Domande frequenti
Quante voci sono disponibili per i personaggi?
Sono disponibili 8 preset vocali distinti, tra cui voci femminili come Aria e Nova, e maschili come Felix e Milo. Ogni voce offre un timbro unico, da narratore caldo a voce profonda per documentari, ideale per differenziare i personaggi NPC nei dialoghi di gioco senza richiedere clonazioni personalizzate.
È possibile mixare più voci in un dialogo?
L'API restituisce un singolo file audio per ogni richiesta. Per mixare più voci, è necessario effettuare chiamate separate per ogni battuta o personaggio e poi unire i file audio nel client o nel motore di gioco. Non esiste un endpoint nativo per il mixaggio multi-vocale in una singola risposta.
Qual è il formato audio migliore per i giochi?
Il formato MP3 è generalmente consigliato per il suo ottimo rapporto qualità-spazio, supportato da tutti i motori moderni. Sono disponibili anche WAV, FLAC e OPUS. Scegliete MP3 per bilanciare qualità e dimensione del file, o WAV se la latenza di decodifica è critica e lo spazio di archiviazione non è un problema.
Come gestire testi superiori a 4096 caratteri?
Il limite è di 4096 caratteri per richiesta. Per testi più lunghi, dovete suddividere il testo in parti di quella lunghezza e inviare chiamate multiple. Successivamente, dovete unire i file audio risultanti nel vostro client o server di gioco per creare l'audio completo, gestendo voi stessi la logica di concatenazione.
È possibile usare l'API per giochi mobile?
Sì, l'API è accessibile tramite richieste HTTP standard da qualsiasi dispositivo con connessione internet. Potete chiamare l'endpoint direttamente dal client mobile o farlo passare attraverso un vostro server backend per gestire l'autenticazione e la sicurezza della chiave API, a seconda dell'architettura del vostro gioco.
Quali lingue sono supportate per i NPC?
Sono supportate 23 lingue, tra cui inglese, italiano, spagnolo, tedesco, francese, giapponese, cinese, arabo e russo. Qualsiasi voce può parlare in qualsiasi lingua supportata. Se non specificata, la lingua viene indovinata dal testo; per testi in latino non inglesi, impostate esplicitamente il campo 'language' per evitare errori.
È necessario un server per gestire l'API?
Non è obbligatorio, ma è consigliato per proteggere la chiave API. Potete chiamare l'API direttamente dal client, ma la chiave sarà esposta. Un server intermedio può gestire la logica di split dei testi lunghi, la coda delle richieste e la gestione degli errori, garantendo un'esperienza utente più fluida.
Come si calcola il budget API per un gioco?
Il costo è di $10 per 1 milione di caratteri ($0.01 per 1.000 caratteri). Calcolate il numero totale di caratteri nei dialoghi, moltiplicatelo per 0.00001 e aggiungete un margine per le chiamate fallite (che sono gratuite) e per le ripetizioni. Il saldo non scade e si ricarica solo con USDT TRC-20.
L'audio generato è pronto per la pubblicazione?
Sì, l'audio è pronto per l'uso commerciale. Ogni file contiene un watermark invisibile che ne indica la natura sintetica. Il testo inviato non viene utilizzato per l'addestramento del modello. L'audio è pronto per l'uso commerciale nei giochi.
Ci sono limiti alla durata totale del gioco?
Non ci sono limiti alla durata totale del gioco o al numero di richieste nel tempo. I limiti sono per minuto: 60 richieste al minuto per chiave attiva. Se superate questo limite, le richieste potrebbero essere rallentate o rifiutate. Per giochi molto grandi, monitorate l'uso e scalate le chiavi o il backend se necessario.
È possibile cambiare voce a runtime?
Sì, potete cambiare voce a runtime inviando una nuova richiesta con il parametro 'voice' diverso. L'API non mantiene stato tra le chiamate. Ogni richiesta è indipendente. Potete quindi cambiare dinamicamente la voce in base alle azioni del giocatore o allo stato del gioco, semplicemente specificando la voce desiderata nella richiesta JSON.
Quali sono i limiti di velocità per minuto?
