La plupart des API de synthèse vocale sont conçues pour la vitesse : une phrase renvoyée en quelques centaines de millisecondes, pour un assistant vocal ou un serveur vocal téléphonique. L'API TTS d'Everlit est conçue pour l'autre usage, l'écoute qui dure vingt minutes. C'est le même modèle vocal qui narre chaque jour pour des rédactions, proposé seul, derrière un unique endpoint.
Une seule requête
Envoyez un texte et une voix. Vous recevez en retour une tâche dotée d'une adresse audio stable, et vous récupérez le fichier terminé par interrogation régulière ou par webhook, en MP3, WAV ou Opus.
curl -X POST https://api.everlit.audio/v1/speech \
-H "Authorization: Bearer api_YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{"text": "Hello from Everlit.", "voice": "669"}'
# => 202 { "id": "spch_01jx...", "status": "queued",
# "audio_url": "https://api.everlit.audio/v1/speech/spch_01jx.../audio" }La voix 669 est Lana Clark, l'une des voix du catalogue. Le reste du catalogue s'obtient en un seul appel, tout comme vos propres voix clonées.
Lente, et c'est voulu
Une tâche se termine généralement en 15 à 60 secondes, car chaque fichier fait l'objet d'un rendu complet et d'un contrôle qualité automatique avant de vous parvenir. L'API convient donc bien aux articles, aux archives, aux livres audio, aux cours et à tout ce qui est narré au moment de sa publication. Ce n'est pas le bon choix pour un agent conversationnel en direct ou un système téléphonique qui a besoin de parole en quelques millisecondes, et nous préférons le dire ici plutôt que de vous le laisser découvrir en phase de test.
Une horloge sur chaque mot
Une tâche terminée peut renvoyer le minutage de chaque mot : chaque mot que vous avez envoyé, avec un début et une fin. Ce minutage est construit à partir de votre texte, et non de ce qu'un système de reconnaissance vocale croit y entendre : « 84% » revient donc sous la forme d'une seule entrée, dont l'intervalle couvre le « quatre-vingt-quatre pour cent » prononcé. Le même minutage est aussi fourni en sous-titres SRT ou WebVTT. C'est ce qui permet le texte qui se surligne pendant l'écoute, les sous-titres et la vidéo sous-titrée, sans recourir à un second service. Le minutage est disponible dans 25 des 69 langues de l'API, sans surcoût, et vous pouvez voir une lecture synchronisée en action sur la page de l'API.
Les indications, dans le texte même
Une narration longue a besoin d'indications, et ces indications se placent dans le texte lui-même. Des balises insérées dans le texte ajoutent une pause, font entrer un fond musical ou le baissent sous un passage, et confient une citation à une seconde voix. La vitesse et la pause entre les paragraphes sont des options de la requête. Une bibliothèque de prononciation fixe un nom une fois pour toutes les tâches à venir. Et vous pouvez cloner une voix par API à partir d'un échantillon de 15 secondes, avec le consentement de la personne dûment consigné ; le clone est réservé à votre compte et coûte le même prix que nos voix.
Combien ça coûte
Comptez 8 dollars US par million de caractères pour les alphabets latin, cyrillique et grec, en prépayé, sans frais mensuels. Les autres écritures sont pondérées pour que chaque langue coûte à peu près le même prix par heure d'audio finalisée. En anglais, cela représente environ :
- $0.06 pour un article de 1 200 mots
- $0.46 pour un long format de 10 000 mots
- $4.12 pour un livre audio de 90 000 mots
Le minutage des mots, les sous-titres, tous les formats et les voix clonées sont inclus à ce tarif. Les tâches qui échouent ne sont jamais facturées, et le crédit n'expire jamais. Si vous avez un forfait Everlit Studio payant, la synthèse vocale est déjà incluse.
Pensée pour les pipelines
- Des webhooks signés, avec nouvelles tentatives automatiques, pour ne pas avoir à interroger l'API.
- Des clés d'idempotence, pour qu'une requête envoyée deux fois ne soit exécutée qu'une fois.
- Une adresse audio connue dès l'envoi de la requête, et stable pendant 30 jours.
- Un endpoint de synthèse vocale compatible OpenAI : pointez le SDK OpenAI vers l'URL de base d'Everlit et gardez votre code.
Obtenir une clé
Il n'y a pas d'inscription en libre-service. Demandez une clé : une personne lit votre demande, généralement sous un jour ouvré. La documentation de l'API est consultable en attendant. Et si vous préférez ne pas écrire de code du tout, la même voix est accessible aux assistants IA grâce au serveur MCP d'Everlit.