Dernière mise à jour 08-14-2026
Catégorie:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Inworld AI
Inworld AI vend des API vocales en temps réel pour la synthèse vocale (text-to-speech), la reconnaissance vocale (speech-to-text), les agents de conversion vocale (speech-to-speech) et le routage LLM, incluant la génération de voix d'avatar et de PNJ pour les jeux. Ses modèles Realtime TTS-2 annoncent un temps de première réponse de 100 ms, un clonage vocal à partir de 15 secondes d'audio, des balises de direction vocale entre crochets, et la prise en charge de plus de 200 langues sur une seule voix.
Comparé à l'assemblage de fournisseurs distincts pour TTS, STT et passerelle, Inworld regroupe ces couches dans des sessions API en temps réel et un routeur sans marge sur plus de 220 modèles LLM. La page d'accueil publie des comparaisons de tarifs côte à côte, comme 12,50 $ pour 1 million de caractères en Realtime TTS contre 100 $ chez ElevenLabs sur des plans de croissance comparables, ciblant les équipes déployant des applications vocales grand public à grande échelle.
Les studios de jeux utilisent toujours Inworld pour les voix de PNJ et compagnons, mais le produit actuel cible aussi l'éducation, la santé, les applications sociales et les outils de main-d'œuvre agentique. Les développeurs s'inscrivent sur platform.inworld.ai, choisissent un niveau gratuit à la demande ou un plan mensuel payant avec crédits, et intègrent via des API REST ou WebSocket documentées sur docs.inworld.ai.
TTS-2 en temps réel annonce un TTFB de 100 ms ; TTS-2 Flash annonce 20 ms
Clonage vocal à partir de 15 secondes d'audio dans 15 langues supportées
L'API en temps réel exécute STT, pilotage LLM et TTS dans une seule session WebSocket
Le routeur offre un accès sans marge à plus de 220 modèles LLM de grands fournisseurs
Flux STT en temps réel avec signaux intégrés d'émotion, âge, accent, tonalité et style
Les balises en ligne entre crochets orientent le ton, la vitesse, le volume et les pauses dans la parole générée
Conformité SOC 2 Type II, HIPAA et GDPR options sur les niveaux supérieurs
Regroupe TTS, STT, conversion speech-to-speech et routage LLM au lieu de connecter plusieurs fournisseurs.
Les comparaisons de tarifs publiés montrent des remises importantes par rapport aux fournisseurs TTS et passerelles indépendants.
Les balises de pilotage vocal et les signaux de profilage offrent un contrôle précis sur la livraison et le contexte utilisateur.
Les niveaux de tarification et le calcul des crédits prennent du temps à modéliser pour des applications à volume élevé.
Les fonctionnalités avancées de conformité comme HIPAA et la conservation zéro des données nécessitent des modules complémentaires Growth ou Enterprise.
La plateforme est axée sur l'API ; les non-développeurs ont besoin d'une assistance technique pour déployer un produit vocal fini.
Que propose Inworld AI ?
Inworld AI vend des API vocales en temps réel pour la synthèse vocale, la reconnaissance vocale, les agents de parole à parole et le routage LLM. Les développeurs s'intègrent via platform.inworld.ai avec la documentation sur docs.inworld.ai.
Y a-t-il un plan gratuit chez Inworld AI ?
Oui. Le plan On-Demand d'Inworld AI commence gratuitement et inclut jusqu'à 70 minutes d'utilisation TTS, 100 voix personnalisées, clonage vocal, accès API en temps réel et support communautaire pour évaluation et prototypage.
Combien coûte Inworld AI ?
Les plans payants d'Inworld AI débutent à 25 $ par mois pour Creator, 100 $ pour Builder, 300 $ pour Developer, et 1 500 $ pour Growth, avec crédits mensuels inclus. Les tarifs On-Demand au paiement à l'usage sont de 25 $ par 1M de caractères pour Realtime TTS-2.
Quelles langues supporte Inworld TTS ?
Inworld annonce plus de 200 langues pour Realtime TTS, incluant anglais, espagnol, français, coréen, chinois, hindi, japonais et allemand. Le clonage vocal multilingue permet à une voix clonée de parler plusieurs langues.
Inworld AI crée-t-il des avatars 3D ?
Non. Inworld AI alimente les cerveaux des personnages et la sortie vocale ; les visuels dépendent de vous. Son site indique que les avatars de démonstration utilisent Ready Player Me, mais la plateforme est agnostique quant au modèle d'apparence.
Qu'est-ce que l'API Realtime d'Inworld ?
L'API Realtime d'Inworld est une pile complète de parole à parole avec voix personnalisées, appels d'outils, détection de tours et routage LLM indépendant du fournisseur via une seule connexion WebSocket.