Generatore voce AI: API TTS per servizi pubblici e NGO

Di Team editoriale VocePubblica · Aggiornato 2026-11-18

Benvenuti su VocePubblica, l'API text-to-speech progettata per sviluppatori indipendenti che integrano sintesi vocale in servizi governativi e campagne NGO. In questa pagina troverete una guida pratica per generare audio di qualità partendo dal testo, con dettagli su endpoint, voci disponibili e integrazione tecnica.

Scoprite come utilizzare la nostra API per migliorare l'accessibilità dei siti web della Pubblica Amministrazione o creare audiolibri istituzionali. Esploreremo i costi trasparenti, i limiti tecnici e i formati supportati, fornendo gli strumenti necessari per una implementazione rapida e priva di vincoli contrattuali complessi.

Generatore voce AI: API TTS per servizi pubblici e NGO

Domande frequenti

Cos'è un generatore voce AI basato su API?

È un servizio cloud che converte testo in audio tramite una semplice richiesta HTTP POST. Invii il testo e ricevi il file audio, senza installare software complessi. L'endpoint è compatibile con gli SDK ufficiali OpenAI (modificando il base_url), rendendo l'integrazione rapida per gli sviluppatori indipendenti.

Quali lingue supporta l'API TTS?

L'API supporta 23 lingue, tra cui inglese, italiano, tedesco, spagnolo, francese, cinese, giapponese e arabo. Ogni voce può parlare tutte queste lingue. Se non specifichi il codice ISO, il sistema tenta di indovinarlo, ma per testi latini non inglesi è consigliato impostarlo manualmente per evitare errori.

Le voci sono clonate o registrate?

Le 8 voci sono basate su registrazioni reali con licenza CC BY 4.0 (LibriTTS-R) e letture di dominio pubblico (LibriVox). Non offriamo clonazione vocale personalizzata: le voci sono preset fissi (come Aria, Nova, Felix) e non puoi caricare la tua voce. Sono voci standardizzate e verificate.

È possibile usare la API per progetti governativi?

Sì, l'API è ideale per enti pubblici e NGO. Non richiede contratti complessi né SLA. I dati inviati non sono usati per l'addestramento e l'audio generato non viene memorizzato. Il pagamento è semplice e trasparente, adatto a budget pubblici o no-profit che necessitano di chiarezza nei costi.

Quali formati audio sono disponibili?

Puoi scegliere tra mp3, wav, opus, flac e pcm. Questi formati coprono le esigenze standard per web, archiviazione e playback. La scelta dipende dalla tua necessità di compressione o qualità lossless. Ogni formato è generato direttamente dall'endpoint di sintesi senza bisogno di conversioni esterne successive.

Come funziona il limite di caratteri?

Ogni richiesta API accetta fino a 4096 caratteri. Per testi più lunghi, devi dividere il testo in parti di questa dimensione e unire i file audio risultanti. I caratteri includono spazi e punteggiatura. Questo limite garantisce prestazioni stabili e tempi di generazione prevedibili per ogni singola chiamata.

I dati inviati vengono usati per l'addestramento?

No. Il testo inviato viene utilizzato esclusivamente per produrre il file audio della risposta. Non viene memorizzato per addestrare modelli di intelligenza artificiale. I metadati della richiesta (ora, caratteri, stato) sono conservati solo per finalità di fatturazione e controllo dell'account, garantendo la tua privacy.

Quali sono i limiti di velocità (rate limit)?

Il limite è di 60 richieste al minuto per chiave API. Prima del primo caricamento, il limite è di 10 richieste al minuto. Le richieste vengono elaborate in coda se sotto carico. Questo garantisce stabilità del servizio senza necessità di piani enterprise o accordi personalizzati per il volume.

È disponibile lo streaming audio in tempo reale?

No, l'API non offre streaming WebSocket o audio parziale in tempo reale. Ricevi il file audio completo solo dopo la generazione. I tempi di generazione sono circa reali (25 caratteri al secondo), ma l'intero file viene restituito alla fine della richiesta HTTP, non frammentato.

C'è un supporto telefonico dedicato?

