Che cos'è speechCloud API?

speechCloud API (SCAPI) è un'API REST di sintesi vocale ospitata nel cloud di ReadSpeaker. Invii il testo ai server ReadSpeaker via HTTPS e ricevi audio di alta qualità nel formato che preferisci (MP3, Ogg, PCM, WAV, A-law o μ-law). Supporta 90 lingue e 300 voci, la marcatura SSML, i dizionari di pronuncia personalizzati e i dati di sincronizzazione per l'evidenziazione sincronizzata. Funziona su server, senza software da installare; l'integrazione avviene tramite chiave API e richieste HTTP.

In che cosa si differenzia speechCloud API da webReader o docReader?

webReader e docReader sono prodotti per l'utente finale, con una loro interfaccia. webReader puts a Listen button on the HTML pages of your website; docReader does the same for the documents you publish. speechCloud API has no user interface. You call it server-to-server from your application to generate audio. Use it for connected devices, telephony and IVR, mobile apps, e-learning platforms that produce audio, audiobooks, or any product where you need text-to-speech inside your own software.

Quali formati audio restituisce l'API?

speechCloud API restituisce l'audio in sei formati: MP3 (bitrate configurabile a 16, 24, 32, 48, 64 o 128 kbit/s), Ogg VBR, μ-law, A-law, PCM raw e WAV. PCM e WAV supportano frequenze di campionamento di 22050, 16000 o 8000 Hz con profondità a 16 bit. La scelta del formato e dei parametri audio si imposta per singola richiesta tramite i parametri dell'API.

Qual è la dimensione massima del testo per richiesta?

Ogni richiesta accetta per impostazione predefinita fino a 5.000 caratteri, conteggiando tutto tranne gli spazi. Il servizio standard è dimensionato per un massimo di 25.000 richieste al giorno, con picchi orari fino a 2.000. Hai bisogno di volumi superiori o di traffico costante? Parla con ReadSpeaker di una configurazione dedicata, costruita sul tuo volume.

Posso ottenere i dati di sincronizzazione per l'evidenziazione sincronizzata?

Sì. speechCloud API può restituire RSDS, che unisce l'audio e le informazioni di sincronizzazione in un'unica risposta, facendo risparmiare crediti rispetto a due richieste separate. RSDS è attualmente disponibile con MP3 a 48 kbit/s e non per tutte le lingue o le voci; contatta ReadSpeaker per l'elenco aggiornato.

Quanto costa speechCloud API?

speechCloud API funziona a crediti: un credito copre un carattere, conteggiando tutto tranne gli spazi, più i caratteri aggiunti dal tuo dizionario di pronuncia. I crediti di produzione si ordinano tramite il tuo Account Manager ReadSpeaker, e i nuovi account partono di norma con crediti di prova. Su richiesta è disponibile un modello al secondo di parlato. La capacità può essere concessa in licenza a caratteri, richieste, tempo di parlato, canali simultanei o velocità di generazione. Contatta ReadSpeaker per un preventivo calibrato sul tuo volume.

speechCloud API è sicuro e conforme?

Come organizzazione, ReadSpeaker è certificata ISO/IEC 27001:2022 e conforme al GDPR. Tutto il traffico dell'API usa HTTPS. Per i clienti dell'UE e i trasferimenti transfrontalieri di dati, ReadSpeaker si basa sulle clausole contrattuali standard (SCC). Secondo l'informativa sulla privacy di ReadSpeaker, le voci sintetizzate di ReadSpeaker sono modelli vocali misti che non costituiscono dati personali ai sensi del GDPR. I dati audio non devono essere conservati, riutilizzati o ridistribuiti, salvo accordo esplicito nella conferma d'ordine.

Qual è la latenza? Posso usare speechCloud API per casi d'uso in tempo reale?

speechCloud API supporta i casi d'uso in tempo reale. Per impostazione predefinita, le richieste usano la modalità streaming (streaming=1), in cui la risposta reindirizza a un server di streaming che comincia a fornire l'audio il prima possibile, per il tempo di attesa più breve. Per la consegna in blocco, imposti streaming=0 e il file viene restituito una volta generato per intero. Il numero di canali simultanei in tempo reale fa parte della capacità in licenza e può essere aumentato nella conferma d'ordine.

