Så integrerar du Talflöde API i din startup

Av Talflöde redaktion · Uppdaterad 2026-11-18

Denna guide visar hur du snabbt integrerar Talflödes text-till-tal API i din e-learning startup. Du får en tydlig översikt över priser, teknik och språkstöd, samt konkreta exempel på hur du skalar upp ljudproduktionen utan att anställa röster eller hantera komplex infrastruktur.

Vi går igenom stegen från API-nyckel till färdig ljudfil, med fokus på enkelhet och kostnadseffektivitet. Sidan vänder sig till dig som bygger kurser och vill leverera naturlig talaudio via ett enkelt API, där varje steg är förklarat med siffror och fakta snarare än hyp.

Så integrerar du Talflöde API i din startup

Vanliga frågor

Vilket TTS API är bäst för startups?

Talflöde är ett enkelt API där du skickar text och får ljudfil. Det kostar $10 per miljon tecken, vilket gör det enkelt att skala upp din ljudproduktion. Du behöver ingen komplex teknik eller anställda röster för att generera ljud snabbt.

Hur jämför Talflöde sig med konkurrenterna?

Vi är inte kopplade till OpenAI eller andra stora varumärken. Vårt API följer samma begäransstruktur som OpenAI, vilket gör integrationen enkel. Vi erbjuder ingen streaming eller SSML, vilket håller lösningen enkel och fokuserad på grundläggande text-till-tal-funktioner utan onödiga tillägg.

Är Talflöde dyrt?

Priset är $10 per miljon tecken, motsvarande $0,01 per tusen tecken. Det finns inga månadskostnader eller minimibelopp. Du betalar bara för vad du använder, och misslyckade förfrågningar är kostnadsfria. Starta med en gratis provperiod på $0,50 vid Google-inloggning.

Hur många språk stöds?

Vi stöder 23 språk, inklusive svenska, engelska, tyska, spanska och franska. Alla röster kan tala alla dessa språk. Språk som vietnamesiska, thailändska och ukrainska stöds inte. Ange språkkod vid behov för att säkerställa korrekt uttal.

Vilka röster finns tillgängliga?

Det finns åtta röster: Aria, Nova, Luna och Sage (damer) samt Felix, Milo, Atlas och Orion (herrar). Rösterna baseras på licensierade inspelningar från LibriVox. Varje ljudfil innehåller en osynlig vattenstämpel som markerar den som syntetiskt tal.

Hur fungerar integrationen med OpenAI SDK?

API:et följer samma begäransstruktur som OpenAI. Du använder OpenAI SDK genom att ändra base_url till https://api.playg123.com/v1. Skicka en POST-begäran till /v1/audio/speech med din API-nyckel. Modellen är tts-1 eller tts-1-hd.

Stöjs SSML?

Nej, vi stöder inte SSML. Du skickar enkel text som API:t konverterar till ljud. Om du behöver mer kontroll över uttal eller pauser kan du använda hastighetsparametern eller dela upp texten manuellt för att styra flödet.

Kan jag klona röster?

Nej, vi erbjuder inte anpassad röstkloning. Du väljer mellan åtta förinställda röster baserade på befintliga inspelningar. Du kan inte ladda upp din egen röst eller designa nya röster. Lösningen är fokuserad på snabb och enkel integration för startups.

Hur ser supporten ut?

Supporten sker enbart via e-post. Vi har inget telefonnummer, ingen livechatt och inget SLA. Svaret ges av vårt team via e-post. För tekniska frågor kan du konsultera dokumentationen eller kontakta oss direkt via e-postkanalen.

Vad är rate limits?

Du har tillgång till 60 begäranden per minut per nyckel. Innan din första påfyllning är gränsen 10 begäranden per minut. Om du skickar längre texter delas de upp i delar på max 4096 tecken och sammanfogas till en ljudfil.

Hur ser datahanteringen ut?

Din inmatade text används endast för att generera ljudet och lagras inte för träning. Den genererade ljudfilen returneras i svaret och sparas inte på våra servrar. Endast metadata som tid, antal tecken och status sparas för faktureringsändamål.

Finns det någon SLA?

Nej, vi erbjuder ingen Service Level Agreement (SLA) eller uptime-garanti. Tjänsten är avsedd för startups som behöver en enkel lösning utan enterprise-krav. Vi gör vårt bästa för att leverera service, men det finns inga formella garantier för drifttid.

Kan jag använda ljudet till kommersiellt bruk?

