Integrazione API Text-to-Speech: 8 Voci, 23 Lingue e Prezzi Chiari

Di Team editoriale VocePubblica · Aggiornato 2026-11-18

Questa guida pratica spiega come integrare l'API Text-to-Speech di VocePubblica per progetti governativi e NGO. Scopri come convertire testi in audio con 8 voci predefinite e 23 lingue, utilizzando un formato compatibile con gli SDK OpenAI per una rapida implementazione.

Troverai dettagli sui costi trasparenti, sui limiti tecnici e sulle licenze d'uso, con esempi concreti per sviluppatori indipendenti. Analizzeremo i flussi di lavoro per l'accessibilità e i casi d'uso specifici nel settore pubblico, senza ipotesi o funzionalità inventate.

Integrazione API Text-to-Speech: 8 Voci, 23 Lingue e Prezzi Chiari

Domande frequenti

Qual è il miglior formato audio per il web?

Il formato opus offre un buon equilibrio tra qualità e dimensione del file per il web. Puoi anche scegliere mp3, wav, flac o pcm. Ogni formato è supportato direttamente dall'API. La scelta dipende dalle tue esigenze di compatibilità e larghezza di banda. I file sono generati al volo e restituiti nella risposta senza essere memorizzati.

Le voci sono adatte per testi formali?

Sì, alcune voci sono ideali per contesti formali. Atlas offre un tono neutro adatto al notiziario, mentre Sage è calmo e istruttivo. Orion è profondo e adatto ai documentari. Aria è chiara e adatta alla narrazione. Le altre voci hanno toni più energici o conversazionali. Puoi selezionare la voce più adatta al tuo registro linguistico specifico.

È possibile usare l'API per progetti commerciali?

Sì, l'API è disponibile per qualsiasi tipo di utilizzo, inclusi progetti commerciali. Non ci sono piani mensili né vincoli contrattuali. Paghi solo per i caratteri generati. Il credito non scade e non ci sono costi fissi. Puoi integrare la sintesi vocale nei tuoi servizi o prodotti senza limitazioni d'uso specifiche legate alla licenza.

Quali lingue non sono supportate?

Non sono supportate vietnamita, indonesiano, tailandese, ucraino, rumeno, ceco, bengalese e altre lingue non elencate. Sono supportate 23 lingue tra cui inglese, italiano, tedesco e spagnolo. Se non imposti il campo language, il sistema tenta di indovinarlo, ma per testi latini non inglesi è consigliato impostarlo manualmente per evitare errori.

Come si gestiscono i testi molto lunghi?

Devi dividere il testo in parti da massimo 4096 caratteri. Ogni parte richiede una richiesta API separata. Riceverai un file audio per ogni richiesta. Dovrai poi unire i file audio risultanti per ottenere il testo completo. Questo processo richiede la gestione lato client delle chiamate multiple e dell'assemblaggio finale dei file audio.

Le voci sono clonate da persone reali?

Le voci sono basate su registrazioni con licenza LibriTTS-R (CC BY 4.0) e letture di pubblico dominio da LibriVox. Non offrono clonazione vocale personalizzata né caricamento della tua voce. Ogni file audio generato contiene un watermark invisibile che ne indica la natura sintetica. Non ci sono voci di celebrità o politici imitate.

È necessario un contratto aziendale?

No, non ci sono contratti aziendali, piani mensili o vincoli minimi. L'accesso è immediato dopo la registrazione. Paghi solo per i caratteri consumati. Non ci sono fatture con IVA né costi di gestione. Il saldo non scade e puoi ricaricare quando vuoi. È ideale per sviluppatori indipendenti e piccole organizzazioni senza burocrazia.

Quali sono i costi nascosti?

I costi sono trasparenti: 10 dollari per milione di caratteri. Non ci sono costi nascosti. Le richieste fallite sono gratuite e il credito viene restituito. Il pagamento avviene solo in USDT su rete TRON. Non ci sono canoni fissi, costi per le voci o per i formati. Paghi esattamente ciò che consumi.

L'API supporta la pronuncia personalizzata?