Il limite è di 60 richieste al minuto per chiave API. Prima del primo caricamento, il limite è di 10 richieste al minuto. Se superate il limite, le richieste potrebbero essere accodate o rifiutate. Monitorate i header di risposta per lo stato della coda e implementate una logica di retry con backoff esponenziale nel vostro client.
È possibile esportare l'audio in batch?
L'API non ha un endpoint batch dedicato. Dovete inviare richieste multiple in parallelo o sequenzialmente dal vostro client o server. Potete gestire voi stessi la parallelizzazione delle chiamate HTTP per accelerare la generazione di grandi quantità di audio, rispettando comunque il limite di 60 richieste al minuto per chiave.
Come si gestisce la latenza in gioco?
La generazione richiede circa 1 secondo ogni 25 caratteri. Per la latenza in tempo reale, pre-caricate l'audio durante le fasi di attesa o le transizioni. Per il dialogo in tempo reale, bufferizzate le prime parole e iniziate la riproduzione mentre la richiesta è in coda. La coda può introdurre ritardi sotto carico.
Scegliere le voci giuste per i personaggi
Integrare la voce nei videogiochi richiede di abbinare il tono narrativo alle possibilità tecniche dell'API. Le startup possono scegliere tra otto preset vocali, ciascuno progettato per coprire un'ampia gamma di archetipi narrativi, dai narratori calmi ai personaggi più energici.
La scelta corretta influenza direttamente l'immersione del giocatore. Analizzando le caratteristiche di ogni voce, è possibile mappare i personaggi dei giochi sulle personalità più adatte, garantendo coerenza stilica senza richiedere voci custom costose.
Analisi dei 8 preset vocali
L'API offre otto voci distinte, divise tra register femminili e maschili. Le voci femminili includono Aria (narratrice chiara), Nova (allegra), Luna (raccontatrice morbida) e Sage (istruzionale). Quelle maschili coprono Felix (promozionale), Milo (conversazionale), Atlas (neutro) e Orion (documentaristico profondo).
Ogni voce è basata su registrazioni licenziate e garantisce una coerenza acustica immediata. Non è necessario addestrare modelli personalizzati; basta selezionare l'archetipo che meglio si adatta al ruolo del personaggio nel gioco.
- Aria: calda e chiara, ideale per narratori.
- Nova: brillante e vivace, adatta a personaggi giovani.
- Luna: morbida, perfetta per storie notturne.
- Sage: calma, ideale per istruzioni di gioco.
- Felix: energico, ottimo per promozioni o azioni.
- Milo: amichevole, per dialoghi conversazionali.
- Atlas: neutro, adatto per notizie o report.
- Orion: profondo, ideale per documentari o voci off.
Abbinamento personalità-voce
Mappare le personalità dei personaggi alle voci disponibili permette di definire rapidamente lo stile sonoro del progetto. Ad esempio, un venditore di oggetti può essere interpretato da Felix, mentre un antico saggio potrebbe beneficiare della profondità di Orion.
È importante considerare che ogni voce può parlare in qualsiasi delle 23 lingue supportate. Questo permette di mantenere un'identità vocale coerente tra le diverse localizzazioni, assegnando la stessa voce base anche se il linguaggio cambia.
- Abbinare il tono del personaggio alla voce scelta.
- Verificare la compatibilità tra lingua e accento.
- Considerare il contesto narrativo (azione vs dialogo).
Test A/B delle voci
Prima di produrre l'audio su larga scala, testare le voci su brevi frasi chiave del gioco aiuta a validare le scelte. Utilizzare la prova gratuita di 0,50 $ per generare campioni e confrontare l'impatto emotivo tra due opzioni simili.
I testi devono essere limitati a 4096 caratteri per richiesta. Per i test, usare frasi brevi che rappresentino tipiche frasi di dialogo o comandi di gioco per valutare chiarezza e naturalezza.
- Generare campioni con la prova gratuita.
- Confrontare l'impatto emotivo tra due voci.
- Validare le scelte prima della produzione di massa.