No, non offriamo supporto telefonico né chat live. L'assistenza è esclusivamente via email. Non ci sono numeri di telefono dedicati o canali diretti. Per qualsiasi problema tecnico o fatturazione, puoi contattare il team via email, che è l'unico canale di supporto disponibile per tutti gli utenti.

Le voci hanno un watermark invisibile?

Sì, ogni file audio generato contiene un watermark inudibile che ne marca la natura sintetica. Questo serve a identificare l'audio come prodotto dall'API VocePubblica. Il watermark non influisce sulla qualità percepita dell'audio ed è presente in tutti i formati supportati, indipendentemente dalla voce scelta.

Posso usare le voci per audiolibri pubblici?

Sì, le voci sono basate su registrazioni con licenza CC BY 4.0 e da pubblico dominio. Puoi usarle per audiolibri e progetti pubblici senza vincoli contrattuali complessi. Non offriamo clonazione personalizzata, ma le 8 voci preset sono basate su licenze chiare (CC BY 4.0) e pubblico dominio.

Come si paga senza carta di credito?

Accettiamo solo USDT su rete TRON (TRC-20) per i ricarichi, con un minimo di 5 dollari. Non usiamo carte di credito, PayPal o fatture con IVA. Il saldo non scade e il credito viene aggiunto automaticamente in pochi minuti dopo il trasferimento, semplificando i pagamenti per enti e NGO.

Prima richiesta

curl

curl https://api.musiris.net/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Cosa offre l'API

Illustrazione dell'onda sonora per: Cosa offre l'API

L'API offre un endpoint standard compatibile con gli SDK OpenAI. Invia una richiesta POST a https://api.musiris.net/v1/audio/speech con il corpo JSON e ricevi il file audio. L'autenticazione avviene tramite chiave Bearer e i campi richiesti includono model, input, voice, response_format e speed.

Endpoint standard OpenAI

Endpoint standard OpenAI

La struttura della richiesta è identica a quella del endpoint OpenAI Speech. Puoi utilizzare gli SDK ufficiali cambiando solo il base_url. Questo semplifica l'integrazione nei tuoi progetti esistenti senza bisogno di librerie proprietarie.

  • POST https://api.musiris.net/v1/audio/speech
  • Corpo JSON: model, input, voice, response_format, speed
  • Compatibile con SDK OpenAI standard

Formati audio flessibili

Seleziona il formato di output in base alle tue esigenze di banda e compatibilità. Supportiamo MP3, WAV, OPUS, FLAC e PCM.

  • MP3, WAV, OPUS, FLAC, PCM
  • Opzione scelta tramite response_format
  • Nessun formato preferito di default

Velocità di generazione

La velocità di generazione è circa reale per testi lunghi, circa 25 caratteri al secondo. Le frasi brevi richiedono pochi secondi. Le richieste vengono elaborate in coda, quindi sotto carico potresti riscontrare lievi attese.

  • ~25 caratteri al secondo per testi lunghi
  • Elaborazione in coda sotto carico
  • Tempi variabili per frasi brevi

Voci e Lingue

Illustrazione dell'onda sonora per: Voci e Lingue

VocePubblica fornisce 8 preset vocali distinti, basati su registrazioni della licenza LibriTTS-R (CC BY 4.0) e da letture di pubblico dominio di LibriVox. Ogni voce ha un carattere unico, dalla narrazione calda di Aria alla voce profonda e documentaristica di Orion, adatte a diversi contesti istituzionali o NGO.

Il catalogo supporta 23 lingue, tra cui inglese, italiano, tedesco, spagnolo e cinese. Le voci sono flessibili: ogni voce può parlare qualsiasi lingua supportata, garantendo coerenza stilistica anche nei progetti multilingua.

8 preset vocali distinti

Scegli tra voci maschili e femminili calibrate per diversi toni: narrativi, informativi o promozionali. Ogni file audio generato include un watermark invisibile che ne certifica l'origine sintetica, utile per la trasparenza nei contenuti pubblici.

