
1 / 3
【Visão geral】 Gradium é uma API de inteligência artificial de voz em tempo real que reúne síntese de fala (text-to-speech), transcrição de fala (speech-to-text), tradução ao vivo, clonagem de voz e design de voz. Projetada para permitir que desenvolvedores criem agentes de voz com baixa latência, a plataforma oferece uma única API de streaming para converter texto em fala natural com tempo até o primeiro áudio de cerca de 50 ms e mais de 1000 vozes disponíveis. O problema que Gradium resolve é a fragmentação e a latência na construção de experiências de voz. Em vez de integrar vários serviços para cada etapa — reconhecimento, síntese, tradução e personalização de voz —, os desenvolvedores contam com uma API unificada que cobre todo o fluxo de voz em tempo real. O produto é voltado para criadores de agentes de voz, desenvolvedores, pesquisadores e criadores de conteúdo que precisam de uma base técnica sólida para aplicações conversacionais, transcrição ao vivo e tradução de voz para voz. 【Recursos principais】 • Text-to-Speech: Converte texto em fala natural por meio de uma única API de streaming, com tempo até o primeiro áudio de cerca de 50 ms e mais de 1000 vozes. • Speech-to-Text: Transcrição ao vivo com detecção semântica de turno para saber quando o falante terminou, além de reforço de palavras-chave e latência ajustável. • Live Translation: Tradução de voz para voz em tempo real, com tradução de fala para texto e de fala para fala. • Voice Cloning: Cria clones de voz do tipo instance ou pro a partir de uma curta amostra de áudio. • Voice Design: Gera uma voz totalmente nova a partir de um prompt de texto. • On-Device TTS: Síntese de voz natural em tempo real e offline no próprio dispositivo. 【Casos de uso】 1. Construir agentes de voz que respondem com fala natural e baixa latência. 2. Transcrição ao vivo de agentes, com detecção de turno. 3. Clonagem de voz a partir de uma amostra de áudio e criação de uma nova voz a partir de um prompt de texto. 4. Tradução de voz para voz em tempo real para comunicação multilíngue. 【Preços】 Free: $0/mês — 45 mil créditos incluídos, concorrência TTS 2, STT 3, S2S 2. XS: $13/mês — 225 mil créditos incluídos, concorrência TTS 5, STT 20, S2S 5. S: $43/mês — 900 mil créditos incluídos, concorrência TTS 5, STT 20, S2S 5. M: $340/mês — 9 milhões de créditos incluídos, concorrência TTS 10, STT 40, S2S 10. L: $1.615/mês — 45 milhões de créditos incluídos, concorrência TTS 15, STT 60, S2S 15. 【Vantagens e desvantagens】 Vantagens: - A combinação de TTS, STT, tradução ao vivo, clonagem e design de voz em uma única API reduz a complexidade de integração para quem constrói agentes de voz. - O tempo até o primeiro áudio de cerca de 50 ms e as opções de latência ajustável no STT são ideais para aplicações conversacionais que exigem respostas rápidas. - O plano gratuito com 45 mil créditos permite testar e prototipar sem custo inicial. Desvantagens: - A síntese de fala tem limite de cinco minutos por sessão. - A separação de falantes no Speech-to-Text está em beta e funciona para duas pessoas atualmente. - A clonagem de voz exige consentimento explícito do proprietário da voz. 【Perguntas frequentes】 Q: Para quem o Gradium é indicado? A: O Gradium é voltado para criadores de agentes de voz, desenvolvedores, pesquisadores e criadores de conteúdo que precisam de uma API de voz em tempo real. Q: Quais são os planos e preços disponíveis? A: Os planos vão do Free a $0/mês com 45 mil créditos, passando por XS $13/mês, S $43/mês, M $340/mês e L $1.615/mês, com créditos e limites de concorrência crescentes. Q: É possível clonar qualquer voz? A: A clonagem de voz requer o consentimento explícito do proprietário da voz.
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)
Os preços mostrados são preços de referência dos EUA; os preços locais podem variar.
O WPS AI é um assistente de inteligência artificial integrado ao WPS Office, com capacidade de grandes modelos de…
O Baidu Comate é um assistente de programação com inteligência artificial desenvolvido pela Baidu com base no modelo…
UniConverter é uma ferramenta de conversão e aprimoramento de mídia com IA que trabalha com vídeo, áudio e imagens. Ela…
6 ferramentas semelhantes a considerar em vez de Gradium