Unreal Speech

削减文字到语音成本。比 11 磅便宜 11 倍。准备生产。流音频 + 单词级时间戳。 300ms 潜伏期。在一个请求中最多生成 10 个小时的音频。 48 个声音，8 种语言。 250k 炭免费。