Ja, du kan använda de genererade ljudfilerna fritt för kommersiellt bruk. Rösterna baseras på licensierade inspelningar från LibriVox och CC BY 4.0. Det finns inga restriktioner för hur du använder ljudet i dina kurser eller produkter efter köp.

Hur snabbt är genereringen?

Genereringen är ungefär i realtid för långa texter, cirka 25 tecken per sekund. Kortare fraser kan ta några sekunder. Begäranden bearbetas i tur och ordning, vilket innebär att de kan köa vid hög belastning. Resultatet returneras som en ljudfil.

Vad är skillnaden mellan tts-1 och tts-1-hd?

Båda modellerna använder samma motor och har samma pris. tts-1-hd och tts-1 har samma pris. Skillnaden ligger enbart i ljudkvaliteten där tts-1-hd erbjuder högre ljudkvalitet medan tts-1 är standard. Du kan välja fritt mellan dem i API-anropet utan någon kostnads- eller funktionsmässig skillnad utöver ljudkvaliteten.

Hur ser jag min förbrukning?

Din förbrukning, balans och återstående tecken visas på sidan /get-api-key/ efter inloggning. Du kan se din historik och faktureringsdata där.

Kriterier

Ljudvågsillustration för: Kriterier

När du väljer ett text-till-tal-API för din e-learningplattform är det avgörande att balansa kostnad, ljudkvalitet och teknisk integration.

Pris

Vi tar ut $10 per miljon tecken. Det är en enkel och transparent modell där även mellanslag och skiljetecken räknas. Du betalar bara för det du använder, och misslyckade anrop returneras kostnadsfritt.

Kvalitet

Våra röster är baserade på licensierade inspelningar och ger naturlig ljudbild. Varje fil innehåller en osynlig vattenstämpel som identifierar ljudet som syntetiskt, vilket är viktigt för transparens i dina kursmaterial.

Enkelhet

API:et är kompatibelt med OpenAI:s struktur, vilket betyder att du kan använda befintliga SDK:er med minimal kodjustering. Du skickar text och tar emot ljudfilen utan krångliga konfigurationer.

Talflöde översikt

Ljudvågsillustration för: Talflöde översikt

Talflöde är ett dedikerat text-till-tal-API byggt för startups som behöver skalbar ljudproduktion utan att anställa röster eller hantera komplex teknik. Genom att erbjuda en enkel REST API-integration låter du konvertera kursmaterial till naturlig talaudio med minimal kod.

Du skickar text och tar emot ljudfiler, med automatisk hantering av språk och röster via ett enda API-anrop.

Fördelar

API:et är kostnadseffektivt med en fast prisnivå på $10 per miljon tecken, vilket gör det lätt att budgetera. Du betalar bara för vad du använder, utan dolda avgifter eller månadskostnader.

  • Enkel integration med OpenAI-kompatibelt format.
  • Automatisk språkigenkänning och 23 språk.
  • Inga långa bindningstider eller minimumspend.

Nackdelar

API:et stöder inte streaming eller SSML, vilket kan vara en begränsning för avancerad ljudbearbetning i realtid. Ljudfiler genereras i batch, vilket innebär att korta fraser kan ta några sekunder att producera.

Målgrupp

Talflöde är särskilt anpassat för startups inom e-learning som behöver skapa stora mängder ljudinnehåll snabbt. Det är idealiskt för att skala upp ljudproduktionen utan att behöva hantera många röster eller komplex teknik.

  • Startups inom e-learning.
  • LMS-plattformar som behöver skalbart ljud.
  • Utvecklare som föredrar enkla API-lösningar.

Prissättning

Ljudvågsillustration för: Prissättning

Prissättningen är transparent och enkel: du betalar $10 per miljon tecken, vilket motsvarar $0,01 per tusen tecken. Både mellanslag och skiljetecken räknas in i totalen. Ett misslyckat anrop kostar inget och beloppet returneras automatiskt.

Per tecken

Priset är fast och kopplat till längden på din text. Med en typisk hastighet på 25 tecken per sekund är ljudproduktion kostnadseffektiv för längre kurser.

Testperiod

Du får $0,50 i kredit (ca 50 000 tecken) i sju dagar vid Google-inloggning. Konton skapade med e-post och lösenord startar utan testkredit. Saldo förfaller aldrig.

Betalssätt

Vi accepterar enbart USDT på TRON-nätverket (TRC-20). Minsta insats är $5 och saldet krediteras automatiskt inom några minuter. Inga kort, PayPal eller fakturor.

