Última atualização 08-14-2026
Categoria:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Inworld AI
A Inworld AI vende APIs de voz em tempo real para texto para fala, fala para texto, agentes de fala para fala e roteamento LLM, incluindo geração de voz para avatares e NPCs em jogos. Seus modelos Realtime TTS-2 anunciam tempo para o primeiro byte de 100 ms, clonagem de voz a partir de 15 segundos de áudio, tags de direcionamento de voz entre colchetes e suporte para mais de 200 idiomas em uma única voz.
Comparado com a combinação de fornecedores separados de TTS, STT e gateway, a Inworld integra essas camadas em sessões de API em tempo real e um roteador sem margem de lucro que abrange mais de 220 modelos LLM. A página inicial publica comparações lado a lado de preços, como $12,50 por 1M de caracteres para Realtime TTS versus $100 na ElevenLabs em planos de crescimento comparáveis, que são voltados para equipes que lançam aplicativos de voz para consumidores em escala.
Estúdios de jogos ainda usam a Inworld para vozes de NPCs e companheiros, mas o produto atual também é direcionado para educação, saúde, aplicativos sociais e ferramentas de força de trabalho agente. Desenvolvedores se cadastram em platform.inworld.ai, escolhem um plano gratuito sob demanda ou um plano mensal pago com créditos, e integram através de APIs REST ou WebSocket documentadas em docs.inworld.ai.
TTS-2 em tempo real anuncia 100 ms TTFB; TTS-2 Flash anuncia 20 ms
Clonagem de voz a partir de 15 segundos de áudio em 15 idiomas suportados
API em tempo real executa STT, direção de LLM e TTS em uma sessão WebSocket
Roteador fornece acesso sem margem de lucro a mais de 220 modelos LLM de grandes provedores
Streams de STT em tempo real com sinais integrados de emoção, idade, sotaque, tom e estilo
Tags inline entre colchetes direcionam tom, velocidade, volume e pausas na fala gerada
Opções de conformidade SOC 2 Tipo II, HIPAA e GDPR em níveis superiores
Agrupa TTS, STT, fala-para-fala e roteamento de LLM em vez de conectar múltiplos fornecedores.
Comparações de tarifas publicadas mostram descontos acentuados em relação a provedores de TTS e gateways independentes.
Tags de direcionamento de voz e sinais de perfil oferecem controle preciso sobre entrega e contexto do usuário.
Camadas de preços e cálculos de créditos levam tempo para modelar para aplicativos de produção de alto volume.
Recursos avançados de conformidade como HIPAA e retenção zero de dados requerem complementos Growth ou Enterprise.
A plataforma é API-first; não desenvolvedores precisam de ajuda de engenharia para lançar um produto de voz finalizado.
O que o Inworld AI oferece?
O Inworld AI vende APIs de voz em tempo real para texto para fala, fala para texto, agentes fala para fala e roteamento LLM. Desenvolvedores integram através do platform.inworld.ai com documentação em docs.inworld.ai.
Existe um plano gratuito do Inworld AI?
Sim. O plano On-Demand do Inworld AI começa gratuito e inclui até 70 minutos de uso de TTS, 100 vozes personalizadas, clonagem de voz, acesso à API Realtime e suporte comunitário para avaliação e prototipagem.
Quanto custa o Inworld AI?
Os planos pagos do Inworld AI começam em $25 por mês para Creator, $100 para Builder, $300 para Developer e $1.500 para Growth, com créditos mensais incluídos. As tarifas On-Demand pay-as-you-go incluem $25 por 1M de caracteres para Realtime TTS-2.
Quais idiomas o Inworld TTS suporta?
O Inworld anuncia mais de 200 idiomas para Realtime TTS, incluindo inglês, espanhol, francês, coreano, chinês, hindi, japonês e alemão. A clonagem de voz cross-lingual permite que uma voz clonada fale vários idiomas.
O Inworld AI cria avatares 3D?
Não. O Inworld AI fornece cérebros de personagens e saída de voz; os visuais ficam por sua conta. O site informa que avatares de demonstração usam Ready Player Me, mas a plataforma é agnóstica quanto ao modelo para aparência.
O que é a API Realtime do Inworld?
A API Realtime do Inworld é uma pilha completa de fala para fala com vozes personalizadas, chamada de ferramentas, detecção de turno e roteamento LLM agnóstico de provedor sobre uma conexão WebSocket.