Última actualización 08-14-2026
Categoría:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Inworld AI
Inworld AI vende APIs de voz en tiempo real para texto a voz, voz a texto, agentes de voz a voz y enrutamiento LLM, incluyendo generación de voz para avatares y NPC en juegos. Sus modelos Realtime TTS-2 anuncian 100 ms de tiempo hasta el primer byte, clonación de voz a partir de 15 segundos de audio, etiquetas de dirección de voz entre corchetes y soporte para más de 200 idiomas en una sola voz.
En comparación con ensamblar por separado proveedores de TTS, STT y gateways, Inworld agrupa esas capas en sesiones de API en tiempo real y un Router sin margen sobre más de 220 modelos LLM. La página principal publica comparaciones de tarifas lado a lado, como $12.50 por 1M de caracteres para Realtime TTS frente a $100 en ElevenLabs en planes de crecimiento comparables, dirigido a equipos que lanzan aplicaciones de voz para consumidores a gran escala.
Los estudios de juegos aún usan Inworld para voces de NPC y compañeros, pero el producto actual también apunta a educación, salud, aplicaciones sociales y herramientas laborales agenticas. Los desarrolladores se registran en platform.inworld.ai, eligen un nivel gratuito On-Demand o un plan mensual de pago con créditos, e integran mediante APIs REST o WebSocket documentadas en docs.inworld.ai.
Realtime TTS-2 anuncia 100 ms TTFB; TTS-2 Flash anuncia 20 ms
Clonación de voz a partir de 15 segundos de audio en 15 idiomas soportados
API en tiempo real ejecuta STT, dirección LLM y TTS en una sesión WebSocket
El enrutador proporciona acceso sin margen de ganancia a más de 220 modelos LLM de los principales proveedores
Transmisiones STT en tiempo real con señales integradas de emoción, edad, acento, tono y estilo
Etiquetas en línea entre corchetes dirigen tono, velocidad, volumen y pausas en el habla generada
Opciones de cumplimiento SOC 2 Tipo II, HIPAA y GDPR en niveles superiores
Agrupa TTS, STT, conversión de voz a voz y enrutamiento LLM en lugar de conectar múltiples proveedores.
Las comparaciones de tarifas publicadas muestran descuentos significativos frente a proveedores independientes de TTS y gateways.
Las etiquetas de dirección de voz y las señales de perfil ofrecen control preciso sobre la entrega y el contexto del usuario.
Las tarifas y cálculos de créditos toman tiempo para modelar en aplicaciones de producción de alto volumen.
Funciones avanzadas de cumplimiento como HIPAA y retención de datos cero requieren complementos Growth o Enterprise.
La plataforma es API-first; los no desarrolladores necesitan ayuda de ingeniería para lanzar un producto de voz terminado.
¿Qué ofrece Inworld AI?
Inworld AI vende APIs de voz en tiempo real para texto a voz, voz a texto, agentes de voz a voz y enrutamiento LLM. Los desarrolladores integran a través de platform.inworld.ai con documentación en docs.inworld.ai.
¿Existe un plan gratuito de Inworld AI?
Sí. El plan On-Demand de Inworld AI comienza gratis e incluye hasta 70 minutos de uso de TTS, 100 voces personalizadas, clonación de voz, acceso a la API en tiempo real y soporte comunitario para evaluación y prototipos.
¿Cuánto cuesta Inworld AI?
Los planes pagos de Inworld AI comienzan en $25 al mes para Creator, $100 para Builder, $300 para Developer y $1,500 para Growth, con créditos mensuales incluidos. Las tarifas On-Demand de pago por uso incluyen $25 por 1M de caracteres para Realtime TTS-2.
¿Qué idiomas soporta Inworld TTS?
Inworld anuncia más de 200 idiomas para Realtime TTS, incluyendo inglés, español, francés, coreano, chino, hindi, japonés y alemán. La clonación de voz multilingüe permite que una voz clonada hable varios idiomas.
¿Inworld AI crea avatares 3D?
No. Inworld AI potencia los cerebros de personajes y la salida de voz; los visuales dependen de ti. Su sitio indica que los avatares de demostración usan Ready Player Me, pero la plataforma es independiente del modelo para la apariencia.
¿Qué es la API Realtime de Inworld?
La API Realtime de Inworld es una pila completa de voz a voz con voces personalizadas, llamadas a herramientas, detección de turnos y enrutamiento LLM independiente del proveedor sobre una conexión WebSocket.