Última atualização 07-27-2026
Categoria:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Inworld
A Inworld constrói infraestrutura de voz em tempo real para desenvolvedores que precisam de agentes de fala-para-fala, não apenas uma API de TTS acoplada a um chatbot. A plataforma abrange text-to-speech, speech-to-text, roteamento de LLM e uma API Unificada em Tempo Real que encadeia essas camadas em uma única sessão WebSocket. Os produtos são disponibilizados por meio de endpoints REST e WebSocket em api.inworld.ai, com um portal para chaves, cobrança e áreas de desenvolvimento.
Onde a ElevenLabs e a Cartesia vendem principalmente TTS standalone, a Inworld aposta na pilha completa de voz. Sua camada STT extrai cinco sinais paralinguísticos por trecho de áudio (emoção, idade, sotaque, tom de voz, estilo vocal) e os alimenta no LLM e TTS downstream. O Realtime Router faz o roteamento por mais de 220 modelos ao custo do provedor, sem margem de lucro, o que é incomum em comparação com gateways que cobram uma taxa de 5% sobre os créditos.
Estúdios de jogos, equipes de suporte ao cliente e desenvolvedores independentes usam a Inworld para agentes de voz, NPCs interativos, aplicativos de ensino de idiomas e acompanhantes de IA. O nível On-Demand inclui até 70 minutos de TTS grátis, o que reduz a barreira para prototipagem antes de se comprometer com um plano Creator de $25 por mês.
Equipes corporativas têm opções de conformidade com SOC 2 Tipo II, HIPAA e GDPR, com a opção de Zero Retenção de Dados disponível como complemento nos planos Growth. Isso é importante para atendimentos de saúde e indústrias reguladas, onde os dados de voz não podem permanecer nos servidores do fornecedor.
Realtime TTS-2 oferece latência inferior a 200ms no primeiro trecho, com tags de direcionamento embutidas como [Fale suavemente] e não verbais como [suspiro]
Clonagem instantânea de voz a partir de 5 a 15 segundos de áudio, com entrega cross-lingual em mais de 100 idiomas no TTS-2
Realtime Router fornece acesso a mais de 220 modelos LLM sem acréscimo nas tarifas dos provedores
Realtime STT transmite transcrição por apenas $0,10 por hora com cinco sinais de perfil de voz por trecho de áudio
Realtime API executa STT, LLM e TTS em um único WebSocket com latência de fala para fala inferior a um segundo
O nível On-Demand inclui até 70 minutos de TTS e 100 vozes personalizadas sem custo
Pilha completa de voz (TTS, STT, roteamento, speech-to-speech) em uma única plataforma, em vez de conectar fornecedores separados
O LLM Router passa por mais de 220 modelos a preços dos provedores, sem nenhuma taxa adicional
O nível On-Demand inclui até 70 minutos de TTS gratuitos para prototipagem
Os níveis de produção escalam rapidamente, com o plano Developer a $300 por mês antes de cobranças adicionais por uso
A clonagem profissional de voz requer contato com vendas ou upgrade para os planos Developer ou Growth
Desenvolvido para desenvolvedores via API e SDKs, sem construtor no-code para usuários não técnicos
O Inworld é gratuito para usar?
Sim. O plano On-Demand do Inworld começa gratuito e inclui até 70 minutos de TTS, 100 vozes personalizadas, clonagem de voz, acesso à API Realtime e mais de 220 modelos LLM via Router. Planos pagos começam em $25 por mês no nível Creator.
O que a API Realtime do Inworld faz?
A API Realtime do Inworld executa transformação de fala para fala em uma única sessão WebSocket, encadeando perfilagem de voz STT, raciocínio LLM e saída de TTS-2 em tempo real. Suporta centenas de modelos LLM, detecção semântica de turnos, chamadas de ferramentas e latência de ponta a ponta em menos de um segundo.
Quanto custa o TTS do Inworld?
O Inworld Realtime TTS-2 começa em $25 por milhão de caracteres no plano On-Demand. As tarifas caem para $15 por milhão no nível Developer de $300 por mês e para $12,50 no nível Growth de $1.500 por mês. Preços Enterprise podem chegar a $10 por milhão de caracteres.
Quais modelos LLM o Inworld Router suporta?
O Inworld Router oferece acesso a mais de 220 modelos de provedores como OpenAI, Anthropic, Google, xAI, Groq e Mistral. Modelos de terceiros roteados não têm nenhuma taxa adicional, e o Router suporta roteamento condicional baseado em CEL e testes A/B.
O Inworld suporta clonagem de voz?
Sim. O Inworld oferece clonagem instantânea de voz a partir de 5 a 15 segundos de áudio em todos os planos. A clonagem de voz profissional, que usa mais de 30 minutos de áudio limpo para maior fidelidade, está disponível como add-on nos planos Developer e incluída no plano Growth.
Quais certificações de conformidade o Inworld possui?
O Inworld é certificado SOC 2 Tipo II e oferece conformidade com HIPAA e GDPR. Retenção Zero de Dados está disponível como add-on nos planos Growth, e clientes Enterprise podem acessar opções de residência de dados na UE e Índia.