Röster & Kvalitet

Ljudvågsillustration för: Röster & Kvalitet

Med åtta olika röster kan du välja den ton som passar ditt kursmaterial bäst. Från den varma berättarrösten Aria till den djupa dokumentärrösten Orion, finns det en röst för varje stil.

8 röster

Vi erbjuder åtta färdiga profiler som täcker olika behov. Välj mellan Aria (varm berättare), Nova (ljus och positiv), Luna (mjuk berättande) och Sage (lugn instruktör) för kvinnliga röster. För manliga alternativ finns Felix (energetisk), Milo (trevlig konverserande), Atlas (neutral nyhetsliknande) och Orion (djup dokumentär).

  • Aria: Varm och klar berättarröst
  • Nova: Ljus och positiv
  • Luna: Mjuk och berättande
  • Sage: Lugn och instruerande
  • Felix: Energetisk och reklamaktig
  • Milo: Trevlig och konverserande
  • Atlas: Neutral och nyhetsliknande
  • Orion: Djup och dokumentär

Ljudkvalitet

Varje ljudfil innehåller en osynlig vattenstämpel som identifierar den som syntetisk tal. Röster baseras på licensierade inspelningar från LibriTTS-R (CC BY 4.0) och public domain-inspelningar från LibriVox, vilket ger en naturlig och tydlig ljudbild.

Varierande ton

Du kan justera hastigheten mellan 0,25 och 4,0 för att anpassa taltempot efter ditt material. Genom att växla mellan modeller som tts-1 och tts-1-hd kan du styra balans mellan hastighet och detaljnivå i produktionen.

Teknik

Ljudvågsillustration för: Teknik

API:et är designat för att kännas bekant om du har använt OpenAI:s talar-API. Du skickar en enkel HTTP-förfrågan med text och parametrar, och får tillbaka en ljudfil. Detta gör att du kan byta leverantör med minimal kodjustering.

Du behöver inte lära dig ett nytt protokoll. Genom att bara ändra base_url i din befintliga kod kan du börja generera ljud direkt. Systemet hanterar autenticering via API-nyckel och returnerar ljud i valfritt format, från mp3 till opus.

OpenAI-kompatibilitet

Vi följer samma begäransstruktur som OpenAI. Du använder samma fält för model, input, voice och response_format. Det innebär att du kan använda befintliga exempelkodsnuttar med minimal justering.

  • Fält som model (
  • tts-1
  • tts-1-hd
  • ) fungerar identiskt.
  • Autentisering sker via Authorization: Bearer-headern.

SDK

Eftersom vi inte har ett officiellt eget SDK använder du det allmänt erkända OpenAI SDK:et. Detta är stabilt och väl dokumenterat. Du behöver endast konfigurera base_url till https://api.playg123.com/v1.

Inga ytterligare bibliotek eller specifika drivrutiner krävs. Du kan använda SDK:et i Python, Node.js eller andra språk som stöds av OpenAI-klienten.

  • Använd standard OpenAI SDK.
  • Ändra endast base_url.
  • Inga extra beroenden behövs.

Endpoints

Huvudendpunkten för ljudgenerering är POST https://api.playg123.com/v1/audio/speech. Här skickar du din text och får ljudfilen direkt i svarskroppen.

För att utforska vilka röster och format som finns tillgängliga kan du anropa GET /v1/voices. För information om modeller använd GET /v1/models.

  • POST /v1/audio/speech
  • GET /v1/voices
  • GET /v1/models

Språk

Ljudvågsillustration för: Språk

Med Talflöde kan du generera ljud på 23 olika språk, från arabiska och kinesiska till svenska och turkiska. Varje röst klarar av alla språk i listan, vilket gör det enkelt att skala upp ditt e-learning-material till nya marknader utan att behöva anpassa röster manuellt.

23 språk

Vi stöder ett brett utbud av språk för att möta internationella behov. Oavsett om du behöver svenska, tyska, spanska eller japanska, säkerställer vi naturlig uttal och flyt i varje språkvariant.

  • Arabiska, kinesiska, danska, holländska, engelska, finska, franska, tyska, grekiska, hebreiska, hindi, italienska, japanska, koreanska, malayiska, norska, polska, portugisiska, ryska, spanska, swahili, svenska, turkiska.