Ottimizzazione dei costi per startup
Per le startup, il controllo dei costi è cruciale. Il prezzo fisso di $10 per milione di caratteri permette una previsione precisa. Ogni carattere, spazi inclusi, conta nel calcolo finale.
Stima dei caratteri necessari
Calcola la lunghezza totale dei dialoghi NPC prima dell'integrazione. Con un limite di 4096 caratteri per richiesta, i testi lunghi richiedono splitting. La velocità di generazione è circa reale per testi lunghi (circa 25 caratteri al secondo); per le frasi brevi i tempi sono di pochi secondi.
- Peso medio di una riga di dialogo: ~50 caratteri
- Costo stimato: $0,0005 per riga
Gestione della prova gratuita
Il trial offre $0,50 (circa 50.000 caratteri) per 7 giorni se si usa Google. Le account creati con email non ricevono credito iniziale. Usa questo periodo per validare la qualità audio senza rischi.
- Durata trial: 7 giorni
- Crediti: $0,50
Ricariche strategiche USDT
Le ricariche avvengono solo in USDT su TRON (TRC-20), minimo $5. I fondi sono accreditati automaticamente in minuti. Il saldo non scade, permettendo di accumulare crediti per picchi di generazione durante il lancio del gioco.
- Valuta: USDT (TRC-20)
- Minimo: $5
Integrazione tecnica passo dopo passo
Per integrare VoceNPC nei motori di gioco, è sufficiente configurare il client HTTP per puntare a https://api.bs222.info/v1. Non serve un SDK proprietario: le librerie standard HTTP funzionano perfettamente, poiché l'API segue lo stesso schema delle chiamate OpenAI. Questo permette di riutilizzare codice già esistente con un semplice cambio di base URL.
Setup dell'ambiente di sviluppo
Iniziate creando un account e generando la vostra chiave API nella dashboard. Utilizzate questa chiave nel header Authorization: Bearer tts-... per autenticare tutte le richieste. Assicuratevi che il vostro ambiente di sviluppo possa gestire le intestazioni HTTPS standard, dato che l'API è completamente cloud-based.
- Registrazione su /get-api-key/ per ottenere la chiave
- Configurazione del base URL su api.bs222.info
- Utilizzo di qualsiasi SDK HTTP standard
Prima chiamata API
Eseguite una POST a /v1/audio/speech con un testo breve, specificando il modello tts-1 e un voice preset come aria. Il servizio restituirà un file audio binario o un link diretto a seconda della configurazione. Verificate che la risposta sia stata elaborata correttamente prima di passare alla logica di gioco.
- Endpoint: POST /v1/audio/speech
- Modello consigliato: tts-1
- Formato risposta: file audio binario
Gestione degli errori
Se la sintesi fallisce, la richiesta non viene addebitata (il costo viene rimborsato integralmente). Errori di rate limit (60 req/min) richiedono una logica di retry con backoff. Verificate sempre che il testo non superi i 4096 caratteri per evitare rejection immediate.
- Verifica limiti 60 richieste/min
- Controllo lunghezza input < 4096 char
- Retry logic per errori temporanei
Gestione di testi lunghi e dialoghi
Quando un NPC ha dialoghi estesi, il limite di 4096 caratteri per richiesta diventa il primo vincolo tecnico da gestire. La strategia corretta prevede la suddivisione automatica del testo in segmenti più piccoli, mantenendo coerenza narrativa e sincronizzazione precisa tra le varie parti generate.
Split automatico del testo
Dividi il testo in chunk di massimo 4096 caratteri. Ogni segmento genera una chiamata API indipendente, rispettando il limite imposto dall'endpoint. Questo approccio evita errori di timeout e garantisce che ogni parte del dialogo venga elaborata correttamente, indipendentemente dalla lunghezza complessiva della battuta.
- Limite massimo: 4096 caratteri per richiesta.
- Gli spazi e la punteggiatura contano come caratteri.
- Processamento sequenziale: le richieste possono aspettare in coda.
