Tipo
Especificação
Tarifa
Síntese
por 1M de caracteres
$25.00$22.00
TTS 2 e TTS 1.5 Max lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
Inworld Geração de ÁudioTTS 2 e TTS 1.5 Max são modelos de Inworld na categoria Geração de Áudio, disponíveis pela API da EmpirioLabs.
| Especificação | TTS 2 | TTS 1.5 Max |
|---|---|---|
| ID do modelo | tts-2 | tts-1-5-max |
| Autor | Inworld | Inworld |
| Lançado | 5 de mai. de 2026 | 21 de jan. de 2026 |
| Entrada | Texto | Texto |
| Saída | Áudio | Áudio |
| Endpoints | POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices | POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices |
| Recursos |
Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.
Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.
| Parâmetro | TTS 2 | TTS 1.5 Max |
|---|---|---|
| input | máx. 2000 | máx. 2000 |
| voice | Sarah, Olivia, Elizabeth, Ashley, Wendy, Julia, Priya, Pixie,... Padrão: Sarah | Sarah, Olivia, Elizabeth, Ashley, Wendy, Julia, Priya, Pixie,... Padrão: Sarah |
| voice_id | string | string |
| language | en-US, en-GB, es-ES, es-MX, fr-FR, de-DE, it-IT, pt-BR, pt-PT... Padrão: en-US | en-US, en-GB, es-ES, es-MX, fr-FR, de-DE, it-IT, pt-BR, pt-PT... Padrão: en-US |
| output_format | MP3, WAV, OGG, FLAC, PCM, ALAW, MULAW Padrão: WAV | MP3, WAV, OGG, FLAC, PCM, ALAW, MULAW Padrão: WAV |
| sample_rate | 8000, 16000, 22050, 24000, 32000, 44100, 48000 Padrão: 24000 | 8000, 16000, 22050, 24000, 32000, 44100, 48000 Padrão: 24000 |
| speed | 0.5 a 1.5 Padrão: 1 | 0.5 a 1.5 Padrão: 1 |
| temperature | 0.1 a 2 Padrão: 1 | 0.1 a 2 Padrão: 1 |
| bit_rate | 32000 a 320000 Padrão: 128000 | 32000 a 320000 Padrão: 128000 |
| apply_text_normalization | ON, OFF Padrão: ON | ON, OFF Padrão: ON |
| timestamp_type | NONE, WORD, CHARACTER Padrão: NONE | NONE, WORD, CHARACTER Padrão: NONE |
TTS 2 gera fala por POST /v1/audio/speech e retorna áudio reproduzível. Envie o texto a ser falado em input com o id de modelo tts-2. Os dois modelos são chamados pelo mesmo endpoint. Defina model como tts-2 ou tts-1-5-max. Obtenha uma chave de API no painel EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "tts-2",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3TTS 2 é o lançamento mais recente (5 de mai. de 2026); TTS 1.5 Max foi lançado em 21 de jan. de 2026. Recursos indicados apenas para TTS 2: low latency, voice direction. Recursos indicados apenas para TTS 1.5 Max: broadcast quality. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.
TTS 2 é o lançamento mais recente (5 de mai. de 2026); TTS 1.5 Max foi lançado em 21 de jan. de 2026.
TTS 2 tem a tarifa mais baixa para Síntese (por 1M de caracteres). As duas tabelas de tarifas ao vivo estão nesta página e sempre correspondem ao que a API cobra.
Sim. Os dois modelos usam POST /v1/audio/speech com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.
Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.