Clipboard TTS vs Unreal Speech

Clipboard TTS est une aide à la lecture pour bureau qui surveille votre presse-papiers et lit à voix haute le texte copié. Au lieu de coller du texte dans une application séparée, vous copiez tout sur votre ordinateur et l'entendez être lu dans une voix de votre choix. L'outil cible les lecteurs qui souhaitent un accès mains libres aux articles, matériaux d'étude et documents.

Le logiciel est conçu en pensant à la dyslexie et à la fatigue de lecture. Il propose la mise en surbrillance des mots et des phrases, des superpositions de fond coloré, la police OpenDyslexic, et la mise en gras BoldCue pour aider les yeux à suivre le texte pendant que l'audio joue. La traduction automatique détecte la langue du texte copié et la prononce dans la langue liée à la voix sélectionnée.

Clipboard TTS fonctionne comme une application de bureau Windows, avec une version Linux prévue prochainement. Il supporte 49 langues et plus de 100 voix, ainsi que la conversion d'images en texte lorsque vous copiez une capture d'écran ou une photo contenant du texte.

Unreal Speech est une API de synthèse vocale prête à la production, construite sur le moteur TTS open source Kokoro. Elle offre aux développeurs et aux entreprises une synthèse vocale naturelle à une fraction du coût d'ElevenLabs, Amazon Polly, Google Cloud et Microsoft Azure. L'API diffuse l'audio en environ 300 millisecondes et prend en charge les travaux longue durée jusqu'à 10 heures par requête.

Kokoro fonctionne avec un modèle décodage seul de 82 millions de paramètres qui combine des idées de StyleTTS 2 et iSTFTNet. Vous disposez de 48 voix réparties sur huit langues, dont l'anglais américain et britannique, le mandarin, l'hindi, l'espagnol, le portugais, le japonais, le français et l'italien. Les horodatages par mot permettent aux applications de mettre en surbrillance le texte en synchronisation avec la lecture, ce qui améliore l'accessibilité, les interfaces de style karaoké, et les lecteurs interactifs.

L'API REST expose quatre points de terminaison : /stream pour une synthèse en moins d'une seconde jusqu'à 1 000 caractères, /speech pour jusqu'à 3 000 caractères avec des URL d'horodatage, /synthesisTasks pour des travaux asynchrones jusqu'à 500 000 caractères, et une route websocket /streamWithTimestamps pour audio en direct avec synchronisation des mots. Des SDK sont disponibles pour Python, Node.js et React Native, avec un code exemple sur la page d'accueil.

Kokoro TTS Studio sur unrealspeech.com propose une démo gratuite dans le navigateur pour tester les voix avant de s'inscrire. Les plans payants suppriment les exigences d'attribution pour l'audio commercial. Les clients entreprises sur la plateforme traitent des milliards de caractères chaque mois avec une disponibilité de 99,9 %.