Unione dei file audio
Una volta ricevuti i file audio dei singoli chunk, è necessario unirli in un unico flusso continuo. Poiché le richieste vengono elaborate una dopo l'altra, il tempo di generazione totale può superare la durata reale del testo, specialmente sotto carico. La concatenazione deve avvenire senza ritorni a capo o silenzi indesiderati tra le parti.
- Formati supportati: mp3, wav, opus, flac, pcm.
- La velocità di generazione è circa reale per testi lunghi.
- I file generati non vengono memorizzati dal servizio.
Gestione pause e transizioni
Le pause naturali devono essere gestite a livello di logica applicativa o inserite esplicitamente nel testo se supportate dal formato audio scelto. Non essendoci SSML, non esistono tag di controllo per le espressioni vocali; la continuità dipende dalla precisione dello split e dalla corretta assemblaggio dei file finali.
Supporto multilingue per giochi globali
L'integrazione multilingue è cruciale per gli NPC globali. Utilizzare il parametro language esplicito evita errori di deduzione automatica, specialmente con testi latini non inglesi.
Questo approccio garantisce coerenza vocale e riduce le chiamate errate, ottimizzando i costi per startup che localizzano giochi su larga scala.
Impostazione lingua esplicita
Specifica sempre il codice ISO nella richiesta JSON. Senza questo campo, il sistema assume l'inglese per il testo latino, causando errori comuni.
La definizione esplicita assicura che il motore TTS applichi la fonetica corretta sin dalla prima generazione.
- Usa
language: 'it'per l'italiano. - Definisci
language: 'de'per il tedesco. - Specifica
language: 'ja'per il giapponese.
Gestione script misti
I dialoghi bilingui richiedono chiamate separate per ogni script distinto. Non è possibile mescolare script diversi in un'unica richiesta.
Dividi il testo in blocchi omogenei per garantire la corretta pronuncia di ogni segmento.
- Separare italiano e inglese in chiamate distinte.
- Evitare mescolanze nello stesso
input. - Gestire transizioni con pause esplicite.
Voce unica per lingue diverse
Ogni voce supporta tutte le 23 lingue disponibili. Puoi usare la stessa voce (es. Aria) per italiano, spagnolo e francese.
Questo semplifica la gestione dei profili NPC mantenendo una coerenza timbrica internazionale.
- Aria parla 23 lingue.
- Nessuna voce esclusiva per lingua.
- Coerenza timbrica globale.
Qualità audio e formati supportati
La scelta del formato audio incide direttamente sulla latenza e sull'occupazione di memoria nei giochi delle startup. Il nostro API supporta MP3, WAV, Opus, FLAC e PCM, permettendo di bilanciare qualità e prestazioni in base alle esigenze tecniche del progetto.
MP3 vs WAV per giochi
L'MP3 offre una compressione efficiente per il download e la riproduzione, riducendo i tempi di caricamento. Il WAV mantiene la qualità lossless, ideale per effetti sonori brevi che richiedono decoding immediato senza perdita di dati.
- MP3: compressione lossy, ideale per file grandi.
- WAV: lossless, decoding immediato, file più pesanti.
Opus per streaming leggero
Il formato Opus è ottimizzato per l'efficienza bitrate. È una buona scelta per voci NPC generate on-demand durante il gameplay, riducendo l'uso di banda.
FLAC per alta fedeltà
FLAC garantisce una qualità audio lossless con compressione senza perdita di dati. Utilizzalo per audiogiochi o contenuti narrativi dove la fedeltà del suono è prioritaria rispetto alla dimensione del file.
Monitoraggio e limiti di utilizzo
La chiave per una generazione vocale stabile risiede nella gestione accurata dei limiti di utilizzo. Con un tetto di 60 richieste al minuto per chiave API, è fondamentale monitorare il consumo per evitare blocchi imprevisti durante le sessioni di test o la produzione.
Le code di attesa possono emergere sotto carico elevato, poiché le richieste vengono elaborate in sequenza. Monitorare il consumo API permette di anticipare i colli di bottiglia e pianificare le ricariche in modo strategico, garantendo continuità operativa.
