Última actualización 07-27-2026
Categoría:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Inworld
Inworld desarrolla infraestructura de voz en tiempo real para desarrolladores que necesitan agentes de voz a voz, no solo una API de TTS integrada en un chatbot. La plataforma abarca texto a voz, voz a texto, enrutamiento de LLM, y una API Unificada en Tiempo Real que conecta esas capas en una sola sesión WebSocket. Los productos se entregan mediante endpoints REST y WebSocket en api.inworld.ai, con un portal de navegador para claves, facturación y áreas de prueba.
Mientras que ElevenLabs y Cartesia principalmente venden TTS independiente, Inworld apuesta por la pila completa de voz. Su capa STT extrae cinco señales paralingüísticas por segmento de audio (emociones, edad, acento, tono, estilo vocal) y las alimenta en el LLM y TTS en la cadena. El Realtime Router enruta más de 220 modelos con el costo del proveedor y sin margen adicional, lo cual es inusual comparado con pasarelas que cobran una comisión del 5% sobre los créditos.
Estudios de juegos, equipos de atención al cliente y desarrolladores independientes usan Inworld para agentes de voz, NPC interactivos, aplicaciones de tutoría de idiomas y compañeros de IA. La tarifa On-Demand incluye hasta 70 minutos de TTS gratis, lo que reduce la barrera para prototipar antes de comprometerse con un plan Creator de $25 al mes.
Los equipos empresariales disponen de opciones de cumplimiento con SOC 2 Tipo II, HIPAA y GDPR, con la opción de retención de datos cero como complemento en planes Growth. Esto es importante para la admisión en salud y sectores regulados donde los datos de voz no pueden permanecer en los servidores del proveedor.
Realtime TTS-2 ofrece una latencia de menos de 200 ms en el primer fragmento con etiquetas de dirección en línea como [Habla suavemente] y no verbales como [suspiro]
Clonación instantánea de voz desde 5 hasta 15 segundos de audio, con entrega multilingüe en más de 100 idiomas en TTS-2
Realtime Router brinda acceso a más de 220 modelos LLM sin recargos sobre las tarifas del proveedor
Realtime STT transmite transcripciones por tan solo $0.10 por hora con cinco señales de perfil de voz por fragmento de audio
Realtime API ejecuta STT, LLM y TTS en un solo WebSocket con latencia subsegundaria de habla a habla
El nivel On-Demand incluye hasta 70 minutos de TTS y 100 voces personalizadas sin costo alguno
Pila completa de voz (TTS, STT, enrutamiento, speech-to-speech) en una sola plataforma en lugar de conectar proveedores separados
El Router LLM pasa por más de 220 modelos a tarifas de proveedor sin recargo
El nivel On-Demand incluye hasta 70 minutos de TTS gratis para prototipos
Los niveles de producción escalan rápidamente, con el plan Developer a $300 por mes antes de los cargos por uso adicional
La clonación profesional de voz requiere contactar a ventas o actualizar al plan Developer o Growth
Diseñado para desarrolladores a través de API y SDKs, sin constructor sin código para usuarios no técnicos
¿Es gratis usar Inworld?
Sí. El plan On-Demand de Inworld comienza gratis e incluye hasta 70 minutos de TTS, 100 voces personalizadas, clonación de voz, acceso a la API en tiempo real y más de 220 modelos LLM vía Router. Los planes de pago comienzan en $25 por mes en el nivel Creator.
¿Qué hace la API en tiempo real de Inworld?
La API en tiempo real de Inworld ejecuta el proceso de voz a voz en una sola sesión WebSocket, encadenando el perfilado de voz STT, razonamiento LLM y salida TTS-2 en tiempo real. Soporta cientos de modelos LLM, detección semántica de turnos, llamadas a herramientas y una latencia de extremo a extremo menor a un segundo.
¿Cuánto cuesta el TTS de Inworld?
El TTS-2 en tiempo real de Inworld comienza en $25 por millón de caracteres en el plan On-Demand. Las tarifas bajan a $15 por millón en el nivel Developer de $300 al mes y a $12.50 en el nivel Growth de $1,500 al mes. Los precios para Enterprise pueden llegar a $10 por millón de caracteres.
¿Qué modelos LLM soporta el Router de Inworld?
El Router de Inworld ofrece acceso a más de 220 modelos de proveedores como OpenAI, Anthropic, Google, xAI, Groq y Mistral. Los modelos de terceros enrutados no tienen recargo adicional, y el Router soporta enrutamiento condicional basado en CEL y pruebas A/B.
¿Inworld soporta clonación de voz?
Sí. Inworld ofrece clonación de voz instantánea con entre 5 y 15 segundos de audio en todos los planes. La clonación profesional de voz, que utiliza más de 30 minutos de audio limpio para mayor fidelidad, está disponible como complemento en los planes Developer y está incluida en Growth.
¿Qué certificaciones de cumplimiento tiene Inworld?
Inworld cuenta con certificación SOC 2 Tipo II y ofrece cumplimiento con HIPAA y GDPR. La retención cero de datos está disponible como complemento en los planes Growth, y los clientes Enterprise pueden acceder a opciones de residencia de datos en la UE e India.