SpeechGPT vs Async (formerly Podcastle)

SpeechGPT vous permet de tenir des conversations vocales dans le navigateur en utilisant votre propre clé API OpenAI. Vous tapez ou enregistrez des messages, les envoyez via une interface de chat, et entendez des réponses vocales sans installer de logiciel sur votre ordinateur.

Contrairement aux services TTS hébergés qui intègrent les coûts des modèles dans un abonnement, SpeechGPT fonctionne dans le navigateur et vous facture uniquement via les comptes OpenAI, Azure Speech Services ou Amazon Polly que vous connectez. Cela en fait une option légère pour les développeurs et les apprenants en langues qui disposent déjà d’un accès API et souhaitent une interface simple de chat vocal.

L’interface prend en charge les étiquettes UI en anglais, espagnol et chinois, inclut un bouton d’enregistrement pour la saisie vocale, et stocke les données de session localement dans le navigateur. Elle convient aux développeurs testant des flux de chat vocal, aux apprenants en langues pratiquant des invites orales, et à toute personne souhaitant un client vocal ChatGPT minimaliste sur mobile ou bureau.

Async vous permet d'enregistrer, d'éditer et de republier de l'audio et de la vidéo en discutant avec une IA au lieu de faire glisser des clips sur une timeline. Vous pouvez capturer des podcasts à distance, générer des séquences à partir d'instructions, nettoyer l'audio, ajouter des sous-titres, doubler du contenu et transformer de longs enregistrements en clips sociaux dans un seul flux de travail via un navigateur.

Alors que la plupart des éditeurs répartissent l'enregistrement, la transcription et la création de clips dans des applications distinctes, Async les regroupe derrière une interface de chat appelée Bumblebee. Vous téléchargez des séquences ou commencez à partir d'un modèle, indiquez à Async ce qu'il faut couper ou générer, et il gère le rythme, les légendes et l'exportation. La plateforme propose également plus de 100 modèles génératifs pour la vidéo, l'image, la musique et la voix, incluant Kling, Veo, Sora et GPT Image 2.

Le plan gratuit comprend 10 crédits IA à vie et 1 heure de téléchargements média, suffisant pour tester l'éditeur de chat avant de passer à une formule payante. Les formules payantes ajoutent des pools de crédits mensuels (450 sur Essentials, 1 200 sur Pro, 3 000 sur Teams) qui mesurent la génération vidéo, le doublage et d'autres actions IA. La facturation annuelle permet d'économiser jusqu'à 40 %.

Les podcasteurs, créateurs vidéo, équipes marketing et gestionnaires de réseaux sociaux qui souhaitent enregistrer, éditer et réutiliser en un seul endroit sans apprendre un logiciel NLE traditionnel sont la cible. Une application iOS est disponible, et l'enregistrement à distance prend en charge jusqu'à 10 participants par session.