No, non supporta dizionari fonetici personalizzati né tag SSML. La pronuncia è determinata dalla voce selezionata e dal testo fornito. Non puoi modificare la pronuncia di singole parole tramite marcatori specifici. Per risultati specifici, puoi provare a scrivere il testo foneticamente. Questa è una limitazione attuale dell'API standard offerta.

Posso scaricare le voci per uso offline?

Non puoi scaricare le voci stesse per un uso offline indipendente. L'API genera audio al volo su richiesta. I file audio generati ti vengono restituiti nella risposta e non vengono memorizzati sul nostro server. Puoi scaricarli e conservarli, ma non hai accesso ai modelli vocali sottostanti per un'elaborazione offline diretta senza connessione.

Come funziona il 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. Superare il limite non blocca l'account ma rallenta l'elaborazione. Monitora i tuoi consumi per evitare code lunghe durante picchi di utilizzo.

Le richieste fallite vengono addebitate?

No, le richieste fallite non vengono addebitate. Se la sintesi non va a buon fine, il credito viene restituito integralmente. Questo garantisce che paghi solo per l'audio effettivamente generato con successo. Puoi verificare lo stato della tua richiesta nella risposta API per confermare se il charge è stato applicato o meno.

È possibile aggiornare la API Key?

Sì, puoi emettere una nuova chiave API in qualsiasi momento dalla tua dashboard. La vecchia chiave viene disattivata immediatamente non appena ne viene generata una nuova. Hai una sola chiave attiva per account. Questo ti permette di revocare l'accesso in caso di perdita o compromissione della chiave precedente con efficienza immediata.

Ci sono certificazioni privacy disponibili?

Non ci sono certificazioni formali come SOC 2, HIPAA o GDPR certificate. I dati di input servono solo per generare l'audio e non sono usati per il training. I metadati sono conservati per la fatturazione. Non offriamo garanzie contrattuali o SLA. La privacy è gestita in base alle best practice standard senza certificazioni esterne.

Criteri di selezione

Illustrazione dell'onda sonora per: Criteri di selezione

La trasparenza dei costi è fondamentale per enti pubblici e organizzazioni no-profit che operano con budget vincolati. Con un prezzo fisso di $0,01 per 1.000 caratteri e un sistema di pagamento a consumo tramite USDT, non esistono costi nascosti né abbonamenti mensili obbligatori. Ogni richiesta fallita viene rimborsata integralmente, garantendo che si paghi solo per il lavoro effettivamente completato.

Costi trasparenti

Il modello di fatturazione si basa esclusivamente sui caratteri inviati, spazi e punteggiatura inclusi. Non ci sono canoni fissi né minimi di spesa. Il credito residuo non scade mai, permettendo di accumulare fondi per progetti a lungo termine senza pressioni temporali.

Il pagamento avviene esclusivamente in USDT (TRC-20) con un minimo di ricarica di $5. Non sono previsti metodi di pagamento tradizionali come carte di credito o PayPal, semplificando la gestione contabile per enti internazionali che evitano commissioni bancarie complesse.

  • $0,01 per 1.000 caratteri
  • Nessun abbonamento mensile
  • Rimborsi immediati per errori di sintesi

Semplicità integrazione

L'API è strutturata per essere compatibile con gli SDK ufficiali di OpenAI, richiedendo solo la modifica dell'URL base a https://api.musiris.net/v1. Gli sviluppatori indipendenti possono utilizzare le librerie già note, riducendo il tempo di sviluppo e la curva di apprendimento per l'integrazione in servizi governativi o app NGO.

L'autenticazione avviene tramite un singolo token Bearer, rinnovabile istantaneamente se necessario. I formati di output supportati (mp3, wav, opus, flac, pcm) coprono le necessità standard per la web audio e la archiviazione digitale.

  • Compatibilità con SDK OpenAI
  • Autenticazione Bearer semplice
  • Formati audio standard

Licenze d'uso

Le voci sono generate da registrazioni derivate da LibriTTS-R (CC BY 4.0) e letture del dominio pubblico di LibriVox. Questo garantisce una base giuridica solida per l'uso nei contenuti pubblici senza rischi di violazioni di copyright complesse.

Ogni file audio generato contiene un watermark inudibile che ne certifica la natura sintetica, utile per la trasparenza verso gli utenti finali che ascoltano contenuti prodotti da enti pubblici o campagne informative.

