Unreal Speech

Unreal Speech：快速且经济实惠的文本转语音 API

Unreal Speech 提供了一种快速且经济实惠的文本转语音 API 解决方案，该方案比 Eleven Labs 等替代方案便宜得多。它允许用户快速流式传输音频、请求长篇音频，并提供逐字时间戳以增强控制和同步。

什么是 Unreal Speech？

Unreal Speech 是一款文本转语音 API，专为寻求经济高效且高性能的解决方案，将文本转换为自然语音的开发人员和企业而设计。它旨在为生成音频内容提供无缝体验，从短片段到长篇音频文件。

Unreal Speech 如何工作？

Unreal Speech 利用先进的语音合成模型将书面文本转换为口语音频。该 API 提供多项关键功能：

• 低延迟： 以低至 300 毫秒的速度流式传输音频，使其适用于实时应用程序。
• 高容量： 可以处理长达 10 小时的音频请求。
• 逐字时间戳： 提供每个单词的精确时间信息，从而实现同步突出显示和动画。
• 多种声音和语言： 提供各种不同语言的声音，包括美式英语、英式英语、普通话、印地语、西班牙语、葡萄牙语、日语、法语和意大利语。
• 灵活的输出格式： 支持 MP3 和 PCM µ-law 等标准音频格式，以满足不同的用例。

Unreal Speech 的主要特点

• 价格实惠： Unreal Speech 的定位是其他文本转语音服务的经济替代方案，成本比 Eleven Labs 低 11 倍。
• 实时流式传输： /stream 端点允许快速转换最多 1,000 个字符，从而提供近乎即时的音频。
• 异步合成： /synthesisTasks 端点旨在创建更长的音频文件，能够在约 15 分钟内生成 10 小时的音频。
• 时间戳支持： 该 API 可以提供单词或句子级别的时间戳，从而方便同步文本突出显示。

如何使用 Unreal Speech？

要使用 Unreal Speech，您需要一个 API 密钥。以下是开始方法：

1. 获取 API 密钥： 在 Unreal Speech 网站上注册一个免费 API 密钥。
2. 选择一个端点： 根据您的需要选择适当的端点：
   • /stream：用于短文本的实时流式传输。
   • /synthesisTasks：用于异步生成更长的音频文件。
   • /streamWithTimestamps：用于流式传输带有单词级时间戳的音频。
3. 发出 API 请求： 使用提供的代码示例（Python、Node.js、React Native、Bash）将 API 集成到您的应用程序中。

以下是在 Python 中使用 /stream 端点的示例：

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)

为什么选择 Unreal Speech？

• 节省成本： 与其他提供商相比，文本转语音成本显着降低。
• 高质量： 提供具有各种声音选项的自然语音。
• 可扩展性： 能够处理大量请求，客户评价证明了这一点。
• 灵活性： 提供多个 API 端点和输出格式以适应不同的用例。

Unreal Speech 适合哪些人？

Unreal Speech 适用于广泛的用户，包括：

• 开发人员： 将文本转语音功能集成到应用程序中。
• 内容创作者： 生成文章、博客文章和其他书面内容的音频版本。
• 企业： 使用语音助手和聊天机器人自动化客户服务。
• 教育机构： 创建具有音频支持的无障碍学习材料。

Unreal Speech 定价

Unreal Speech 提供不同的定价方案以适应各种需求：

• 免费方案： 包括每月有限的字符数。
• 付费方案： 提供更大的字符限额和附加功能。
• 企业方案： 为高容量用户提供定制的解决方案和专门的支持。

超出每月限额的额外使用量按每 100 万个字符收费，费率因订阅方案而异。

客户评价

Listening.com 的首席执行官 Derek Pankaew 分享了他使用 Unreal Speech 的经验：

“Unreal Speech 为我们节省了 75% 的文本转语音成本。它听起来比 Amazon Polly 更好，而且更便宜。我们以高容量切换过来，并且经常每小时处理 10,000 多个页面。Unreal 能够处理此容量，同时提供高质量的聆听体验。”

常见问题解答

• 你们提供其他语言的声音吗？ 是的，Unreal Speech 提供 8 种不同语言的 48 种声音。
• 我可以创建自定义声音（声音克隆）吗？ 目前还不能，但他们正在努力！
• 我可以将生成的音频用于商业用途吗？ 是的，使用 Unreal Speech 生成的音频可以用于商业用途。免费方案需要署名。

Unreal Speech 对于任何寻求快速、经济实惠且可靠的文本转语音 API 的人来说，都是一个引人注目的选择。凭借其低延迟、高容量和逐字时间戳，它非常适合各种应用程序和用例。