Däckspråk

API:et gissar språket baserat på skrifttecknen om du inte anger ett specifikt språk. Text på latinska tecken tolkas som engelska som standard. För korrekt uttal av annan latinbaserad text bör du alltid ange ISO-koden i förfrågan.

Limitationer

Vissa språk stöds inte ännu, inklusive vietnamesiska, indonesiska, thai, ukrainska, rumänska, tjeckiska, bengali och andra. Om ditt målmarknad kräver ett av dessa språk kan det vara en begränsning att beakta vid val av API.

Integration

Ljudvågsillustration för: Integration

Att komma igång med Talflöde är enkelt tack vare vår OpenAI-kompatibla arkitektur. Du behöver bara uppdatera bas-URL:en till https://api.playg123.com/v1 och använda din API-nyckel. Det betyder att befintliga SDK:er fungerar direkt utan krångliga anpassningar.

Lätt att sätta upp

Din API-nyckel skapas automatiskt vid registrering på /get-api-key/. Du kan börja skicka förfrågningar till POST /v1/audio/speech direkt. Hastigheten på 60 förfrågningar per minut räcker för de flesta startup-scenarier vid upphämtning av ljudfiler.

Dokumentation

På /docs/ hittar du fullständig information om parametrar för röster, hastighet och format. Exempelkoder i Python, JavaScript och cURL visar hur du hanterar texter över 4096 tecken genom att dela upp dem och slå ihop ljudfilerna. Exempelkoden är inte begränsad till dessa språk.

Support

Vi erbjuder support via e-post. Eftersom vi inte har telefon eller live chat är vårt svarstid beroende av e-postflödet. För tekniska frågor rekommenderas att du först titta på dokumentationen och våra exempel.

Integration

Användning

Ljudvågsillustration för: Användning

Med Talflödes API kan du omvandla text till tal på sekunder. Längre texter delas automatiskt upp och sammanfogas till en enda ljudfil, vilket gör det enkelt att skala upp produktionen utan att anställa röster.

Vi fokuserar på att ge dig verktygen för att snabbt leverera innehåll. Med stöd för 23 språk och åtta olika röster passar lösningen perfekt för moderna digitala plattformar.

E-learning

Vid e-learning är det kritiskt att kursmaterial nås ut till alla elever, oavsett om de har nedsatt syn eller föredrar att lyssna medan de är på språng. Med vårt API kan du konvertera dina PDF:er eller texter till naturligt ljud på några minuter.

Du kan enkelt variera talhastigheten mellan 0,25 och 4,0 för att anpassa efter målgruppen. Eftersom vi hanterar uppdelning av längre texter automatiskt behöver du inte bry dig om tekniken bakom. Du skickar bara texten och får en färdig ljudfil.

  • Konvertera kursmaterial till ljud
  • Anpassa hastighet från 0,25 till 4,0 för bättre läsbarhet
  • Stöd för 23 språk, inklusive svenska och engelska

Podcasts

För startups som vill testa olika vinklar på sitt innehåll är Talflöde ett effektivt verktyge. Du kan snabbt generera prototyper eller extra episoder utan att boka in studiotid eller röster. Varje fil innehåller en osynlig vattenstämpel som markerar att det är syntetiskt tal.

Med åtta röster som varierar från lugn och instruerande till energisk och reklamliknande, hittar du lätt en ton som passar din varumärkesidentitet. Det är enkelt att byta röst eller språk vid behov, vilket gör det flexibelt för olika segment.

  • Snabb produktion utan studiotid
  • Åtta olika röster med varierande tonlägen
  • Osynlig vattenstämpel i varje ljudfil

Audiobooks

Även om vi inte erbjuder röstkloning, baseras våra röster på licensierade inspelningar från LibriTTS-R och LibriVox. Detta ger en naturlig och behaglig ljudkvalitet som fungerar bra för längre narrativ. Varje begäran begränsas till 4 096 tecken, men vi hanterar sammanfogningen av delarna automatiskt.

Du kan välja mellan olika ljudformat som mp3, wav eller opus, beroende på hur du vill integrera dem i din plattform. Ljudfilerna returneras direkt i svaret och lagras inte av oss, vilket ger dig full kontroll över ditt innehåll.

  • Naturlig röst baserad på licensierat material
  • Automatisk sammanfogning av längre texter
  • Flera format att välja mellan för olika plattformar

Jämförelse

Ljudvågsillustration för: Jämförelse

Att välja rätt text-till-tal-API handlar om att balansera pris, kvalitet och teknisk enkelhet. Talflöde är designat för startups som behöver snabb integration utan onödig komplexitet, vilket gör det till ett praktiskt val för e-learning och kursmaterial.