Come comincio? Dove ottengo una chiave API?

Crea un account ReadSpeaker. I nuovi account ricevono di norma una quantità limitata di crediti di prova per valutare speechCloud API. La tua chiave API è disponibile nel portale clienti SCAPI e va inclusa in ogni richiesta. Dal portale sono accessibili anche le istruzioni di implementazione e d'uso, esempi di codice nei principali linguaggi di programmazione e il tuo dizionario di pronuncia modificabile. Contatta ReadSpeaker to start your account.

Ascolta

ReadSpeaker speechCloud API

API di sintesi vocale per qualsiasi app, dispositivo o flusso di lavoro

Invia il testo a un solo endpoint REST e ricevi voce naturale in 90 lingue e 300 voci. SSML, pronuncia personalizzata e sei formati audio, pronti per la produzione già dalla prima chiamata.

Avvii una prova Parla con il team commerciale

Sei già cliente? Accedi al Portale Clienti

90 lingue
300 voci
Con sede nell'UE, GDPR, ISO 27001

POST · speechCloud API

# esempio curl: richiedere il parlato sintetizzato
curl -X POST "https://0-tts-readspeaker-com.midhudsonlibraries.org/a/eg/v2.0" \
  -d "key=YOUR_API_KEY" \
  -d "voice=Adam" \
  -d "lang=en_uk" \
  -d "audioformat=mp3" \
  -d "audiobitrate=48" \
  -d "text=Benvenuti in ReadSpeaker." \
  --output speech.mp3

200 OKaudio/mpeg · 48 kbps

Scelto da 12.000 clienti in tutto il mondo

Prova una voce

Ascolta che cosa restituirà la tua API

Quattro voci in quattro lingue. Lo stesso motore che integrerà tramite l'API.

Adam

Maschile

Inglese (Regno Unito)

Roxane

Femminile

Français (France)

Lena

Femminile

Deutsch (Deutschland)

Sayaka

Femminile

日本語 (Japan)

Ti serve una voce su misura o una lingua non elencata? Scopri tutte le 300 voci →

Storie dei clienti

Marchi che costruiscono prodotti vocali con ReadSpeaker

Sonos

L'approccio di ReadSpeaker alla voce su misura è innovativo ed estremamente accurato, esattamente ciò di cui avevamo bisogno per questo progetto.

Leggi la storia completa

Generazione vocale basata sul cloud

In tempo reale o in blocco, ovunque il tuo prodotto abbia bisogno di una voce

speechCloud API è un servizio di sintesi vocale basato sul cloud, da server a server. Lo richiami dentro la tua applicazione per generare audio al volo per gli utenti finali, oppure per produrre audio in blocco da riprodurre in seguito. Sostituisce registrazioni manuali costose e funziona 24 ore su 24, così non devi mai ospitare né dimensionare un motore di sintesi vocale.

App e dispositivi in tempo reale

Aggiungi la sintesi vocale a un'app mobile, un'auto connessa, un apparecchio medicale o industriale, un dispositivo indossabile o un chiosco. Trasmetti l'audio su richiesta senza integrare un motore TTS sul dispositivo, così ingombro e batteria restano contenuti. Ricevi voce naturale in 90 lingue con una sola chiamata REST.

Mobile
IoT
Chioschi
Dispositivi indossabili
Auto connesse
Dispositivi medicali

Scopri le soluzioni embedded e sul dispositivo

Produzione audio in blocco

Genera audio in blocco per corsi e-learning, verifiche, contenuti formativi, audiolibri, audioguide e dialoghi per film o animazioni. L'audio in streaming può essere servito agli utenti finali dalla tua infrastruttura quando il contratto lo consente. I dizionari di pronuncia personalizzati garantiscono che nomi di marca e termini tecnici siano letti correttamente in ogni traccia.

e-learning
Audiolibri
Verifiche
Formazione
Audioguide
Film e animazione

Scopri le soluzioni per l'istruzione

Telefonia, IVR e agenti vocali

Dai una voce naturale a centralini telefonici, contact center e agenti vocali basati su LLM. I formati di uscita A-law e μ-law sono i codec G.711 usati nei sistemi telefonici. Usa SSML per controllare il ritmo, cambiare lingua al volo e pronunciare i nomi di marca tramite il tuo dizionario personalizzato. I canali simultanei in tempo reale crescono con il tuo contratto.

