Aller au contenu principal
Brainiall
Se connecterCommencer
★ 99 Languages · 48 kHz Studio PCM · 5s Voice Clone

Voix de Brainiall (Précédent de la Terre)

Synthèse vocale premium avec clonage à zéro coup, contrôle émotionnel et couverture de 99 langues. qualité studio 48 kHz. Sub-500 ms TTFT pour les agents vocaux en temps réel. Jusqu'à 83% moins cher que ElevenLabs Multilingual v2 en qualité de parité.

Essayer le forfait GrowthTest Live Inspector

Interactive Speech Synthesis & Cloning Demo

Switch presets to test audio dynamic range, language prosody, and streaming time-to-first-byte (TTFT).

Live Neural Synthesis & Voice Clone Inspector
Output: 48 kHz · 24-bit PCM
Input Text:
“Chapter 12: In the quiet corridors of the research lab, the signals began to align.”
Voice Style Directive
Stream TTFT Latency
160ms
Streaming chunks delivered over HTTP chunked transfer
Acoustic Characteristics
48 kHz PCM output with rich acoustic dynamic range and deep timbre.
Target Locale: en
# Synthesize audio with style directive + cloned voice curl -X POST https://api.brainiall.com/v1/tts/synthesize \ -H "Authorization: Bearer $BRAINIALL_KEY" \ -H "Content-Type: application/json" \ -d '{ "text": "Chapter 12: In the quiet corridors of the research lab, the signals began to align.", "voice": "vc_narrator_48k", "tier": "pro", "language": "en", "style": "warm", "format": "wav_48khz" }' \ --output output.wav

The Voice Infrastructure Problem

Traditional speech synthesis forces developers to choose between robotic low-quality endpoints or exorbitant per-character enterprise rates ($0.18 per 1K characters) that break conversational agent unit economics. Brainiall Voice provides uncompressed 48 kHz studio PCM, instant zero-shot voice cloning, and sub-500ms streaming chunks starting at $0.008 per 1K characters.

Edge Tier Rate
$0.008
per 1K characters (~150ms TTFT)
Pro Tier Rate
$0.029
per 1K characters (48 kHz PCM + Cloning)
Language Support
99
Native cross-lingual prosody
Audio Resolution
48 kHz
24-bit uncompressed PCM output

Deux tiers, une surface API

Brainiall Voice navires comme un seul endpoint avec deux tiers de qualité sélectionnés par demande via le tier Paramètres : Défaut edge (12 voix anglaises, 24 kHz, ~ 150 ms latence). Le « Pro » pour le clonage, le contrôle émotionnel, 99 langues, et 48 kHz de production de studio - chargé uniquement sur les demandes qui optent.

Le niveau (defaut)

12 voix anglaises curées, 24 kHz mono, ~150 ms TTFT. inférence CPU-friendly, la voix de qualité de production la moins chère sur le marché.

✓ Sub-150ms latency · 24 kHz · English optimized

Les prix (premium)

Zero-shot clonage vocal, contrôle émotionnel, 99 langues, 48 kHz output studio. ~500 ms TTFT avec des pièces en streaming. Drop-in pour les livres audio, voix marquées, dubbing, agents vocaux.

✓ 5s zero-shot clone · 99 languages · 48 kHz studio audio

Quickstart – clonez une voix en deux requêtes

Clone a voice identity and generate audio in two simple HTTP requests.

POST /v1/voice/clones & POST /v1/tts/synthesizecURL Integration
# 1. Create a voice clone from a 5-second reference audio clip
curl -X POST https://api.brainiall.com/v1/voice/clones \
  -H "Authorization: Bearer $BRAINIALL_KEY" \
  -F "name=brand_spokesperson" \
  -F "audio=@reference_5s.wav"
# -> { "voice_id": "vc_a3f92b", "name": "brand_spokesperson", "ready": true }

# 2. Synthesize natural speech with emotional style directive
curl -X POST https://api.brainiall.com/v1/tts/synthesize \
  -H "Authorization: Bearer $BRAINIALL_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Welcome to our global platform launch.",
    "voice": "vc_a3f92b",
    "tier": "pro",
    "language": "en",
    "style": "warm",
    "format": "wav_48khz"
  }' \
  --output speech.wav

Section d'honnêteté - ce que Pro tier ne fait pas

  • Chant ou performance musicale.: L'objectif pro-tier est le discours naturel. contrôle Pitch via SSML « Procédé » C’est une chanson, mais pas une chanson mélodique.
  • En temps réel sous 100 ms TTFT.: Pour les cas d'utilisation d'agent nécessitant <200 ms premier cadre audio, utilisez le niveau Edge (~150 ms TTFT).
  • La clonation vocale des figures publiques ou des voix protégées par le droit d’auteur.: Les clones vocales nécessitent le consentement écrit du porte-parole (verifié via le formulaire d’attestation pendant la création du clone).Les voix des figures publiques, les personnes décédées sans consentement immobilier et les personnages des médias protégés par le droit d’auteur sont bloqués à la couche de modération.
  • 100% d’inférences émotionnelles.: Le style Le paramètre est une directive, pas une garantie — les états extrêmes (terror, ecstasy) sont tendus vers des interprétations naturalistiques subduites pour éviter une production impitoyable.
  • Sub-1 s end-to-end sur la flotte actuelle de CPU.: Les numéros de temps en premier byte de streaming ci-dessus (~150 ms Edge, ~500 ms Pro) décrivent quand le premier chunk audio quitte le serveur, pas quand l'outterance complète est rendue. 3.8 s Pour le contenu fréquemment réutilisé (prompts IVR, alertes d'applications, réponses de voix-agent caned), cache l'audio rendu sur votre côté - le second coup est alors un fichier de fichiers, pas une synthèse.

Verified Performance & Methodology

All latency measurements reflect bare-metal dedicated GPU clusters with direct HTTP chunked transfer. Read full metrics on our Benchmark Methodology page.

prix

Le niveau Edge

$0.008

par 1K caractères · 12 voix anglaises · 24 kHz · ~ 150 ms TTFT

La Terre

$0.029

par 1K caractères · clonage + contrôle émotionnel · 99 langues · 48 kHz · ~ 500 ms TTFT

Voix clone

$0.50

Tarif faux par clone · stocké 90 jours · synthèse illimitée de chaque clone

Télécharger Volume

personnalisé

10M+ caractères/mois · taux dédié · SLA multi-région · sales@brainiall.com

Brainiall Voice (Pro tier) — TTS premium avec clonage vocal · Brainiall | Brainiall