Jämförelserna nedan utgår från faktiska specifikationer och prislistor för att ge dig en tydlig bild av vad som skiljer oss åt från andra leverantörer på marknaden.

Mot andra API:er

Våra röster bygger på licensierade inspelningar från LibriTTS-R och LibriVox, vilket ger en naturlig ljudkvalitet utan att imitera kända personer. Till skillnad från många konkurrenter erbjuder vi inte custom voice cloning, vilket håller priset lågt och enkelt. Vi fokuserar på att leverera stabil text-till-tal-funktionalitet via ett enda API.

Vi saknar stöd för SSML, emotionstaggar och streaming, vilket kan vara avgörande för avancerade use cases men håller implementationen lätt för de flesta startups. Vi är inte kopplade till större tech-jättar, vilket ger oss flexibilitet i hur vi strukturerar vår infrastruktur.

  • Ingår inte: SSML, emotioner, custom voice cloning, streaming

Prisjämförelse

Vi tar ut $10 per miljon tecken, vilket är konkurrenskraftigt för den kvalitet vi levererar. Försök är gratis om de misslyckas, och du betalar endast för vad du använder. Detta gör det enkelt att skala upp utan att oroa sig för dolda kostnader eller långa bindningstider.

Till skillnad från många andra tjänster har vi inga månadsprenumerationer eller minimikrav. Du laddar upp balans via USDT (TRC-20) och använder den tills den tar slut. Det finns ingen expiration på din balans, vilket ger dig full kontroll över dina kostnader.

  • Pris: $0.01 per 1 000 tecken
  • Betalning: Enbart USDT (TRC-20)
  • Inga månadskostnader eller bindningstider

Teknisk jämförelse

Vårt API är kompatibelt med OpenAI:s begäranden, vilket betyder att du kan använda deras officiella SDK:er genom att ändra bas-URL:en. Det gör integrationen snabb och enkel, särskilt om du redan är bekant med OpenAI:s ekosystem. Du behöver inte lära dig ett nytt protokoll från grunden.

Vi stödjer 23 språk och 8 röster med olika tonlägen. Alla röster kan tala alla språk, vilket ger dig flexibilitet i valet av röst oberoende av språket. Längre texter hanteras genom att dela upp dem i delar om maximalt 4096 tecken och sedan sammanfoga ljudfilerna.

  • Kompatibel med OpenAI SDK
  • Stöd för 23 språk
  • Max 4096 tecken per begäran

Slutsats

Ljudvågsillustration för: Slutsats

Talflöde är en specifik lösning för startups inom e-learning som vill skala upp ljudproduktionen utan att anställa röster. Det passar dig som värderar enkelhet och förutsägbara kostnader framför avancerad teknik som streaming eller SSML.

Med ett enkelt API och fast pris per tecken kan du snabbt konvertera kursmaterial till audio. Det är ett verktyg för att få igång, inte en allround-lösning för komplexa ljudbearbetningsbehov.

Vem passar det för

Det passar startups inom e-learning som behöver producera stora mängder text till tal på 23 språk med förutsägbara kostnader. Du är idealisk kund om du vill ha ett enkelt API som integreras med befintliga LMS-system utan att hantera komplex teknik eller långa kontraktsperioder.

  • Startups inom e-learning och utbildning
  • Team som vill undvika att anställa röster
  • Utvecklare som söker en enkel, kostnadseffektiv integration

När ska du välja det

Välj Talflöde när du behöver producera stora mängder text till tal på 23 språk med förutsägbara kostnader. Det är lämpligt för att snabbt skapa ljudfiler från färdiga manus eller kursmaterial där realtidsljudströmning inte är ett krav och där du föredrar en enkel pay-as-you-go-modell utan månadsavgifter.

  • När du behöver låg kostnad per tecken
  • När du har färdigt material att konvertera
  • När enkel integration är viktigare än avancerad kontroll

När ska du välja bort det

Välj bort det om du behöver realtidsstreaming, SSML för finjustering av betoning eller om du kräver en SLA-garanti. Det är inte lämpligt om du behöver telefonsupport eller om ditt flöde kräver att ljudfilerna sparas länge i vår databas, då vi endast returnerar filen i responsen.