IVR
G.711
Agenti vocali
SSML
A-law / μ-law

Scopri le soluzioni di IA conversazionale

Funzionalità

Sintesi vocale di produzione, dall'inizio alla fine

Tutto ciò che serve al tuo prodotto per rispondere a voce.

90 lingue, 300 voci

Scegli da un catalogo di voci professionali ampio per ogni lingua. Le voci sono concesse in licenza singolarmente; puoi aggiungerne altre in qualsiasi momento.

Input SSML

Usa SSML per pause, trascrizioni fonetiche e cambio di voce o lingua all'interno di un unico testo. La marcatura SSML standard è supportata.

Dizionari di pronuncia personalizzati

Ogni cliente può modificare un dizionario specifico per voce nel portale clienti, per controllare la pronuncia di nomi di marca, termini tecnici e parole insolite. Su richiesta, i linguisti di ReadSpeaker possono correggere le pronunce errate.

Dati di sincronizzazione (RSDS)

RSDS restituisce audio e marcatori di sincronizzazione in un'unica risposta, facendoti risparmiare crediti rispetto a due chiamate separate. Utile per evidenziare parole e frasi nella tua interfaccia. Disponibile solo in MP3 a 48 kbps e non su tutte le voci.

Sei formati di uscita audio

MP3 (16, 24, 32, 48, 64, 128 kbit/s), Ogg VBR, μ-law, A-law, PCM raw, WAV. PCM e WAV a 22050, 16000 o 8000 Hz, profondità 16 bit. Impostabili per singola richiesta tramite i parametri dell'API.

Streaming o download

Imposta streaming=1 per avviare la riproduzione non appena l'audio è pronto, ideale per l'uso dal vivo. Oppure scarica il file finito in un'unica soluzione.

API REST su HTTPS

Chiave API inclusa in ogni chiamata. Interroghi lingue disponibili, voci, consumo attuale e crediti residui tramite la stessa interfaccia REST.

Portale clienti SCAPI

Modifica il tuo dizionario di pronuncia, controlla consumo e crediti residui e rigenera una nuova chiave API nel momento in cui sospetti un uso improprio, il tutto da un unico portale.

Infrastruttura ospitata e ridondante

Ospitato da ReadSpeaker in un ambiente ad alta sicurezza con ridondanza e failover. Nulla da scaricare o installare.

Provalo nella tua infrastruttura

Dal testo all'audio con una sola richiesta

Ecco come si presenta una chiamata in quattro linguaggi. L'autenticazione avviene con la tua chiave API, inviata a ogni richiesta.

# Sintetizzare una frase in MP3 (48 kbps)
curl -X POST "https://0-tts-readspeaker-com.midhudsonlibraries.org/a/eg/v2.0" \
  -d "key=YOUR_API_KEY" \
  -d "voice=Adam" \
  -d "lang=en_uk" \
  -d "audioformat=mp3" \
  -d "audiobitrate=48" \
  -d "text=Welcome to ReadSpeaker." \
  --output speech.mp3

# Con SSML, cambiando lingua nel testo
curl -X POST "https://0-tts-readspeaker-com.midhudsonlibraries.org/a/eg/v2.0" \
  -d "key=YOUR_API_KEY" \
  -d "voice=Adam" \
  -d "lang=en_uk" \
  -d "input=ssml" \
  --data-urlencode 'text=<speak>Hello, <voice name="Roxane" xml:lang="fr-FR">bonjour</voice>.</speak>' \
  --output greeting.mp3

# Python 3, libreria requests
import requests

resp = requests.post(
    "https://0-tts-readspeaker-com.midhudsonlibraries.org/a/eg/v2.0",
    data={
        "key": "YOUR_API_KEY",
        "voice": "Adam",
        "lang": "en_uk",
        "audioformat": "mp3",
        "audiobitrate": 48,
        "text": "Welcome to ReadSpeaker.",
    },
)

if resp.status_code == 200:
    with open("speech.mp3", "wb") as f:
        f.write(resp.content)
else:
    print("Error:", resp.status_code, resp.text)

