Áudio e vozVisão geral documentadaÚltima verificação Oct 1, 2026
Soniox Text-to-Speech: preços, recursos e melhores casos de uso
Soniox TTS v2: API de conversão de texto em fala com baixa latência, mais de 60 idiomas, controle de emoção por tags de áudio e clonagem de voz instantânea.
Nossa opinião: O Soniox Text-to-Speech é indicado para desenvolvedores que criam agentes de voz multilíngues e querem geração de fala por streaming e REST, com controle por tags de áudio e clonagem de voz, por cerca de $0.70 por hora de fala gerada.
Principal limitação: É uma API para desenvolvedores com cobrança por tokens, que exige conversão para estimar o custo, e as vozes clonadas precisam ser recalculadas quando um novo modelo é lançado.
Pela equipe editorial do AI Tool Atlas.
Com base na documentação oficial do fornecedor; não testamos este produto na prática. O que “visão geral documentada” significa
Quem deve usar Soniox Text-to-Speech
O Soniox Text-to-Speech é indicado para desenvolvedores que criam agentes de voz multilíngues e querem geração de fala por streaming e REST, com controle por tags de áudio e clonagem de voz, por cerca de $0.70 por hora de fala gerada. Com base na documentação do fornecedor, fora de um teste prático.
Ideal para: Desenvolvedores que criam agentes de voz
Também indicado para
Equipes que precisam de TTS multilíngue
Produtos que querem trocar vários fornecedores de fala por uma única API
Considere outra ferramenta se aPI voltada a desenvolvedores; nenhum app de TTS para consumidor descrito
Ou se
A cobrança por tokens exige conversão para estimar o custo por minuto
As vozes clonadas precisam ser recalculadas quando um novo modelo é lançado
Preços e limites de uso do Soniox Text-to-Speech
Preços verificados em Oct 1, 2026 na página oficial de preços dos EUA. Preços oficiais ↗ Preços e limites mudam com frequência.
Página de preços do fornecedor verificada novamente de forma automática em há 14 dias: nenhuma mudança detectada.
A página oficial de preços de Soniox Text-to-Speech como a vimos. soniox.com, capturado Oct 1, 2026
Condições de acesso gratuito e de teste
Não informado na página de preços
Não informado; o console inclui uma demonstração no navegador
Planos pagos: o que muda ao fazer upgrade
Pay as you go API
$0.7 per hour of generated speech (approx.); $4.00 per 1M input text tokens and $21.50 per 1M output audio tokens fonte (abre em uma nova guia)
Desconhecido, compromisso anual
Enterprise discounts and committed-use contracts may differ
Para: Voice agents and multilingual speech products
Limites
15,000 input text tokens is about 1 hour of speech
1 hour of speech is about 30,000 output audio tokens
Inclui
WebSocket streaming and REST
60+ languages and audio tags
1 mais
Instant voice cloning
API incluída
Limites de uso, créditos e custos extras
Nenhum informado; o STT tem preço separado ($0.10/hr assíncrono, $0.12/hr em tempo real)
unknown
O que é Soniox Text-to-Speech e como funciona?
O Soniox Text-to-Speech é a parte de geração de fala da plataforma de IA de voz Soniox, que também oferece APIs de fala para texto e de tradução em tempo real. O modelo atual, TTS v2, gera fala em mais de 60 idiomas, permite trocar de idioma no meio da frase, lê com precisão sequências alfanuméricas como números de telefone e IDs, e pode ser conduzido por tags de áudio inline como [warm] ou [sighs].
A API é oferecida em streaming por WebSocket para agentes de voz de baixa latência e como endpoint REST para geração em lote, com SDKs para Python e Node e integrações com LiveKit e Pipecat. Vozes personalizadas podem ser clonadas a partir de um trecho de referência de até 2 minutos no Console ou pela API de vozes. A cobrança é por tokens, no modelo pay-as-you-go.
Site oficial do Soniox Text-to-Speech: como o produto se apresenta. soniox.com, capturado Oct 1, 2026
O que você fornece e o que recebe de volta
O que você fornece a Soniox Text-to-Speech e o que recebe de volta, segundo a documentação
O que você fornece
Texto a ser falado
Escolha de idioma e de voz
Tags de áudio inline, como [warm] ou [sighs]
Uma amostra curta de áudio para clonagem
O que você recebe de volta
Áudio em streaming por WebSocket
Áudio em uma única requisição via REST
Vozes personalizadas clonadas
Onde você pode usar
Plataformas
Web, API
Conta
Obrigatório
Para que as pessoas usam Soniox Text-to-Speech
Os cenários são elaborados por nossos editores a partir da documentação; o resultado real depende da sua entrada e do seu plano.
Agentes de voz que falam enquanto a resposta do LLM chega em streaming
Preço pay-as-you-go transparente em USD, sem cobrança por usuário Você consegue prever o custo por hora de faladocumentadofonte (abre em uma nova guia)
As vozes clonadas funcionam em todos os idiomas compatíveis As equipes podem consolidar fornecedoresdocumentadofonte (abre em uma nova guia)
Acesso por streaming e por REST com a mesma chave de API A mesma chave cobre os dois estilos de integraçãodocumentadofonte (abre em uma nova guia)
O console inclui uma demonstração no navegador para testar vozes Os clones funcionam para públicos globaisdocumentadofonte (abre em uma nova guia)
Confira antes de pagar pelo Soniox Text-to-Speech
API voltada a desenvolvedores; nenhum app de TTS para consumidor descrito Quem não é desenvolvedor não consegue usar diretamentedocumentadofonte (abre em uma nova guia)
A cobrança por tokens exige conversão para estimar o custo por minuto Estimar orçamentos exige fazer contasdocumentadofonte (abre em uma nova guia)
As vozes clonadas precisam ser recalculadas quando um novo modelo é lançado Manter os clones gera trabalho de manutençãodocumentadofonte (abre em uma nova guia)
Cerca de $0.70 por hora de fala gerada, cobrados como $4.00 por 1M de tokens de texto de entrada mais $21.50 por 1M de tokens de áudio de saída. fonte (abre em uma nova guia)
Sim, clonagem de voz instantânea a partir de alguns segundos de áudio, mas as vozes clonadas precisam ser recalculadas quando um novo modelo é lançado. fonte (abre em uma nova guia)
Como faço streaming de áudio?
Use a API WebSocket, com SDKs para Python e Node e integrações com LiveKit ou Pipecat; o REST atende requisições únicas. fonte (abre em uma nova guia)
Não verificado: Créditos gratuitos; Privacidade e retenção; Tamanho máximo do texto.
Como documentamos e mantemos esta página
Todos os fatos sobre Soniox Text-to-Speech acima vêm de 5 páginas oficiais listados aqui, comparados pela última vez em Oct 1, 2026; não executamos Soniox Text-to-Speech por conta própria, por isso ele não tem nota editorial. Como verificamos e reverificamos as páginas.
Artigo atualizado em Oct 10, 2026; preços verificados Oct 1, 2026. Os links para fornecedores são links comuns; não ganhamos comissões. Como avaliamos · Relatar um erro