Rate limit e code di attesa
I limiti di rate sono imposti a 60 richieste al minuto per chiave attiva. Prima della prima ricarica, il limite scende a 10 richieste al minuto. Ogni richiesta oltre questi limiti viene rifiutata con un errore 429.
Le richieste vengono elaborate in coda una dopo l'altra. In periodi di carico elevato, la generazione di audio per testi lunghi può subire ritardi significativi. Monitorare la coda aiuta a stimare i tempi di risposta effettivi.
- Limite standard: 60 req/min.
- Limite iniziale: 10 req/min.
- Code di elaborazione sequenziale.
Monitoraggio consumo API
La dashboard mostra in tempo reale il saldo, i caratteri consumati e lo stato della chiave API. È possibile visualizzare l'uso storico per identific pattern di consumo anomali o ottimizzare la lunghezza dei testi inviati.
Ogni richiesta fallita non viene addebitata e non conta nel limite di rate. Tenere traccia dei fallimenti aiuta a distinguere tra limiti di quota ed errori di sintassi.
Allerta sui limiti
Non esistono notifiche automatiche via email o SMS per i limiti di rate. Gli sviluppatori devono implementare un controllo interno che verifichi la risposta dell'API prima di inviare nuove richieste.
Un buon approccio è monitorare la risposta HTTP: un codice 429 indica che è necessario attendere prima di riprovare. Integrare un backoff esponenziale nelle chiamate evita di saturare il limite.
- Check manuale della risposta API.
- Implementazione di backoff esponenziale.
- Monitoraggio dashboard in tempo reale.

Best practices per la generazione su scala
Per ottimizzare i costi e le prestazioni, il caching delle voci statiche è fondamentale. Memorizzando i file audio generati per dialoghi ripetuti o frasi comuni, si riduce drasticamente il numero di chiamate API necessarie. Questa strategia è ideale per i NPC con script fissi, permettendo di riutilizzare gli stessi file audio senza consumare crediti aggiuntivi.
La generazione on-demand si riserva invece per i contenuti dinamici o le risposte alle azioni del giocatore, dove il testo varia in tempo reale. Questo approccio bilancia flessibilità e costi, garantendo che solo i contenuti unici vengano sintetizzati al momento del bisogno, minimizzando lo spazio di archiviazione e le chiamate non necessarie.
Caching delle voci statiche
Implementare un sistema di caching permette di salvare i file audio generati per frasi ricorrenti, riducendo i costi operativi. Poiché ogni richiesta ha un costo di $0.01 per 1.000 caratteri, riutilizzare gli stessi file per dialoghi fissi è la strategia più efficiente. I file possono essere memorizzati localmente o su un CDN, garantendo tempi di caricamento immediati durante il gioco.
- Identificare le frasi più frequenti utilizzate dai NPC
- Generare una volta sola i file audio per questi script
- Memorizzare i file nel client o sul server di gioco
- Verificare la coerenza della voce e del formato audio
Generazione on-demand
Per contenuti variabili, come le risposte alle domande del giocatore, la generazione on-demand è la scelta giusta. Si invia il testo all'API solo quando necessario, ricevendo il file audio in risposta. Questo metodo è ideale per testi brevi e specifici, evitando di memorizzare grandi quantità di file audio non necessari.
È importante gestire la latenza: la generazione richiede pochi secondi per frasi brevi. Per esperienze più reattive, si può prevedere un buffering anticipato o una combinazione di caching e generazione on-demand per bilanciare velocità e flessibilità.
- Inviare solo i testi unici all'API
- Gestire la latenza con buffering anticipato
- Utilizzare formati leggeri come MP3 o Opus
- Monitorare i costi per evitare sprechi
Gestione picchi di richieste
I limiti di rate sono di 60 richieste al minuto per chiave API. Per gestire picchi di richieste, si può suddividere il carico tra più chiavi o implementare code di attesa. Poiché le richieste vengono elaborate in sequenza, un carico elevato può causare ritardi. Pianificare le generazioni non critiche durante periodi di bassa attività aiuta a evitare colli di bottiglia.