// Node.js 18+, fetch nativo + fs/promises
import { writeFile } from "node:fs/promises";

const body = new URLSearchParams({
  key: "YOUR_API_KEY",
  voice: "Adam",
  lang: "en_uk",
  audioformat: "mp3",
  audiobitrate: "48",
  text: "Welcome to ReadSpeaker.",
});

const resp = await fetch("https://0-tts-readspeaker-com.midhudsonlibraries.org/a/eg/v2.0", {
  method: "POST",
  body,
});

if (!resp.ok) throw new Error(`SCAPI ${resp.status}`);
await writeFile("speech.mp3", Buffer.from(await resp.arrayBuffer()));

<?php
// PHP 8, cURL
$ch = curl_init("https://0-tts-readspeaker-com.midhudsonlibraries.org/a/eg/v2.0");

curl_setopt_array($ch, [
    CURLOPT_POST          => true,
    CURLOPT_POSTFIELDS    => http_build_query([
        "key"          => "YOUR_API_KEY",
        "voice"        => "Adam",
        "lang"         => "en_uk",
        "audioformat"  => "mp3",
        "audiobitrate" => 48,
        "text"         => "Welcome to ReadSpeaker.",
    ]),
    CURLOPT_RETURNTRANSFER => true,
]);

$audio = curl_exec($ch);
$code  = curl_getinfo($ch, CURLINFO_HTTP_CODE);
curl_close($ch);

if ($code === 200) {
    file_put_contents("speech.mp3", $audio);
} else {
    error_log("SCAPI error: $code");
}

La forma dell'endpoint è solo indicativa. Fai riferimento alla versione più recente della Scheda tecnica di prodotto (si apre in una nuova scheda) and the Customer Portal documentation for the current endpoint URL and parameter names.

Specifiche tecniche

Ogni specifica che la tua revisione di sicurezza chiederà

Autenticazione, trasporto, copertura linguistica, limiti di throughput e formati audio. Le risposte di cui i tuoi team di sicurezza e operations hanno bisogno prima dell'integrazione.

Specifiche tecniche di speechCloud API
Specifica	Valore
Autenticazione	Chiave API, inclusa in ogni richiesta
Trasporti	REST su HTTPS
Lingue supportate	90 lingue
Voci disponibili	300 voci
Testo massimo per richiesta	5.000 caratteri (spazi esclusi), valore predefinito
Limite di utilizzo previsto	≤ 25.000 richieste al giorno · picchi ≤ 2.000 richieste in una sola ora
Formati di uscita audio	MP3 · Ogg VBR · μ-law · A-law · PCM · WAV
Bitrate MP3	16, 24, 32, 48, 64, 128 kbit/s
Frequenze di campionamento PCM / WAV	22050, 16000, 8000 Hz a 16 bit
Codifica di input	UTF-8 consigliato; supportate le codifiche più diffuse
Supporto SSML	Sì: pause, trascrizioni fonetiche, cambio di voce e lingua al volo
Dati di sincronizzazione (RSDS)	Audio e sincronizzazione in un'unica risposta · al momento solo MP3 a 48 kbit/s · non tutte le voci
Modalità streaming	streaming=1 (predefinito) → reindirizzamento al server di streaming; streaming=0 → file consegnato a generazione completata
Regole di conservazione dell'audio	Nessuna conservazione, riutilizzo o ridistribuzione, salvo accordo esplicito nella conferma d'ordine
Integrazione telefonica	Formati di uscita A-law e μ-law (codec G.711)
Documentazione	Scheda tecnica di prodotto (PDF)

Prezzi

Paghi quello che genera, cresca quando serve

speechCloud API usa un modello a crediti. I crediti di produzione si ordinano tramite il tuo Account Manager ReadSpeaker e vengono aggiunti al tuo account dal team di supporto ReadSpeaker. I nuovi account ricevono di norma una quantità limitata di crediti di prova per i primi test.

Richiedi un preventivo

Comincia gratis: i nuovi account ricevono di norma crediti di prova. Richiedi l'accesso tramite il modulo di contatto.