  • Base CC BY 4.0
  • Dominio pubblico LibriVox
  • Watermark sintetico incluso

Analisi delle voci

Illustrazione dell'onda sonora per: Analisi delle voci

La sintesi vocale si basa su otto preset selezionati tra registrazioni licenziate e audiobook di pubblico dominio, garantendo una base sonora affidabile per ogni progetto.

Ogni voce è progettata per uno specifico contesto comunicativo, dalla narrazione calda alle notizie neutrali, adattandosi alle esigenze di chiarezza e tono.

La qualità audio è costante e priva di artefatti tipici, fornendo un risultato pronto per l'integrazione diretta nei servizi pubblici o nelle campagne NGO.

8 preset disponibili

Disponiamo di otto voci distinte, divise tra quattro femminili e quattro maschili. Ogni preset è ottimizzato per un uso specifico, garantendo coerenza stilistica.

Le opzioni includono Aria, Nova, Luna e Sage per le voci femminili, mentre Felix, Milo, Atlas e Orion coprono le voci maschili.

Questa varietà permette di scegliere il tono più adatto al tipo di contenuto, che sia informativo, narrativo o promozionale.

  • Aria: narratrice calda e chiara
  • Nova: brillante e vivace
  • Luna: morbida, ideale per storie
  • Sage: calma, istruzionale
  • Felix: energica, per promozioni
  • Milo: amichevole, conversazionale
  • Atlas: neutrale, per notizie
  • Orion: profonda, per documentari

Stili vocali diversi

Ogni voce possiede un timbro unico derivato da registrazioni reali. Questo garantisce naturalezza senza eccedere nei limiti tecnici.

I modelli sono basati su dati LibriTTS-R e LibriVox. Non ci sono variazioni emotive dinamiche.

Il risultato è un audio coerente, adatto per la lettura di testi lunghi o brevi, mantenendo un tono professionale e chiaro.

Qualità audio base

L'audio generato è disponibile in diversi formati, tra cui MP3, WAV, OPUS, FLAC e PCM. La scelta dipende dalle esigenze di compressione e compatibilità.

La velocità di generazione è circa in tempo reale per testi lunghi, con latenze minori per frasi brevi. Ogni file contiene un watermark invisibile che ne attesta la natura sintetica.

La qualità è uniforme tra tutte le voci, senza differenze significative nella chiarezza o nella pronuncia, garantendo un'esperienza utente prevedibile.

Supporto linguistico

Illustrazione dell'onda sonora per: Supporto linguistico

La nostra API supporta 23 lingue specifiche, garantendo coerenza in progetti multilingua per ONG e enti pubblici. Ogni voce può articolarsi in qualsiasi lingua supportata, offrendo flessibilità senza necessità di configurazioni complesse.

È fondamentale conoscere i limiti linguistici per evitare errori nella generazione audio. L'algoritmo di riconoscimento automatico semplifica l'uso, ma richiede attenzione per testi in lingue latine diverse dall'inglese.

23 lingue coperte

Elenco completo: Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish, Turkish. Ogni combinazione voce-lingua è valida.

Mancanza di lingue minori

Non sono supportate lingue come Vietnamita, Indonesiano, Thai, Ucraino, Rumeno, Ceco, Bengali o altre non elencate. Verificare sempre la compatibilità prima dell'integrazione in progetti specifici.

Guessing automatico

Se il campo language è omesso, il sistema indovina la lingua dal testo. Il testo in alfabeto latino predefinito assume l'inglese. Per altre lingue latine (es. tedesco o francese), impostare esplicitamente il codice ISO per evitare errori di pronuncia.

Limiti tecnici rilevanti

Illustrazione dell'onda sonora per: Limiti tecnici rilevanti

Questa API presenta vincoli tecnici specifici che influenzano il design dell'integrazione, in particolare per i flussi di lavoro automatizzati che richiedono prestazioni prevedibili. La gestione corretta di questi limiti è essenziale per garantire l'affidabilità del servizio nelle applicazioni governative e NGO.

Lunghezza input 4096

Ogni richiesta POST accetta un massimo di 4096 caratteri, inclusi spazi e punteggiatura. Per testi più lunghi, è necessario implementare logicamente la segmentazione in parti e unire i file audio risultanti. Questo approccio garantisce che ogni chunk venga elaborato correttamente senza errori di dimensione.

