Melhores modelos de texto para fala (TTS) com vozes de provedores
Compare a qualidade, a velocidade e o preço de modelos de geração de fala usando, quando disponíveis, as vozes nativas de cada modelo.
Para mais detalhes, consulte nossa página de metodologia.
Qualidade
Elo de qualidade da Provider Voice Arena
Preços
Preço
Taxa de processamento
Caracteres por segundo
Perguntas frequentes
Sonic 3.6 tem atualmente a maior qualidade na comparação de modelos de texto para fala da Artificial Analysis, com um Elo de qualidade de 1276. Ver Sonic 3.6
Polly Standard é atualmente o modelo de texto para fala mais rápido na comparação em endpoints de API representativos, com Amazon Bedrock entregando 1.469,2 caracteres por segundo. Ver provedores de Polly Standard
Kokoro 82M v1.0 é atualmente o modelo de texto para fala mais barato na comparação em endpoints de API representativos, com preço de US$ 0,65 por 1 milhão de caracteres via Replicate. Ver provedores de Kokoro 82M v1.0
Sonic 3.6 via Cartesia, Realtime TTS-2 via Inworld e Simba 3.2 via SpeechifyAI oferecem atualmente alguns dos melhores equilíbrios entre qualidade e preço na comparação. Esses endpoints representativos estão na fronteira atual de qualidade versus preço, o que significa que poucas alternativas são ao mesmo tempo mais baratas e de maior qualidade. Ver provedores de Sonic 3.6