Unreal Speech

Unreal Speech: API de texto a voz rápido y asequible

Unreal Speech ofrece una solución de API de texto a voz rápida y asequible que es significativamente más barata que alternativas como Eleven Labs. Permite a los usuarios transmitir audio rápidamente, solicitar audio de formato largo y proporciona marcas de tiempo por palabra para un control y sincronización mejorados.

¿Qué es Unreal Speech?

Unreal Speech es una API de texto a voz diseñada para desarrolladores y empresas que buscan una solución rentable y de alto rendimiento para convertir texto en voz con sonido natural. Su objetivo es proporcionar una experiencia perfecta para generar contenido de audio, desde fragmentos cortos hasta archivos de audio de formato largo.

¿Cómo funciona Unreal Speech?

Unreal Speech utiliza modelos avanzados de síntesis de voz para transformar el texto escrito en audio hablado. La API ofrece varias características clave:

• Baja latencia: Transmite audio en tan solo 300 ms, lo que lo hace adecuado para aplicaciones en tiempo real.
• Alta capacidad: Puede manejar solicitudes de hasta 10 horas de audio.
• Marcas de tiempo por palabra: Proporciona información de tiempo precisa para cada palabra, lo que permite resaltar y animar de forma sincronizada.
• Múltiples voces e idiomas: Ofrece una variedad de voces en diferentes idiomas, incluidos inglés estadounidense, inglés británico, chino mandarín, hindi, español, portugués, japonés, francés e italiano.
• Formatos de salida flexibles: Admite formatos de audio estándar como MP3 y PCM µ-law, que se adaptan a diferentes casos de uso.

Características clave de Unreal Speech

• Precios asequibles: Unreal Speech se posiciona como una alternativa económica a otros servicios de texto a voz, que cuesta 11 veces menos que Eleven Labs.
• Transmisión en tiempo real: El punto final /stream permite la conversión rápida de hasta 1000 caracteres, entregando audio casi instantáneo.
• Síntesis asíncrona: El punto final /synthesisTasks está diseñado para crear archivos de audio más largos, con la capacidad de generar audio de 10 horas en aproximadamente 15 minutos.
• Soporte de marcas de tiempo: La API puede proporcionar marcas de tiempo a nivel de palabra u oración, lo que facilita el resaltado de texto sincronizado.

¿Cómo usar Unreal Speech?

Para usar Unreal Speech, necesita una clave API. Aquí le mostramos cómo comenzar:

1. Obtenga una clave API: Regístrese para obtener una clave API gratuita en el sitio web de Unreal Speech.
2. Elija un punto final: Seleccione el punto final apropiado según sus necesidades:
   • /stream: Para la transmisión en tiempo real de texto corto.
   • /synthesisTasks: Para generar archivos de audio más largos de forma asíncrona.
   • /streamWithTimestamps: Para transmitir audio con marcas de tiempo a nivel de palabra.
3. Realice solicitudes a la API: Utilice los ejemplos de código proporcionados (Python, Node.js, React Native, Bash) para integrar la API en su aplicación.

Aquí hay un ejemplo de cómo usar el punto final /stream en Python:

import requests

response = requests.post(
  'https://api.v8.unrealspeech.com/stream',
  headers = {
    'Authorization' : 'Bearer YOUR_API_KEY'
  },
  json = {
    'Text': '''<YOUR_TEXT>''', # Up to 1,000 characters
    'VoiceId': '<VOICE_ID>', # af, af_bella, af_sarah, am_adam, am_michael, bf_emma, bf_isabella, bm_george, bm_lewis, af_nicole, af_sky
    'Bitrate': '192k', # 320k, 256k, 192k, ...
    'Speed': '0', # -1.0 to 1.0
    'Pitch': '1', # 0.5 to 1.5
    'Codec': 'libmp3lame', # libmp3lame or pcm_mulaw
  }
)

with open('audio.mp3', 'wb') as f:
    f.write(response.content)

¿Por qué elegir Unreal Speech?

• Ahorro de costos: Reducción significativa en los costos de texto a voz en comparación con otros proveedores.
• Alta calidad: Ofrece voz con sonido natural con varias opciones de voz.
• Escalabilidad: Capaz de manejar grandes volúmenes de solicitudes, como lo demuestran los testimonios de los clientes.
• Flexibilidad: Ofrece múltiples puntos finales de API y formatos de salida para adaptarse a diferentes casos de uso.

¿Para quién es Unreal Speech?

Unreal Speech es adecuado para una amplia gama de usuarios, que incluyen:

• Desarrolladores: Integración de la funcionalidad de texto a voz en las aplicaciones.
• Creadores de contenido: Generación de versiones de audio de artículos, publicaciones de blog y otro contenido escrito.
• Empresas: Automatización del servicio al cliente con asistentes de voz y chatbots.
• Instituciones educativas: Creación de materiales de aprendizaje accesibles con soporte de audio.

Precios de Unreal Speech

Unreal Speech ofrece diferentes planes de precios para adaptarse a diversas necesidades:

• Plan gratuito: Incluye un número limitado de caracteres por mes.
• Planes de pago: Ofrecen mayores asignaciones de caracteres y características adicionales.
• Plan Enterprise: Proporciona soluciones personalizadas y soporte dedicado para usuarios de gran volumen.

El uso adicional más allá de la asignación mensual se cobra por 1 millón de caracteres, con tarifas que varían según el plan de suscripción.

Testimonio del cliente

Derek Pankaew, CEO de Listening.com, comparte su experiencia con Unreal Speech:

"Unreal Speech nos ahorró un 75% en nuestro costo de texto a voz. Suena mejor que Amazon Polly y es mucho más barato. Cambiamos a volúmenes altos y, a menudo, procesamos más de 10,000 páginas por hora. Unreal pudo manejar el volumen, al tiempo que ofrece una experiencia auditiva de alta calidad."

Preguntas frecuentes

• ¿Ofrecen voces en otros idiomas? Sí, Unreal Speech ofrece 48 voces en 8 idiomas diferentes.
• ¿Puedo crear voces personalizadas (clonación de voz)? ¡No en este momento, pero están trabajando en ello!
• ¿Puedo usar audio generado comercialmente? Sí, el audio generado con Unreal Speech se puede utilizar comercialmente. Se requiere atribución para el plan gratuito.

Unreal Speech es una opción convincente para cualquiera que busque una API de texto a voz rápida, asequible y confiable. Con su baja latencia, alta capacidad y marcas de tiempo por palabra, es muy adecuado para una variedad de aplicaciones y casos de uso.