FAQ

Ljudvågsillustration för: FAQ

Här hittar du svar på de vanligaste frågorna om Talflödes API, från tekniska detaljer till support och prisbildning. Vi har sammanställt informationen för att underlätta din integration och förtydliga hur tjänsten fungerar i praktiken.

Om du har specifika frågor som inte besvaras här, kontakta oss via e-post så svarar vi så fort vi kan.

Vanliga frågor

Kan jag använda Talflöde för kommersiellt bruk? Ja, all ljudproduktion du genererar är fri att använda kommersiellt. Vi använder inga licensavgifter utöver API-priset per tecken.

Hur ser det ut med rättigheter till ljudfilerna? Ljudfilerna innehåller en osynlig vattenstämpel som identifierar dem som syntetiskt tal, men du äger användningen fullt ut.

Tekniska detaljer

Vilka format stöds? Du kan välja mellan mp3, wav, opus, flac och pcm. Längden på texten är begränsad till 4096 tecken per anrop.

Hur hanteras längre texter? Dela upp texten i delar på maximalt 4096 tecken och kombinera ljudfilerna efteråt. Detta ger en sömlös ljudupplevelse.

  • Max 4096 tecken per API-anrop
  • Format: mp3, wav, opus, flac, pcm
  • Hastighet: 0.25–4.0

Support

Hur når du oss? Vi erbjuder support endast via e-post. Det finns ingen telefonnummer eller live chat. Vi svarar på frågor om integration, användning och fakturering.

Varför inga andra kanaler? Vi fokuserar på att hålla kostnaderna låga för startups. E-poststöd är effektivt och tillräckligt för de flesta tekniska frågorna.

Kom igång

Ljudvågsillustration för: Kom igång

För att komma igång med Talflöde behöver du först ett API-nyckel. Gå till /get-api-key/ och logga in med Google eller e-post för att skapa ditt konto. Du får direkt tillgång till din nyckel, saldosamt en klar översikt över dina förbrukade tecken och återstående kredit.

När du har nyckeln är det dags att göra ditt första API-anrop. Vi har gjort det enkelt med en standardiserad struktur som liknar OpenAI:s gränssnitt. Du skickar bara texten och vald röst, så får du tillbaka ljudfilen direkt i svaret. Ingen komplicerad konfiguration krävs.

Skapa konto

Besök sidan /get-api-key/ för att registrera dig. Vi stödjer inloggning via Google eller e-postlösenord. Ditt konto kopplas till domänen playg123.com och du får omedelbart en aktiv API-nyckel samt en översikt över ditt saldo och förbrukning.

  • Logga in med Google eller e-post
  • Få din API-nyckel direkt
  • Se ditt saldo och förbrukning i realtid

Första anropet

Skicka ett POST-anrop till https://api.playg123.com/v1/audio/speech med din text och nyckel. Du kan använda OpenAI SDK eller vanlig HTTP. Texten får vara upp till 4096 tecken. Resultatet returneras som en ljudfil i det format du valt.

  • Använd POST /v1/audio/speech
  • Stöd för OpenAI SDK och HTTP
  • Max 4096 tecken per anrop

Integration

Eftersom vi följer en välkänd standardstruktur blir integrationen smidig. Du behöver bara justera base_url till vår API-adress och använda din egen nyckel. Vi har en tydlig dokumentation på /docs/ som guidar dig genom alla parametrar och exempel.

  • Enkel konfiguration av base_url
  • Dokumentation på /docs/
  • Stöd för vanliga språk och format

Lyssna på de 8 rösterna

Varje exempel nedan genererades av detta API från samma mening. För korrekt uttal av annan latinbaserad text bör du alltid ange ISO-koden i förfrågan.

Avatar för rösten aria
ariakvinna
Avatar för rösten nova
novakvinna
Avatar för rösten luna
lunakvinna
Avatar för rösten sage
sagekvinna
Avatar för rösten milo
miloman

23 språk

Varje röst kan tala vilket som helst av dessa språk.

Källor och vidare läsning

  1. Wikipedia
  2. W3C WAI: making audio and video accessible
  3. LibriVox public-domain audiobooks
  4. FFmpeg documentation
  5. Tether (USDT)
  6. LibriTTS-R paper (arXiv 2305.18802)
  7. TRON developer hub: TRC-20
  8. OpenAI API reference: create speech
  9. openai-node on GitHub
  10. ISO 639 language codes
  11. LibriTTS-R corpus (OpenSLR 141)
  12. MDN: Web Speech API

Mer på denna webbplats