SpeechGPT vs Async (formerly Podcastle)

SpeechGPT te permite mantener conversaciones de voz en el navegador usando tu propia clave API de OpenAI. Escribes o grabas mensajes, los envías a través de una interfaz de chat y escuchas respuestas habladas sin instalar software de escritorio.

A diferencia de los servicios TTS alojados que incluyen los costos del modelo en una suscripción, SpeechGPT se ejecuta en el navegador y te cobra solo a través de las cuentas de OpenAI, Azure Speech Services o Amazon Polly que conectes. Esto lo convierte en una opción ligera para desarrolladores y estudiantes de idiomas que ya tienen acceso a la API y desean una interfaz simple de chat por voz.

La interfaz soporta etiquetas de UI en inglés, español y chino, incluye un botón de grabación para entrada de voz y almacena los datos de la sesión localmente en el navegador. Es adecuado para desarrolladores que prueban flujos de chat por voz, estudiantes de idiomas que practican indicaciones habladas y cualquier persona que quiera un cliente de voz ChatGPT minimalista en móvil o escritorio.

Async te permite grabar, editar y republicar audio y video chateando con IA en lugar de arrastrar clips en una línea de tiempo. Puedes capturar podcasts remotos, generar material a partir de indicaciones, limpiar audio, añadir subtítulos, doblar contenido y convertir grabaciones largas en clips para redes sociales dentro de un solo flujo de trabajo en el navegador.

Mientras que la mayoría de los editores dividen la grabación, transcripción y creación de clips en aplicaciones separadas, Async las agrupa detrás de una interfaz de chat llamada Bumblebee. Subes material o comienzas desde una plantilla, le dices a Async qué cortar o generar, y se encarga del ritmo, los subtítulos y la exportación. La plataforma también lista más de 100 modelos generativos para video, imagen, música y voz, incluyendo Kling, Veo, Sora y GPT Image 2.

El plan gratuito incluye 10 créditos de IA de por vida y 1 hora de carga de medios, suficiente para probar el editor de chat antes de actualizar. Los niveles de pago añaden grupos mensuales de créditos (450 en Essentials, 1,200 en Pro, 3,000 en Teams) que miden la generación de video, doblaje y otras acciones de IA. La facturación anual ahorra hasta un 40%.

Podcasters, creadores de video, equipos de marketing y gestores de redes sociales que desean grabación, edición y reutilización en un solo lugar sin aprender software NLE tradicional son el público objetivo. Hay una app para iOS disponible y la grabación remota soporta hasta 10 participantes por sesión.