≤1,000 字元），中長文本用/speech（≤3,000 字元），超長內容用/synthesisTasks（≤50 萬字元） - 在請求中指定
VoiceId、語言、位元率及是否需要時間戳記（TimestampType: "word"） - 若需同步音訊與文字高亮，使用 WebSocket 端點
/streamWithTimestamps - 監控用量：免費方案每月重置，付費方案未用完字元可結轉至下月
- 超出配額後按日計費，企業用戶可聯繫取得客製化方案
