Dernière mise à jour 07-27-2026
Catégorie:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Inworld
Inworld construit une infrastructure vocale en temps réel pour les développeurs qui ont besoin d'agents speech-to-speech, et pas seulement d'une API TTS intégrée à un chatbot. La plateforme couvre la synthèse vocale (text-to-speech), la reconnaissance vocale (speech-to-text), le routage LLM, et une API Realtime unifiée qui enchaîne ces couches dans une seule session WebSocket. Les produits sont livrés via des endpoints REST et WebSocket sur api.inworld.ai, avec un portail browser pour les clés, la facturation et les espaces de test.
Alors qu'ElevenLabs et Cartesia vendent principalement des TTS autonomes, Inworld mise sur toute la stack vocale. Sa couche STT extrait cinq signaux paralinguistiques par segment audio (émotion, âge, accent, ton, style vocal) qu'il alimente en aval dans le LLM et le TTS. Le Realtime Router route à travers plus de 220 modèles au coût du fournisseur, sans majoration, ce qui est rare comparé aux passerelles qui prennent une commission de 5 % sur les crédits.
Les studios de jeux, équipes de support client, et développeurs indépendants utilisent Inworld pour des agents vocaux, NPC interactifs, applications de tutorat linguistique, et compagnons IA. Le niveau On-Demand comprend jusqu'à 70 minutes de TTS gratuites, réduisant la barrière pour le prototypage avant de passer à un plan Créateur à 25 dollars par mois.
Les équipes d'entreprise disposent d'options de conformité SOC 2 Type II, HIPAA, et GDPR, avec une option Zero Data Retention disponible en supplément sur les plans Growth. Cela est crucial pour la prise en charge dans le domaine de la santé et les industries réglementées où les données vocales ne peuvent pas rester sur les serveurs du fournisseur.
Realtime TTS-2 offre une latence de premier fragment inférieure à 200 ms avec des balises d'orientation intégrées comme [Parlez doucement] et des non-verbaux comme [soupir]
Clonage vocal instantané à partir de 5 à 15 secondes d'audio, avec diffusion cross-linguale en plus de 100 langues sur TTS-2
Realtime Router donne accès à plus de 220 modèles LLM sans majoration des tarifs fournisseurs
Realtime STT diffuse la transcription à partir de 0,10 $ par heure avec cinq signaux de profil vocal par fragment audio
L'API Realtime exécute STT, LLM et TTS dans un seul WebSocket avec une latence de parole à parole inférieure à une seconde
Le palier On-Demand inclut jusqu'à 70 minutes de TTS et 100 voix personnalisées gratuitement
Pile vocale complète (TTS, STT, routage, speech-to-speech) intégrée dans une seule plateforme au lieu de connecter des fournisseurs séparés
Le routeur LLM traite plus de 220 modèles aux tarifs des fournisseurs sans aucune majoration
Le niveau à la demande inclut jusqu'à 70 minutes de TTS gratuites pour le prototypage
Les niveaux de production évoluent rapidement, avec le plan Développeur à 300 $ par mois avant les dépassements d'utilisation
La clonage vocal professionnel nécessite de contacter les ventes ou de passer au plan Développeur ou Growth
Conçu pour les développeurs via API et SDK, sans constructeur no-code pour les utilisateurs non techniques
Inworld est-il gratuit à utiliser ?
Oui. Le plan À la demande d'Inworld commence gratuitement et inclut jusqu'à 70 minutes de TTS, 100 voix personnalisées, le clonage vocal, l'accès à l'API Realtime et plus de 220 modèles LLM via Router. Les plans payants débutent à 25 $ par mois au niveau Créateur.
Que fait l'API Realtime d'Inworld ?
L'API Realtime d'Inworld exécute la conversion speech-to-speech dans une seule session WebSocket, enchaînant la reconnaissance vocale STT avec profilage vocal, le raisonnement LLM et la sortie TTS-2 en temps réel. Elle prend en charge des centaines de modèles LLM, la détection sémantique de tours, l'appel d'outils et une latence de bout en bout inférieure à la seconde.
Combien coûte le TTS d'Inworld ?
Le TTS-2 Realtime d'Inworld commence à 25 $ par million de caractères sur le plan À la demande. Les tarifs baissent à 15 $ par million au niveau Développeur à 300 $ par mois et à 12,50 $ au niveau Croissance à 1 500 $ par mois. Les tarifs Enterprise peuvent atteindre 10 $ par million de caractères.
Quels modèles LLM le Router d'Inworld prend-il en charge ?
Le Router d'Inworld offre l'accès à plus de 220 modèles issus de fournisseurs tels qu'OpenAI, Anthropic, Google, xAI, Groq et Mistral. Les modèles tiers routés n'incluent aucun surcoût, et le Router supporte le routage conditionnel basé sur CEL ainsi que les tests A/B.
Inworld prend-il en charge le clonage vocal ?
Oui. Inworld propose un clonage vocal instantané à partir de 5 à 15 secondes d'audio sur tous les plans. Le clonage vocal professionnel, qui utilise plus de 30 minutes d'audio propre pour une meilleure fidélité, est disponible en option sur les plans Développeur et inclus dans le plan Croissance.
Quelles certifications de conformité Inworld possède-t-il ?
Inworld est certifié SOC 2 Type II et offre la conformité HIPAA et GDPR. La conservation zéro des données est disponible en option sur les plans Croissance, et les clients Enterprise peuvent accéder aux options de résidence des données en UE et en Inde.