  • Aria (femminile, narratrice calda e chiara)
  • Nova (femminile, luminosa e dinamica)
  • Luna (femminile, morbida per storytelling)
  • Sage (femminile, calma e istruttiva)
  • Felix (maschile, energetico e promozionale)
  • Milo (maschile, amichevole e conversazionale)
  • Atlas (maschile, neutro, ideale per notizie)
  • Orion (maschile, profondo, stile documentario)

23 lingue supportate

Le lingue coperte includono arabo, cinese, danese, olandese, inglese, finlandese, francese, tedesco, greco, ebraico, hindi, italiano, giapponese, coreano, malese, norvegese, polacco, portoghese, russo, spagnolo, swahili, svedese e turco. Non sono supportate lingue come il vietnamita, l'indonesiano, il tailandese, l'ucraino, il rumeno, il ceco, il bengalese e tutte le altre non elencate.

Guessing della lingua

Se non specifichi il campo language, il sistema deduce la lingua dallo script del testo (es. testo latino -> inglese). Per testi in latino ma in altre lingue (es. tedesco), imposta esplicitamente il codice ISO per evitare errori di pronuncia.

Perché scegliere VocePubblica

Illustrazione dell'onda sonora per: Perché scegliere VocePubblica

VocePubblica elimina le barriere burocratiche tipiche dei contratti enterprise. Non esistono piani mensili obbligatori, né costi per i seat o minimi di spesa. Paghi solo per i caratteri generati, con un saldo che non scade mai e nessuna fatturazione con IVA complicata.

Questa semplicità amministrativa è ideale per enti pubblici e ONG che devono gestire budget variabili senza vincoli di durata. Ogni account è indipendente e la chiave API può essere rinnovata istantaneamente, garantendo flessibilità operativa immediata.

Nessun vincolo contrattuale

Niente abbonamenti automatici né impegni a lungo termine. L'assenza di fatture con IVA e la mancanza di contratti di servizio complessi riducono l'onere amministrativo per le PA e le organizzazioni no-profit.

  • Nessun piano mensile obbligatorio
  • Nessun costo per seat aggiuntivi
  • Nessun minimo di spesa
  • Saldo che non scade

Licenze chiare

Le voci sono basate su registrazioni della licenza LibriTTS-R (CC BY 4.0) e da letture di pubblico dominio di LibriVox. Questo garantisce una base giuridica solida per l'uso nei progetti istituzionali, senza rischi di claim complessi.

Privacy dei dati

Il testo inviato viene utilizzato esclusivamente per la generazione dell'audio e non viene mai utilizzato per l'addestramento dei modelli. I file audio generati non vengono memorizzati sul server dopo la consegna. Conserviamo solo i metadati di richiesta per la fatturazione.

Casi d'uso per il Pubblico

Illustrazione dell'onda sonora per: Casi d'uso per il Pubblico

VocePubblica offre una soluzione TTS affidabile per enti pubblici e organizzazioni no-profit che necessitano di audio di qualità senza vincoli contrattuali complessi, garantendo trasparenza e facilità di integrazione nei servizi digitali esistenti.

Accessibilità web PA

La sintesi vocale è fondamentale per l'accessibilità dei siti della Pubblica Amministrazione. Con il supporto di 23 lingue e voci chiare come Aria o Luna, gli enti possono convertire rapidamente testi normativi o avvisi in audio, rendendo le informazioni fruibili da utenti con disabilità visive o difficoltà di lettura, senza costi di licenza ricorrenti.

  • Conversione rapida di pagine web in audio
  • Supporto per accessibilità e avvisi comunali
  • Integrazione semplice nelle piattaforme CMS esistenti

Audiolibri istituzionali

Istituzioni culturali e enti locali possono digitalizzare documenti storici o rapporti annuali in formato audio. Grazie al limite di 4096 caratteri per richiesta e alla possibilità di unire i file, è possibile creare narrazioni complete partendo da testi lunghi. La voce calmo e istruttiva di Sage si adatta perfettamente alla lettura di documenti ufficiali.

  • Digitalizzazione di rapporti e documenti storici
  • Unione automatica di file audio per testi lunghi
  • Voce neutra e professionale per contenuti formali

Assistenti vocali NGO

Le organizzazioni non profit possono utilizzare l'API per creare assistenti vocali per campagne di sensibilizzazione o app mobili. Con un costo di $0.01 per 1.000 caratteri e nessun costo fisso mensile, le NGO possono allocare le risorse in modo efficiente. La trasparenza sui dati, usati solo per la generazione e non per l'addestramento, garantisce la privacy dei beneficiari.