Credits

speechCloud API

Modello a crediti1 credito = 1 carattere, spazi esclusi

Come funzionano i crediti

1 credito = 1 carattere, spazi esclusi, comprese le modifiche introdotte dalle voci del dizionario di pronuncia
Variante al secondo di parlato available via order confirmation for predictable cost on long audio
Crediti di prova all'apertura dell'account so you can evaluate before committing

La capacità in licenza si misura in base a

Numero di caratteri over the contract period
Numero di richieste and total speech time
Canali simultanei in tempo reale for telephony and live use cases
Velocità di generazione when responsiveness is critical

Conformità

Una conformità che puoi consegnare direttamente al tuo auditor

ReadSpeaker è un'organizzazione certificata ISO/IEC 27001:2022, conforme al GDPR, con clausole contrattuali standard per i trasferimenti transfrontalieri di dati.

ISO/IEC 27001:2022 (ISO/IEC 27001:2022, gestione della sicurezza delle informazioni)
Organizzazione ReadSpeaker
GDPR (Regolamento generale sulla protezione dei dati)
Informativa sulla privacy pubblicata
SCC dell'UE (Clausole contrattuali standard dell'UE)
Per i trasferimenti transfrontalieri
Con sede nell'UE (Organizzazione con sede nell'Unione europea)
Sede centrale in Svezia (ReadSpeaker AB, Uppsala)

Secondo l'informativa sulla privacy di ReadSpeaker, le voci sintetizzate di ReadSpeaker sono modelli vocali misti che non costituiscono dati personali ai sensi del GDPR.

speechCloud API (SCAPI) è un'API REST di sintesi vocale ospitata nel cloud di ReadSpeaker. Invii il testo ai server ReadSpeaker via HTTPS e ricevi audio di alta qualità nel formato che preferisci (MP3, Ogg, PCM, WAV, A-law o μ-law). Supporta 90 lingue e 300 voci, la marcatura SSML, i dizionari di pronuncia personalizzati e i dati di sincronizzazione per l'evidenziazione sincronizzata. Funziona su server, senza software da installare; l'integrazione avviene tramite chiave API e richieste HTTP.
webReader e docReader sono prodotti per l'utente finale, con una loro interfaccia. webReader puts a Listen button on the HTML pages of your website; docReader does the same for the documents you publish. speechCloud API has no user interface. You call it server-to-server from your application to generate audio. Use it for connected devices, telephony and IVR, mobile apps, e-learning platforms that produce audio, audiobooks, or any product where you need text-to-speech inside your own software.
speechCloud API restituisce l'audio in sei formati: MP3 (bitrate configurabile a 16, 24, 32, 48, 64 o 128 kbit/s), Ogg VBR, μ-law, A-law, PCM raw e WAV. PCM e WAV supportano frequenze di campionamento di 22050, 16000 o 8000 Hz con profondità a 16 bit. La scelta del formato e dei parametri audio si imposta per singola richiesta tramite i parametri dell'API.
Ogni richiesta accetta per impostazione predefinita fino a 5.000 caratteri, conteggiando tutto tranne gli spazi. Il servizio standard è dimensionato per un massimo di 25.000 richieste al giorno, con picchi orari fino a 2.000. Hai bisogno di volumi superiori o di traffico costante? Parla con ReadSpeaker di una configurazione dedicata, costruita sul tuo volume.
Sì. L'input SSML è supportato, comprese pause, trascrizioni fonetiche e cambio di voce o lingua all'interno di un unico testo. Sono disponibili anche dizionari di pronuncia personalizzati: ogni cliente può modificare nel portale clienti un dizionario specifico per voce, per controllare la pronuncia di nomi di marca, termini tecnici o parole insolite.
Sì. speechCloud API può restituire RSDS, che unisce l'audio e le informazioni di sincronizzazione in un'unica risposta, facendo risparmiare crediti rispetto a due richieste separate. RSDS è attualmente disponibile con MP3 a 48 kbit/s e non per tutte le lingue o le voci; contatta ReadSpeaker per l'elenco aggiornato.
speechCloud API funziona a crediti: un credito copre un carattere, conteggiando tutto tranne gli spazi, più i caratteri aggiunti dal tuo dizionario di pronuncia. I crediti di produzione si ordinano tramite il tuo Account Manager ReadSpeaker, e i nuovi account partono di norma con crediti di prova. Su richiesta è disponibile un modello al secondo di parlato. La capacità può essere concessa in licenza a caratteri, richieste, tempo di parlato, canali simultanei o velocità di generazione. Contatta ReadSpeaker per un preventivo calibrato sul tuo volume.
Come organizzazione, ReadSpeaker è certificata ISO/IEC 27001:2022 e conforme al GDPR. Tutto il traffico dell'API usa HTTPS. Per i clienti dell'UE e i trasferimenti transfrontalieri di dati, ReadSpeaker si basa sulle clausole contrattuali standard (SCC). Secondo l'informativa sulla privacy di ReadSpeaker, le voci sintetizzate di ReadSpeaker sono modelli vocali misti che non costituiscono dati personali ai sensi del GDPR. I dati audio non devono essere conservati, riutilizzati o ridistribuiti, salvo accordo esplicito nella conferma d'ordine.
speechCloud API supporta i casi d'uso in tempo reale. Per impostazione predefinita, le richieste usano la modalità streaming (streaming=1), in cui la risposta reindirizza a un server di streaming che comincia a fornire l'audio il prima possibile, per il tempo di attesa più breve. Per la consegna in blocco, imposti streaming=0 e il file viene restituito una volta generato per intero. Il numero di canali simultanei in tempo reale fa parte della capacità in licenza e può essere aumentato nella conferma d'ordine.
Crea un account ReadSpeaker. I nuovi account ricevono di norma una quantità limitata di crediti di prova per valutare speechCloud API. La tua chiave API è disponibile nel portale clienti SCAPI e va inclusa in ogni richiesta. Dal portale sono accessibili anche le istruzioni di implementazione e d'uso, esempi di codice nei principali linguaggi di programmazione e il tuo dizionario di pronuncia modificabile. Contatta ReadSpeaker to start your account.

