TexttoSpeech.im: Convert Text to Speech Free Online vs Unreal Speech

TexttoSpeech.im est un générateur de synthèse vocale basé sur le navigateur qui convertit le texte écrit en audio téléchargeable. Collez jusqu'à quelques milliers de caractères, choisissez une langue et une voix, et obtenez un fichier MP3 que vous pouvez écouter dans le navigateur ou enregistrer pour plus tard.

Le catalogue de voix est l'attraction principale : environ 148 options couvrant les accents américains, britanniques, australiens, indiens et autres accents régionaux, ainsi que des voix d'enfants et des variantes multi-émotions v2. Certaines voix gèrent de longs passages allant jusqu'à 40 000 caractères, tandis que d'autres plafonnent autour de 2 000.

Il convient aux créateurs qui ont besoin de voix-off rapides sans engager de talent, aux éducateurs rendant les cours plus accessibles, et à toute personne préférant écouter plutôt que lire. Le site fonctionne dans un navigateur web standard sur téléphones, ordinateurs portables et ordinateurs de bureau, sans besoin d'installer une application.

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 %.