  • Costi variabili ideali per budget limitati
  • Privacy garantita: nessun addestramento sui dati
  • Ideale per app e campagne sociali

Tecnica e Limiti

Illustrazione dell'onda sonora per: Tecnica e Limiti

Per garantire precisione e compatibilità con gli standard API, ogni richiesta accetta al massimo 4096 caratteri di testo, spazi e punteggiatura inclusi. Questo limite è rigido: superare la soglia genera un errore senza addebito.

Caratteri e limite 4096

Il vincolo di 4096 caratteri richiede di segmentare documenti lunghi o report istituzionali prima dell'invio. La fatturazione avviene su base carattere, quindi spazi e punteggiatura contribuiscono al conteggio totale.

Gestione testi lunghi

Il workflow standard prevede la suddivisione automatica del testo in blocchi da 4096 caratteri. L'API restituisce i file audio separatamente, che devono essere concatenati dal lato client per formare il file finale.

Questa approccio mantiene bassa la latenza per ogni singola chiamata e permette di gestire grandi volumi di testo senza sovraccaricare il server.

Code di elaborazione

Il sistema elabora le richieste in modo sequenziale. In momenti di carico elevato, le richieste possono accumularsi in coda, aumentando leggermente i tempi di attesa.

Non offriamo garanzie di tempo di risposta (SLA): la velocità dipende dal carico di elaborazione. Per usi critici in tempo reale, valutare buffer aggiuntivi.

Le richieste fallite non vengono addebitate, anche se hanno atteso in coda.

  • Limite: 4096 caratteri per richiesta
  • Elaborazione: sequenziale (code possibili)
  • SLA: non garantita
Tecnica e Limiti

Integrazione per Dev

Illustrazione dell'onda sonora per: Integrazione per Dev

L'integrazione è immediata grazie alla compatibilità con gli SDK ufficiali OpenAI. Modificando semplicemente il base_url verso https://api.musiris.net/v1 e inserendo la tua chiave, puoi utilizzare le librerie standard per chiamare l'endpoint /v1/audio/speech senza riscrivere la logica di gestione delle risposte.

Questa architettura riduce il tempo di sviluppo, permettendo di integrare la sintesi vocale nei tuoi progetti governativi o NGO con poche righe di codice Python o Node.js, sfruttando strumenti che i tuoi sviluppatori conoscono già.

SDK OpenAI compatibili

Utilizza le librerie ufficiali OpenAI modificando solo l'URL di base. Non esiste una SDK proprietaria o un client dedicato specifico per VocePubblica.

  • Compatibilità con librerie Python e Node.js ufficiali
  • Nessuna dipendenza aggiuntiva necessaria
  • Stessa struttura JSON delle richieste OpenAI

Autenticazione Bearer

Ogni richiesta deve includere l'intestazione Authorization: Bearer tts-... con la tua chiave attiva. La chiave è unica per account e può essere ruotata istantaneamente.

  • Chiave singola attiva per account
  • Revoca immediata alla generazione di nuova chiave
  • Standard HTTP Bearer Token

Documentazione tecnica

Tutti i parametri, i formati audio e gli esempi di codice sono disponibili nella sezione documentazione ufficiale. Consulta i dettagli su limiti e formati prima dell'implementazione.

Costi Trasparenti

Illustrazione dell'onda sonora per: Costi Trasparenti

Il costo è di $10 per milione di caratteri, pari a $0,01 per 1.000 caratteri. Spazi e punteggiatura sono conteggiati come caratteri. Le richieste fallite sono gratuite: se la sintesi non va a buon fine, l'importo viene restituito integralmente.

Non esistono piani mensili, posti, spese minime o fatture con IVA. Il saldo non scade mai e non ci sono vincoli contrattuali. Puoi interrompere l'uso in qualsiasi momento senza penali.

Pagamento a caratteri

La tariffa è fissa e indipendente dal tempo di generazione. Ogni carattere inviato conta, inclusi gli spazi.

