Síntesis rápida mediante streaming
La página de inicio y la documentación muestran una vía rápida de streaming para la salida de texto a voz, con audio disponible en aproximadamente 300 ms para el endpoint `/stream`.
Unreal Speech
Freemium
API de texto a voz para desarrolladores que necesitan generación rápida, marcas de tiempo, varios flujos de API y una demo gratuita en el navegador con voces Kokoro TTS.
¿Qué es Unreal Speech?
Unreal Speech es una API de texto a voz creada para desarrolladores que necesitan convertir texto escrito en audio hablado con baja latencia y opciones de salida flexibles. El sitio la presenta como un servicio listo para producción, con síntesis mediante streaming, compatibilidad con marcas de tiempo y una demo en el navegador para realizar pruebas rápidas.
El sitio del producto muestra varias formas de usar la plataforma: un endpoint /stream rápido, un endpoint /speech que puede devolver MP3 y URL de marcas de tiempo, un flujo asíncrono /synthesisTasks para textos más largos y un endpoint WebSocket para transmitir audio junto con marcas de tiempo a nivel de palabra. La página del estudio añade una demo online gratuita basada en Kokoro TTS, con 48 voces en 8 idiomas para generar y descargar audio desde el navegador.
¿Qué puede hacer Unreal Speech?
Varios flujos de API
La API admite varios patrones de salida: streaming síncrono, asíncrono y basado en WebSocket, para que los equipos puedan elegir el flujo que mejor se adapte a la longitud del texto y a sus necesidades de latencia.
Generación de marcas de tiempo
El sitio documenta marcas de tiempo a nivel de palabra o de oración, incluido un flujo WebSocket `/streamWithTimestamps` para datos de sincronización en tiempo real.
Selección de voz e idioma
La demo del estudio ofrece 48 voces en 8 idiomas, lo que brinda a los usuarios una amplia variedad de opciones de voz e idioma para probar.
Uso de textos largos y a escala
La página de precios indica que el servicio puede generar audio de hasta 10 horas y ofrece planes que escalan según el volumen de caracteres, incluido un nivel gratuito y planes de pago de mayor volumen.
Demo activa en el navegador
El estudio del navegador permite escribir texto, generar voz y descargar grabaciones directamente desde el navegador para realizar evaluaciones rápidas.
Casos de uso
“Reproducción interactiva rápida”
Usa el endpoint `/stream` de baja latencia cuando quieras que la salida hablada comience rápidamente, por ejemplo, para respuestas de aplicaciones interactivas o previsualizaciones de narración en tiempo real.
“Generación de audio por lotes”
Usa `/speech` o `/synthesisTasks` cuando necesites archivos de audio generados para clips cortos o pasajes más largos, incluido contenido extenso que supera las posibilidades del flujo síncrono.
“Resaltado de texto sincronizado”
Usa marcas de tiempo a nivel de palabra o de oración cuando tu aplicación necesite resaltado, sincronización de subtítulos o reproducción de narración alineada con el texto.
“Evaluación de voces y creación de prototipos”
Usa la demo del estudio para probar voces en el navegador, comparar opciones de idioma y descargar grabaciones de muestra antes de integrar la API.
“Escalado del uso con el tiempo”
Usa los niveles de precios para adaptar el volumen de caracteres a tus patrones de uso, empezando por el nivel gratuito y pasando a planes de mayor volumen a medida que crece la demanda.
Preguntas frecuentes
¿Unreal Speech ofrece una forma gratuita de probar el producto?
Sí. La página de precios incluye un nivel gratuito y planes de pago, y el sitio también ofrece una demo activa del estudio para probar la generación de texto a voz en el navegador.
¿Qué flujos de API admite?
La documentación que se muestra en la página de inicio incluye `/stream`, `/speech`, `/synthesisTasks` y `/streamWithTimestamps`. El sitio indica que `/stream` es síncrono y rápido, `/speech` devuelve MP3 y URL de marcas de tiempo, `/synthesisTasks` es asíncrono para textos más largos y `/streamWithTimestamps` transmite audio con sincronización a nivel de palabra.
¿Puede generar marcas de tiempo junto con el audio?
El sitio indica que las marcas de tiempo se pueden solicitar con `TimestampType` configurado como `word` o `sentence`, y también menciona un flujo WebSocket para transmitir tanto el audio como las marcas de tiempo.
¿Cuántas voces e idiomas están disponibles?
La página del estudio indica que Kokoro TTS Studio admite 48 voces en 8 idiomas, incluidos inglés estadounidense y británico, francés, hindi, español, japonés, chino, italiano y portugués.
¿La demo del navegador es lo mismo que el producto de API?
El sitio presenta Unreal Speech para uso comercial mediante su documentación de API, mientras que la página del estudio describe la demo del navegador como una experiencia online gratuita de texto a voz para probar el modelo y descargar audio.
Datos rápidos
- Categoría
- API de texto a voz
- Dominio de origen
- unrealspeech.com
- Usuarios principales
- Desarrolladores
- Demo
- Estudio basado en navegador para Kokoro TTS
- Voces e idiomas
- 48 voces en 8 idiomas
- Precios
- Nivel gratuito y planes de pago
Análisis de tráfico de Unreal Speech
Los datos de tráfico son solo como referencia.
- Valoración del dominio
- 32
Alternativas a Unreal Speech
TTSMaker
ttsmaker.com
TTSMaker es una herramienta web gratuita de texto a voz y generación de voces con IA que convierte texto en audio hablado en más de 100 idiomas, con descarga de archivos de audio, exportación de subtítulos y una opción Pro para un mayor uso.
Revocalize AI
revocalize.ai
Generación y clonación de voz con IA desde el navegador para creadores, músicos, productores y desarrolladores, con modelos licenciados, conversión de voz y planes desde una opción gratuita hasta soluciones empresariales.
NaturalReader
naturalreaders.com
NaturalReader es una herramienta de texto a voz con IA para escuchar documentos, PDF, sitios web y libros con voces naturales, además de ofrecer funciones para educación y generación de voz comercial.
Fish Audio
fish.audio
Plataforma de voz con IA para convertir texto en voz, clonar voces, transcribir audio y crear flujos de trabajo con agentes de voz.
TTSReader
ttsreader.com
Herramienta de texto a voz en el navegador para leer textos, documentos, PDF, libros electrónicos y páginas web en voz alta, con exportación a MP3, voces multilingües y controles de pronunciación.
TTSMaker
ttsmaker.cn
TTSMaker (Ma Ke Pei Yin) es una plataforma gratuita en línea de texto a voz para convertir texto en audio, reproducirlo en línea o descargarlo, con opciones multilingües y de varios hablantes.