Rate limit 60/min

Il limite è di 60 richieste al minuto per chiave API (10/min prima del primo caricamento). Le richieste vengono processate in coda sequenziale; sotto carico, la generazione può richiedere più tempo del normale. Monitorare gli header di risposta per gestire i ritardi nei flussi batch.

Nessuno streaming

Non è disponibile lo streaming WebSocket né l'audio parziale. L'intera risposta audio viene restituita solo al termine della sintesi. Questo implica che la latenza percepita dipende dalla lunghezza del testo, poiché il client deve attendere il completamento del file prima di poterlo riprodurre.

Aspetti finanziari

Illustrazione dell'onda sonora per: Aspetti finanziari

La gestione dei costi è diretta e priva di sorprese. Il credito iniziale di 0,50 $ per i nuovi account Google scade dopo 7 giorni, mentre il saldo ricaricato non ha scadenza. Non esistono piani mensili né costi fissi: paghi solo per ciò che consumi effettivamente.

Pagamento USDT

I depositi avvengono esclusivamente tramite USDT sulla rete TRON (TRC-20). Il minimo è di 5 $ e il credito viene accreditato automaticamente entro pochi minuti dall'operazione, senza bisogno di fatture o IVA. Non sono accettate carte di credito né PayPal.

  • Rete: TRON (TRC-20)
  • Minimo deposito: 5 $

Nessun abbonamento

Non ci sono piani di abbonamento, posti utente o costi minimi di permanenza. Il saldo non scade e puoi ricaricare quando preferisci. Ogni account mantiene una singola chiave API attiva, revocabile istantaneamente.

Costi per carattere

Il prezzo è fisso a 10 $ per milione di caratteri (0,01 $ per 1.000 caratteri). Spazi e punteggiatura vengono conteggiati. Le richieste fallite non vengono addebitate, garantendo che tu paghi solo per l'audio effettivamente generato con successo.

Privacy e Dati

Illustrazione dell'onda sonora per: Privacy e Dati

La sintesi vocale rispetta la tua privacy in modo rigoroso. Il testo inviato viene utilizzato esclusivamente per generare l'audio richiesto e non viene mai impiegato per addestrare i nostri modelli o migliorare il servizio. Questo garantisce che i dati sensibili delle tue campagne NGO o dei tuoi servizi governativi rimangano confidenziali.

Nessun training dati

Ogni richiesta è isolata dal processo di miglioramento del modello. I caratteri elaborati non entrano nel dataset di addestramento, preservando la riservatezza dei contenuti istituzionali o delle comunicazioni pubbliche.

Nessuna memorizzazione audio

L'audio generato viene restituito nella risposta immediata e non viene conservato sui nostri server dopo la consegna. Non esiste un archivio persistente dei file audio prodotti, riducendo il rischio di accessi successivi ai dati.

Tracciamento billing

Per finalità di fatturazione e controllo limiti, manteniamo solo i metadati della richiesta: timestamp, numero di caratteri elaborati e stato della chiamata. Questi dati sono necessari esclusivamente per calcolare il costo al carattere e verificare i rate limit.

Non memorizziamo il contenuto del testo inviato, solo le statistiche di utilizzo necessarie per la tua gestione della budget.

  • Timestamp della richiesta
  • Numero di caratteri processati
  • Stato della chiamata (successo/errore)

Integrazione SDK

Illustrazione dell'onda sonora per: Integrazione SDK

L'integrazione di VocePubblica è immediata per gli sviluppatori familiari con le API REST moderne. Non serve installare librerie specifiche: basta configurare il client HTTP per puntare al nostro endpoint, mantenendo la struttura delle richieste standard.

Questa compatibilità riduce il tempo di sviluppo, permettendo di integrare la sintesi vocale in qualsiasi linguaggio di programmazione supportato da HTTP.

Il formato JSON è identico a quello delle API OpenAI, semplificando la migrazione o l'uso parallelo di servizi diversi.

Compatibilità OpenAI

Il nostro endpoint POST /v1/audio/speech accetta esattamente lo stesso formato JSON delle API OpenAI. È sufficiente modificare il base_url nel client SDK ufficiale per iniziare a generare audio.