- Monitorare l'utilizzo della chiave API in tempo reale
- Implementare code di attesa per gestire i picchi
- Utilizzare più chiavi API per distribuire il carico
- Pianificare le generazioni non critiche per evitare congestioni
Confronto con altre soluzioni TTS
Confrontare la nostra API con i grandi player del mercato richiede di guardare oltre il prezzo per voce. Non offriamo clone vocali personalizzati o SDK nativi, ma garantiamo una compatibilità diretta con l'ecosistema OpenAI e costi prevedibili senza sorprese fatturali.
La semplicità è il nostro vantaggio competitivo: un endpoint standard, nessuna complessità di gestione infrastrutturale e una fatturazione basata esclusivamente sui caratteri effettivamente elaborati, con rimborso immediato in caso di errori.
Vantaggi rispetto a servizi cloud
Molti servizi cloud impongono abbonamenti mensili fissi o costi minimi mensili che penalizzano le startup con carichi di lavoro variabili. La nostra API applica un prezzo puro di $0.01 per mille caratteri, senza quote minime mensili e senza costi nascosti per il mantenimento della connessione.
Non essendo vincolati a ecosistemi proprietari, puoi integrare la nostra API semplicemente modificando il base_url negli SDK OpenAI esistenti, mantenendo la tua logica di business intatta e riducendo il tempo di sviluppo.
- Nessun abbonamento mensile fisso
- Compatibilità diretta con gli SDK OpenAI
- Nessun costo di mantenimento connessione
Semplicità vs funzionalità extra
Mentre altri servizi offrono SSML, cloning personalizzato o modifiche alle emozioni, noi offriamo otto preset vocali basati su registrazioni licenziate che coprono 23 lingue. Questa scelta riduce la complessità decisionale per i team di sviluppo indie.
Non perdi funzionalità critiche per un gioco: la velocità di generazione è vicina al tempo reale e la formattazione audio è immediata. Eviti la complessità di gestire metadati SSML se non ti servono per i tuoi NPC.
- Nessun SSML da imparare
- Nessun training personalizzato da gestire
- Setup in pochi minuti
Costi totali di proprietà
I costi totali includono spesso licenze software, server di gestione e personale dedicato. Con la nostra API, il costo è lineare: paghi solo ciò che consumi. Una ricarica in USDT di $5 è sufficiente per testare seriamente il prodotto.
Non ci sono costi di fatturazione complessi né IVA da gestire. Il saldo non scade mai e le richieste fallite sono gratuite, proteggendo il tuo budget durante le fasi di sviluppo e testing.
Licenze e diritti d'uso dell'audio
L'audio generato deriva da registrazioni licenziate con Creative Commons BY 4.0 e letture del pubblico dominio di LibriVox. Questa combinazione garantisce un'immagine sonora libera da rivendicazioni complesse, ideale per startup che devono lanciare rapidamente titoli indie senza ingorghi legali.
Licenze LibriTTS-R
I preset vocali sono basati su dataset LibriTTS-R, consentendo l'uso commerciale diretto nei tuoi progetti. Non sono richiesti attribuzioni obbligatorie visibili nel gioco, semplificando la gestione dei crediti.
Diritti commerciali per giochi
Puoi integrare gli audio generati in copie vendute, giochi free-to-play o applicazioni interattive senza costi aggiuntivi di licenza. La struttura semplice dei diritti ti permette di focalizzarti sul gameplay.
Watermark e riconoscibilità
Ogni file audio contiene un watermark inudibile che ne certifica la natura sintetica. Questo elemento distingue la voce generata da registrazioni umane, mantenendo la trasparenza sull'origine del contenuto.
Casi di successo e esempi pratici
Le startup che adottano questa API trasformano rapidamente i prototipi in prodotti scalabili, eliminando i costi fissi delle registrazioni vocali tradizionali. L'approccio basato su caratteri permette di contenere il budget iniziale, fondamentale per i giochi indie.
I casi d'uso dimostrano come la flessibilità dei formati audio e la precisione dei preset vocali soddisfino esigenze specifiche di narrazione interattiva e generazione dinamica dei dialoghi.
