SpeechGPT vs Async (formerly Podcastle)

SpeechGPT permite que você mantenha conversas por voz no navegador usando sua própria chave de API OpenAI. Você digita ou grava mensagens, envia-as por meio de uma interface de chat e ouve respostas faladas sem precisar instalar software no computador.

Diferente dos serviços de TTS hospedados que incluem os custos do modelo em uma assinatura, o SpeechGPT roda no navegador e cobra apenas pelas contas OpenAI, Azure Speech Services ou Amazon Polly que você conectar. Isso o torna uma opção leve para desenvolvedores e estudantes de idiomas que já possuem acesso à API e querem uma interface simples de chat por voz.

A interface suporta rótulos de UI em inglês, espanhol e chinês, inclui um botão de gravação para entrada por voz e armazena os dados da sessão localmente no navegador. É adequado para desenvolvedores testando fluxos de chat por voz, estudantes de idiomas praticando comandos falados e qualquer pessoa que queira um cliente de voz ChatGPT minimalista no celular ou desktop.

Async permite que você grave, edite e republicar áudio e vídeo conversando com IA em vez de arrastar clipes em uma linha do tempo. Você pode capturar podcasts remotos, gerar imagens a partir de comandos, limpar áudio, adicionar legendas, dublar conteúdo e transformar gravações longas em clipes para redes sociais dentro de um único fluxo de trabalho no navegador.

Enquanto a maioria dos editores divide gravação, transcrição e criação de clipes em aplicativos separados, Async os reúne em uma interface de chat chamada Bumblebee. Você faz upload do material ou começa a partir de um modelo, diz ao Async o que cortar ou gerar, e ele cuida do ritmo, legendas e exportação. A plataforma também lista mais de 100 modelos generativos para vídeo, imagem, música e voz, incluindo Kling, Veo, Sora e GPT Image 2.

O plano gratuito inclui 10 créditos de IA vitalícios e 1 hora de uploads de mídia, suficiente para testar o editor por chat antes de fazer upgrade. Os planos pagos adicionam pools mensais de créditos (450 no Essentials, 1.200 no Pro, 3.000 no Teams) que medem geração de vídeo, dublagem e outras ações de IA. A cobrança anual oferece até 40% de desconto.

Podcasters, criadores de vídeo, equipes de marketing e gerentes de mídias sociais que desejam gravação, edição e reaproveitamento em um só lugar sem aprender software NLE tradicional são o público-alvo. Um app para iOS está disponível, e a gravação remota suporta até 10 participantes por sessão.