Questo permette di riutilizzare codice esistente con minime modifiche, garantendo una transizione fluida per i team tecnici già abituati a standard simili.

  • Endpoint compatibile con le richieste OpenAI
  • Modifica del base_url sufficiente per l'integrazione
  • Stessa struttura JSON per model, voice e input

Uso cURL semplice

Per test rapidi o integrazioni lightweight, cURL è sufficiente. Una singola richiesta POST con le credenziali Bearer genera l'audio in formato scelto.

Esempio: `curl -X POST https://api.musiris.net/v1/audio/speech -H "Authorization: Bearer tts-..." -d '{"model": "tts-1", "input": "Ciao", "voice": "nova"}'`.

Il servizio restituisce il file audio direttamente nella risposta, pronto per essere salvato o riprocesso.

  • Nessuna dipendenza da librerie esterne
  • Test immediati da riga di comando
  • Risposta diretta con file audio binario

Nessun SDK proprietario

Non offriamo SDK dedicati per piattaforme specifiche come iOS, Android o WordPress. La nostra filosofia è fornire uno standard aperto.

Gli sviluppatori indipendenti preferiscono questa libertà per mantenere il controllo completo sulle dipendenze del proprio progetto.

L'assenza di SDK proprietari riduce i rischi di obsolescenza e garantisce che l'integrazione rimanga funzionale a lungo termine.

  • Nessun SDK proprietario da scaricare
  • Compatibilità universale HTTP/JSON
  • Libertà di scegliere la propria libreria HTTP
Integrazione SDK

Casi d'uso NGO

Illustrazione dell'onda sonora per: Casi d'uso NGO

Le organizzazioni non profit beneficiano dell'API per rendere i contenuti accessibili senza costi contrattuali complessi. Con un costo di $0,01 per mille caratteri e la possibilità di usare il credito gratuito iniziale, è possibile generare audio per campagne di sensibilizzazione o report annuali mantenendo il budget sotto controllo.

Accessibilità contenuti

Tradurre documenti PDF in audio permette di servire utenti con disabilità visive nei siti web istituzionali. La gestione della lunghezza del testo avviene segmentando input superiori a 4096 caratteri e unendo i file audio risultanti.

  • Formati WAV e MP3 per massima compatibilità

Audiolibri brevi

Utilizzando voci come Luna per la narrazione, le ONG possono pubblicare letture di testi in dominio pubblico o creati dagli autori. La licenza CC BY 4.0 delle registrazioni base semplifica l'uso commerciale o non commerciale.

  • Voci basate su registrazioni pubbliche e license CC BY 4.0

App educative

Le app per l'apprendimento delle lingue sfruttano le 23 lingue supportate per creare esercitazioni di ascolto. Gli sviluppatori indipendenti integrano l'API via SDK OpenAI modificando il base_url, mantenendo lo stack tecnologico semplice.

  • Supporto per 23 lingue diverse

Casi d'uso Governo

Illustrazione dell'onda sonora per: Casi d'uso Governo

Le pubbliche amministrazioni devono garantire l'accessibilità digitale. La sintesi vocale trasforma documenti statici in audio fruibile, riducendo le barriere per utenti con disabilità visive o cognitive senza costi di manutenzione elevati.

Siti web accessibili

Integrando l'API nei siti istituzionali, è possibile aggiungere pulsanti di lettura per articoli e delibere. Ogni richiesta genera un file audio immediato, compatibile con gli standard di accessibilità web.

Sportelli virtuali

Negli sportelli digitali, la voce sintetizzata guida l'utente nelle procedure burocratiche. Con 8 preset disponibili, si può scegliere un tono neutro come 'atlas' per notizie o 'sage' per istruzioni chiare.

Informazioni pubbliche

Istituti come scuole o uffici comunali possono pubblicare avvisi audio. Il supporto per 23 lingue permette di servire anche le minoranze linguistiche presenti nel territorio, garantendo inclusività reale.

Confronto con altri servizi

Illustrazione dell'onda sonora per: Confronto con altri servizi

Confrontare le caratteristiche tecniche e i costi di VocePubblica con altri servizi di sintesi vocale aiuta a valutare la convenienza per progetti governativi e ONG. Non esiste un servizio migliore in assoluto, ma diverse soluzioni si distinguono per limiti tecnici e modelli di prezzo.

