
1 / 3
【Resumen】 Gradium es una API de voz con inteligencia artificial en tiempo real que reúne síntesis de voz, transcripción, traducción en vivo, clonación de voz y diseño de voz en una sola plataforma. Su objetivo es que los desarrolladores puedan construir agentes de voz con una latencia muy baja, sin tener que combinar varios proveedores para cada parte del flujo de audio. La propuesta se apoya en un único API de streaming: el texto se convierte en audio natural con un tiempo hasta el primer sonido de aproximadamente 50 ms y con más de 1000 voces disponibles. En el sentido inverso, la transcripción en directo detecta semánticamente cuándo ha terminado de hablar la persona, con refuerzo de palabras clave y latencia ajustable, algo clave para que un agente responda en el momento adecuado. Está pensada para quienes construyen agentes de voz, desarrolladores, investigadores y creadores que necesitan integrar voz de forma rápida y controlar el coste según su volumen. Los planes parten de una capa gratuita y escalan en créditos incluidos y concurrencia, de modo que un prototipo puede crecer hasta una aplicación en producción. 【Funciones principales】 • Text-to-Speech: convierte texto en voz natural mediante un único API de streaming, con un tiempo hasta el primer audio de unos 50 ms y más de 1000 voces. • Speech-to-Text: transcribe en directo con detección semántica del turno de palabra, refuerzo de palabras clave y latencia ajustable. • Live Translation: traduce voz a voz en tiempo real, con opciones de voz a texto y de voz a voz. • Voice Cloning: crea clones de voz de tipo instance o pro a partir de una muestra corta de audio. • Voice Design: genera una voz completamente nueva a partir de una descripción de texto. • On-Device TTS: ofrece síntesis de voz natural en tiempo real sin conexión. 【Casos de uso】 1. Construir agentes de voz que conversan con baja latencia. 2. Transcribir en directo a agentes en vivo. 3. Traducir voz a voz en tiempo real entre hablantes. 【Precios】 Free · $0/month: 45k créditos incluidos, concurrencia TTS 2, STT 3 y S2S 2. XS · $13/month: 225k créditos incluidos, concurrencia TTS 5, STT 20 y S2S 5. S · $43/month: 900k créditos incluidos, concurrencia TTS 5, STT 20 y S2S 5. M · $340/month: 9M créditos incluidos, concurrencia TTS 10, STT 40 y S2S 10. L · $1,615/month: 45M créditos incluidos, concurrencia TTS 15, STT 60 y S2S 15. 【Ventajas y desventajas】 Ventajas: - Reunir TTS, STT, traducción, clonación y diseño de voz en un solo API simplifica la arquitectura y evita integrar varios proveedores. - La baja latencia y la detección de turno en STT benefician especialmente a quien construye agentes conversacionales donde la naturalidad de la respuesta importa. - La capa gratuita con 45k créditos permite validar un prototipo antes de comprometerse con un plan de pago. Desventajas: - Las sesiones de Text-to-Speech tienen un límite de cinco minutos. - La separación de hablantes en Speech-to-Text está en beta y hoy funciona para dos personas. - La clonación de voz exige el consentimiento explícito del propietario de la voz. 【Preguntas frecuentes】 Q: ¿Puedo probar Gradium sin pagar? A: Sí, el plan Free cuesta $0/month e incluye 45k créditos, con concurrencia TTS 2, STT 3 y S2S 2. Q: ¿Para quién está pensado Gradium? A: Para quienes construyen agentes de voz, desarrolladores, investigadores y creadores que necesitan integrar voz en tiempo real en sus aplicaciones. Q: ¿Cómo crecen los planes según el uso? A: A medida que se sube de plan aumentan los créditos incluidos y la concurrencia; por ejemplo, XS ofrece 225k créditos por $13/month y L llega a 45M créditos por $1,615/month.
Free · $0/month (45k included credits, TTS 2 concurrency, STT 3 concurrency) XS · $13/month (225k included credits, TTS 5 concurrency, STT 20 concurrency) S · $43/month (900k included credits, TTS 5 concurrency, STT 20 concurrency) M · $340/month (9M included credits, TTS 10 concurrency, STT 40 concurrency) L · $1,615/month (45M included credits, TTS 15 concurrency, STT 60 concurrency)
Los precios mostrados son de referencia de la región de EE. UU.; el precio local puede variar.
WPS AI es un asistente de inteligencia artificial integrado en WPS Office, disponible en chino, que acompaña al usuario…
Baidu Comate es un asistente de programación impulsado por IA, desarrollado por Baidu sobre su modelo ERNIE. Ofrece…
UniConverter es una herramienta de conversión y mejora de medios con inteligencia artificial que trabaja con video,…
6 herramientas similares a Gradium que tener en cuenta