VoiceLab

Ti serve una voce di marca tutta tua?

speechCloud API viene fornito con il nostro catalogo di voci professionali.

Una voce di marca costruita con te in studio

Per una voce di marca completamente su misura costruita con te in studio, scopri VoiceLab. I linguisti computazionali di ReadSpeaker creano voci di marca dal 1999.

Scopri VoiceLab

Nome	Fornitore	Finalità	Durata
`rs_consent`	ReadSpeaker	Conserva la tua scelta sui cookie	6 mesi
`__cf_bm`	Cloudflare	Gestione bot: distingue gli umani dai bot	30 minuti

Nome	Fornitore	Finalità	Durata
`_ga, _ga_*`	Google Analytics	Distingue i visitatori unici e segue le sessioni	13 mesi
`(nessun cookie)`	PostHog	Misurazione del pubblico senza cookie e senza identificativo conservato	Nessuna

Nome	Fornitore	Finalità	Durata
`_gcl_au`	Google Ads	Collega i clic sugli annunci alle azioni sul sito	90 giorni
`visitor_id, visitor_id-hash`	Pardot (Salesforce)	Segue le visite di un potenziale cliente sulle nostre pagine	13 mesi
`_oktopost`	Oktopost	Attribuisce le visite provenienti dalle nostre campagne social	2 anni
`_zitok`	ZoomInfo	Identifica l'azienda a cui appartiene un visitatore	1 anno

API di sintesi vocale per qualsiasi app, dispositivo o flusso di lavoro

Ascolta che cosa restituirà la tua API

Adam

Roxane

Lena

Sayaka

Marchi che costruiscono prodotti vocali con ReadSpeaker

In tempo reale o in blocco, ovunque il tuo prodotto abbia bisogno di una voce

App e dispositivi in tempo reale

Produzione audio in blocco

Telefonia, IVR e agenti vocali

Sintesi vocale di produzione, dall'inizio alla fine

90 lingue, 300 voci

Input SSML

Dizionari di pronuncia personalizzati

Dati di sincronizzazione (RSDS)

Sei formati di uscita audio

Streaming o download

API REST su HTTPS

Portale clienti SCAPI

Infrastruttura ospitata e ridondante

Dal testo all'audio con una sola richiesta

Ogni specifica che la tua revisione di sicurezza chiederà

Paghi quello che genera, cresca quando serve

speechCloud API

Una conformità che puoi consegnare direttamente al tuo auditor

Scheda tecnica di prodotto

Informativa sulla privacy di ReadSpeaker

Ti serve una voce di marca tutta tua?

Una voce di marca costruita con te in studio

Pronto a dare una voce al tuo prodotto?