Differenze di prezzo

Il costo è fisso a $0.01 per 1.000 caratteri, con un pagamento minimo di $5 in USDT. Altri provider spesso richiedono abbonamenti mensili o hanno costi variabili basati sul tempo di audio generato.

Limiti caratteri

Il limite è di 4096 caratteri per richiesta. Servizi concorrenti possono offrire limiti superiori o inferiori, ma la segmentazione manuale del testo rimane la soluzione standard per testi lunghi in entrambe le API.

Formati supportati

Offriamo mp3, wav, opus, flac e pcm. Alcune alternative si concentrano solo su mp3 e wav, richiedendo conversioni aggiuntive per formati lossless o leggeri come opus.

Migliori pratiche

Illustrazione dell'onda sonora per: Migliori pratiche

Per progetti governativi e NGO, l'efficienza tecnica garantisce continuità nei servizi audio pubblici. Una corretta gestione dei limiti tecnici evita interruzioni nell'erogazione di contenuti accessibili.

Seguire queste pratiche assicura che ogni integrazione rispetti i vincoli dell'API, mantenendo alta la qualità del servizio senza sorprese nei costi o nelle performance.

Gestione segmentazione testo

Dividi il testo in blocchi di max 4096 caratteri prima dell'invio. Questo evita errori di richiesta e semplifica l'unione dei file audio.

Calcola sempre spazi e punteggiatura come caratteri. Un errore di stima può bloccare la sintesi o generare file troncati.

  • Usa chunker che rispettano i limiti di caratteri
  • Verifica la lunghezza prima del POST

Error handling

Gestisci i codici di stato HTTP per distinguere errori temporanei da quelli definitivi. I fallimenti sono gratuiti, quindi non addebitano credito.

Implementa retry con backoff esponenziale per gestire il rate limit di 60 richieste/min. Non superare il limite per evitare code lunghe.

  • Retry con jitter per rate limit
  • Log degli errori per auditing

Cache audio

Memorizza i file audio generati per contenuti statici (es. pagine informative). Riduce i costi e la latenza per gli utenti finali.

Non cacheare contenuti dinamici o soggetti a variazioni frequenti. La cache deve essere invalidata manualmente se il testo cambia.

  • Cache per contenuti statici
  • Invalidazione manuale per testi variabili

Conclusioni e Raccomandazioni

Illustrazione dell'onda sonora per: Conclusioni e Raccomandazioni

VocePubblica è la scelta pragmatica per sviluppatori che necessitano di una sintesi vocale affidabile, con costi chiari e integrazione immediata tramite API standard. È ideale per progetti governativi e NGO che richiedono accessibilità e chiarezza senza vincoli contrattuali complessi.

Evitila se hai bisogno di streaming in tempo reale, SSML o clonazione personalizzata della voce. Con un limite di 4096 caratteri per richiesta e un rate limit di 60 richieste al minuto, è ottimizzata per integrazioni batch o servizi asincroni.

Per chi è ideale

Indipendentemente dal settore, se il tuo obiettivo è generare audio da testo in modo semplice e trasparente, questa API si integra rapidamente nei tuoi flussi di lavoro esistenti utilizzando SDK OpenAI o cURL.

  • Indipendenti e team piccoli

Quando evitare

Se la tua applicazione richiede latenza estremamente bassa per la riproduzione immediata o la manipolazione granulare del testo tramite SSML, i limiti tecnici potrebbero risultare restrittivi.

Prossimi passi

Inizia con il credito gratuito di 0,50 $ per testare le otto voci e le ventitré lingue. Verifica la compatibilità con i tuoi formati audio e integra la logica di segmentazione del testo per gestire narrazioni più lunghe.

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. openai-python on GitHub
  3. Python documentation
  4. Node.js documentation
  5. IETF RFC 7845: Ogg Opus
  6. LibriVox public-domain audiobooks
  7. OpenAI API reference: create speech
  8. LibriTTS-R corpus (OpenSLR 141)
  9. FFmpeg documentation
  10. W3C WAI: making audio and video accessible
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. Tether (USDT)

Altro su questo sito