Indie game con NPC vocali
Un gioco di ruolo indie ha integrato otto voci preimpostate per generare dialoghi NPC, ottimizzando i costi di produzione. L'uso di modelli come "tts-1" permette di gestire fino a 4096 caratteri per richiesta, ottimizzando i tempi di generazione.
La possibilità di scegliere tra voci maschili e femminili con tonalità specifiche (es. "atlas" per le notizie o "nova" per i contenuti vivaci) garantisce coerenza narrativa senza necessità di editing audio complesso.
App di narrazione interattiva
Un'applicazione di storytelling ha utilizzato l'API per generare contenuti audio in 23 lingue, sfruttando la capacità di distinzione automatica della lingua e i formati MP3 e WAV. Ogni richiesta è stata gestita con un budget limitato, pagando solo i caratteri effettivi.
L'assenza di costi fissi mensili ha permesso all'app di scalare rapidamente, generando contenuti audio su richiesta senza investimenti preliminari in infrastrutture vocali dedicate.
Prototipi rapidi con API
Startup hanno utilizzato i 50.000 caratteri della prova gratuita per validare rapidamente l'esperienza utente, testando diverse voci e formati audio in pochi giorni. L'integrazione tramite SDK OpenAI ha accelerato lo sviluppo, consentendo di passare dal concetto al prodotto in tempi ridotti.
L'uso di chiavi API semplici e la documentazione chiara hanno permesso a team piccoli di integrare la TTS in meno di una settimana, focalizzandosi sulla logica di gioco piuttosto che sulla gestione audio.
Prossimi passi e risorse
Ora che hai integrato la voce nei tuoi NPC, la documentazione tecnica è il tuo riferimento principale per dettagli sull'endpoint e sui parametri. Consulta la sezione dedicata per esempi curl e guide all'integrazione con gli SDK OpenAI.
Per assistenza specifica, il nostro supporto è esclusivamente via email. Non offriamo chat dal vivo né un numero di telefono diretto; rispondiamo alle richieste tecniche nel minor tempo possibile per garantire la continuità del tuo progetto.
Link alla documentazione
La documentazione API è aggiornata con le specifiche tecniche complete. Puoi accedere direttamente alle informazioni su endpoint, formati e limiti di utilizzo per evitare errori di integrazione durante lo sviluppo.
- Endpoint POST per la generazione audio
- Lista completa delle 8 voci disponibili
- Esempi di codice pronti all'uso
Comunità e supporto
Per dubbi specifici sull'integrazione o sui costi, utilizza il canale email indicato. Il nostro team tecnico è pronto ad aiutarti a ottimizzare l'uso delle risorse per le tue startup.
Non siamo presenti su social network ufficiali né offriamo supporto telefonico. Tutte le comunicazioni passano attraverso la nostra email aziendale per garantire tracciabilità.
- Supporto via email
- Documentazione tecnica dettagliata
- Nessun supporto telefonico
Aggiornamenti futuri
Continueremo a monitorare le esigenze delle startup nei videogiochi per migliorare l'affidabilità e la chiarezza dei nostri servizi. Non annunciamo roadmap specifiche per il futuro immediato.
Le novità verranno comunicate tramite la piattaforma e la documentazione. Resta aggiornato verificando periodicamente la sezione news del sito per eventuali cambiamenti nei formati o nei prezzi.
- Aggiornamenti tramite sito web
- Nuovi formati audio possibili
- Cambiamenti nei prezzi comunicati tempestivamente
Ascolta le 8 voci
Ogni campione sottostante è stato generato da questa API utilizzando la stessa frase. Ogni richiesta fallita non viene addebitata e non conta nel limite di rate.
23 lingue
Ogni voce può parlare in una di queste lingue.
Fonti e ulteriori letture
- Wikipedia
- LibriVox public-domain audiobooks
- openai-node on GitHub
- IETF RFC 7845: Ogg Opus
- TRON developer hub: TRC-20
- Python documentation
- ISO 639 language codes
- FFmpeg documentation
- LibriTTS-R corpus (OpenSLR 141)
- OpenAI API reference: create speech
- W3C WAI: making audio and video accessible
- Creative Commons Attribution 4.0