  • $0,01 per 1.000 caratteri
  • Spazi e punteggiatura inclusi nel conteggio

Nessun costo nascosto

Niente abbonamenti obbligatori. Il saldo rimane disponibile indefinitamente.

  • Nessun piano mensile
  • Nessuna spesa minima
  • Saldo non scadente

Top-up USDT

Il ricarico avviene solo tramite USDT su rete TRON (TRC-20). Il minimo è $5 e l'accredito è automatico entro pochi minuti. Non accettiamo carte, PayPal o bonelli tradizionali.

  • Rete TRC-20
  • Minimo $5
  • Accredito automatico

Demo e Prova

Illustrazione dell'onda sonora per: Demo e Prova

Prova subito la potenza di VocePubblica generando audio in tempo reale direttamente dal browser. Inserisci un testo breve e ricevi il file audio in pochi secondi, senza necessità di configurazione complessa o installazione di SDK specifici.

Ogni file include un watermark inudibile che ne attesta la natura sintetica. La voce è chiara e precisa, ideale per la lettura pubblica di informazioni istituzionali o campagne informative.

Generazione istantanea

Inserisci il tuo testo nell'area di demo e ricevi l'audio in pochi secondi. La generazione è rapida per frasi brevi, mentre testi più lunghi richiedono tempi proporzionali alla lunghezza, circa un secondo ogni 25 caratteri.

Qualità audio

Ogni file include un watermark inudibile che ne attesta la natura sintetica. La voce è chiara, priva di artefatti comuni e adatta alla lettura pubblica.

Test gratuito

Accedendo con Google ricevi $0,50 di credito valido per 7 giorni, equivalenti a circa 50.000 caratteri. Puoi valutare la qualità delle 8 voci e delle 23 lingue supportate senza impegno finanziario immediato.

Supporto e Contatti

Illustrazione dell'onda sonora per: Supporto e Contatti

Per assistenza tecnica o richieste specifiche, il supporto di VocePubblica avviene esclusivamente via email. Non offriamo numeri di telefono né chat in tempo reale, garantendo però risposte dettagliate e tracciabili per ogni integrazione nei progetti PA o NGO.

I dati delle tue richieste vengono conservati solo per il calcolo della fatturazione e non per l'addestramento dei modelli. La privacy è strutturata per garantire che il testo inviato non lasci traccia una volta generato l'audio.

Assistenza via email

Invia la tua richiesta a [email protected]. Indica sempre la chiave API e l'ID della richiesta per una risoluzione più rapida dei problemi tecnici.

  • Nessun numero di telefono diretto
  • Risposte asincrone ma dettagliate

Nessun chat live

A differenza di altri servizi, non presenti una finestra di chat in basso a destra. Preferiamo la chiarezza della comunicazione scritta, ideale per condividere snippet di codice o log di errore.

Privacy policy

Il testo inviato non viene utilizzato per l'addestramento. I metadati (ora, caratteri, stato) restano per la fatturazione. L'audio generato non viene conservato sui nostri server.

Ascolta le 8 voci

Ogni campione sottostante è stato generato da questa API utilizzando la stessa frase. Non esiste un archivio persistente dei file audio prodotti, riducendo il rischio di accessi successivi ai dati.

Avatar della voce aria
ariafemminile
Avatar della voce nova
novafemminile
Avatar della voce luna
lunafemminile
Avatar della voce sage
sagefemminile
Avatar della voce felix
felixmaschile
Avatar della voce milo
milomaschile
Avatar della voce atlas
atlasmaschile
Avatar della voce orion
orionmaschile

23 lingue

Ogni voce può parlare in una di queste lingue.

Fonti e ulteriori letture

  1. Wikipedia
  2. IETF RFC 7845: Ogg Opus
  3. LibriVox public-domain audiobooks
  4. MDN: Web Speech API
  5. curl documentation
  6. Node.js documentation
  7. TRON developer hub: TRC-20
  8. LibriTTS-R corpus (OpenSLR 141)
  9. Python documentation
  10. FFmpeg documentation
  11. Creative Commons Attribution 4.0
  12. Tether (USDT)

Altro su questo sito