Torna a DispatchesSviluppatori

    La voce di Everlit nel tuo prodotto: un'API di sintesi vocale per i testi lunghi

    20 novembre 20264 min di lettura

    La maggior parte delle API vocali è costruita per la velocità: una frase restituita in poche centinaia di millisecondi, per un assistente vocale o un menu telefonico. L'API TTS di Everlit è costruita per l'altro lavoro, l'ascolto che dura venti minuti. È lo stesso modello vocale che ogni giorno narra per le redazioni, da solo, dietro un unico endpoint.

    Una sola richiesta

    Invia un testo e una voce. Ricevi un job con un indirizzo audio stabile, e recuperi il file finito tramite polling o webhook, in MP3, WAV oppure Opus.

    curl
    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 voce 669 è Lana Clark, una delle voci standard. Il resto del catalogo è a una chiamata di distanza, e lo stesso vale per le tue voci clonate.

    Lenta per scelta

    Di solito un job si completa tra 15 e 60 secondi, perché ogni file passa da un rendering completo e da un controllo di qualità automatico prima che tu lo veda. Per questo l'API è adatta ad articoli, archivi, audiolibri, corsi e a tutto ciò che viene narrato nel momento in cui viene pubblicato. È la scelta sbagliata per un agente conversazionale in tempo reale o per un sistema telefonico che ha bisogno del parlato in millisecondi, e preferiamo dirlo qui piuttosto che fartelo scoprire durante i test.

    Un orologio su ogni parola

    Un job completato può restituire i tempi a livello di parola: ogni parola che hai inviato, con un inizio e una fine. Sono costruiti a partire dal tuo testo, non dalla trascrizione approssimativa di un riconoscitore vocale, quindi “84%” torna come un unico elemento il cui intervallo copre il parlato “ottantaquattro per cento”. Gli stessi tempi sono disponibili come sottotitoli SRT o WebVTT. È ciò che rende possibili la lettura sincronizzata, i sottotitoli e i video sottotitolati senza un secondo servizio. I tempi sono disponibili in 25 delle 69 lingue dell'API, senza costi aggiuntivi, e puoi vedere una lettura sincronizzata in azione nella pagina dell'API.

    La regia dentro il testo

    Una narrazione lunga ha bisogno di regia, e la regia si scrive nel testo stesso. I tag inline aggiungono una pausa, fanno entrare una base musicale o la abbassano sotto un passaggio, e affidano una citazione a una seconda voce. La velocità e la pausa tra i paragrafi sono opzioni della richiesta. Una libreria di pronuncia sistema un nome una volta per tutti i job futuri. E puoi clonare una voce tramite API da un campione di 15 secondi, con il consenso documentato di chi parla; il clone è privato per il tuo account e costa quanto le nostre voci.

    Quanto costa

    $8 per milione di caratteri per gli alfabeti latino, cirillico e greco, con pagamento anticipato e senza canone mensile. Gli altri sistemi di scrittura sono ponderati in modo che ogni lingua costi più o meno lo stesso per ora di audio finito. In inglese, il conto è all'incirca questo:

    • $0.06 per un articolo di 1.200 parole
    • $0.46 per un approfondimento di 10.000 parole
    • $4.12 per un audiolibro di 90.000 parole

    Tempi delle parole, sottotitoli, tutti i formati e le voci clonate sono inclusi in questa tariffa. I job non riusciti non vengono mai addebitati, e il credito non scade mai. Se hai un piano a pagamento di Everlit Studio, la sintesi vocale è già inclusa.

    Fatta per le pipeline

    • Webhook firmati con nuovi tentativi automatici, così non devi fare polling.
    • Chiavi di idempotenza, così una richiesta inviata due volte viene eseguita una volta sola.
    • Un indirizzo audio noto fin dal momento dell'invio e stabile per 30 giorni.
    • Un endpoint di sintesi vocale compatibile con OpenAI: punta l'SDK di OpenAI all'URL di base di Everlit e mantieni il tuo codice.

    Come ottenere una chiave

    Non è prevista la registrazione self-service. Richiedi una chiave e una persona leggerà la richiesta, di solito entro un giorno lavorativo. Nel frattempo la documentazione dell'API è già consultabile. E se preferisci non scrivere codice, la stessa voce è disponibile per gli assistenti AI tramite il server MCP di Everlit.

    Pronto ad aggiungere l'audio ai tuoi contenuti?

    Unisciti a The Texas Tribune, Hearst Newspapers, Auburn University e centinaia di altre organizzazioni che usano Everlit per raggiungere ogni pubblico.

    Book a demo

    Leave your work email and a person on our team will reply within one business day. Or email hello@everlit.audio