Soniox Text-to-Speech
API pro převod textu na řeč v reálném čase (streaming přes WebSocket nebo REST), určené vývojářům pro stavbu hlasových agentů, vypravěčských aplikací a živých konverzací. Nabízí přes 200 hlasů ve 60+ jazycích, klonování hlasu z pár sekund nahrávky a ovládání emocí pomocí audio tagů.
O nástroji
Soniox TTS je API pro generování řeči, zaměřené na vývojáře integrující hlas do vlastních aplikací – voice agentů, narátorských nástrojů nebo živých konverzačních systémů. Streamuje audio v reálném čase (nízká latence, přesné časování na úrovni znaků), takže řeč může začít dřív, než model dokončí celou větu. K dispozici je přes 200 studiových hlasů v 60+ jazycích a možnost naklonovat vlastní hlas z krátké ukázky nahrávky. Zvláštností je kontrola emocí a podání řeči pomocí „audio tagů“ – lze vyvolat šepot, smích, váhání, napětí, radost apod., a model správně vyslovuje čísla, alfanumerické kódy i jména napříč jazyky. Účtování je tokenové a navázané na délku generovaného audia: cena od 0,70 USD za hodinu vygenerované řeči, s podrobnějším rozpadem na vstupní/výstupní textové tokeny ($3,50–4,00 za 1M tokenů). Kromě samotného API nabízí Soniox i mobilní/desktopovou aplikaci (Smart Scribe, Translator, Voice Typing) s bezplatným plánem ($0/měsíc) a placeným Pro plánem (19,99 USD/měsíc, resp. 10 USD/měsíc při roční platbě), ten je ale postavený na jiné funkcionalitě (přepis řeči) než samotné TTS API. Celá stránka i dokumentace jsou v angličtině, o české lokalizaci není zmínka.
Klíčové vlastnosti
- Streamování audia v reálném čase s nízkou latencí
- Přes 200 studiových hlasů ve 60+ jazycích
- Klonování vlastního hlasu z krátké nahrávky
- Ovládání emocí a podání pomocí audio tagů
Časté dotazy
Co Soniox TTS přesně umí?
Jde o streamovací API pro generování řeči v reálném čase s přes 200 hlasy ve 60+ jazycích, klonováním hlasu z krátké nahrávky a ovládáním emocí pomocí audio tagů jako šepot, smích nebo napětí.
Kolik Soniox TTS API stojí?
Generování řeči se účtuje tokenově od 0,70 USD za hodinu vygenerovaného audia, k tomu se připočítávají vstupní/výstupní textové tokeny za 3,50–4,00 USD za 1 milion tokenů.
Pro koho je Soniox TTS určený a jak začít?
Je určený vývojářům stavějícím hlasové agenty, narátorské aplikace či živé konverzační systémy – stačí se napojit přes API nebo WebSocket podle dokumentace na webu.
Kategorie
AI novinky do e-mailu
Každý pátek 3 vybrané AI nástroje, prompt týdne a to nejdůležitější ze světa AI – přehledně, česky a bez balastu.
Jeden z nejstarších pravidelných českých AI newsletterů.
Podobné nástroje
Hledáte alternativu k Soniox Text-to-Speech? Tady je 6 podobných nástrojů z kategorie Vývojářské nástroje.
Vectorizer AI
FreemiumPřevádí rastrové obrázky PNG, JPG, GIF, BMP a WebP na vektorové formáty SVG, PDF, EPS a DXF pomo...
Stable Diffusion
FreemiumStability AI je platforma pro generování obrázků, videa a dalšího obsahu pomocí generativní AI,...
Whisper
ZdarmaPřevádí mluvenou řeč na text ve více než 90 jazycích. Whisper je open-source model od OpenAI tré...
AI 만화 번역기
Placeno kreditovým systémem – 1 kredit za model Manga/EagleEye, 2 kredity za model Ultra; konkrétní ceník neuveden.Online nástroj pro překlad textových bublin v manga a komiksových obrázcích pomocí AI – podporuj...
Pinecone
FreemiumPinecone je vektorová databáze jako služba, která umožňuje ukládat, spravovat a prohledávat vekt...
Escape
NeuvedenoEscape je AI-powered platforma pro ofenzivní bezpečnost, která automatizuje discovery, pentestin...
Další nástroje v kategorii Vývojářské nástroje
Nezůstávejte jen u nejoblíbenějších – tohle jsou další nástroje z kategorie Vývojářské nástroje, které stojí za prohlédnutí.
