Vai al contenuto

API text-to-speech per accessibilità e versioni audio dei contenuti

Offri versioni audio dei tuoi contenuti scritti a persone con disabilità visive, difficoltà di lettura o limiti situazionali. Un endpoint, 32 lingue.

Perché è importante.

  • I screen reader pronunciano in modo errato termini tecnici e nomi propri

    I lettori di schermo dei sistemi operativi (NVDA, VoiceOver) applicano regole fonetiche generiche. Audexum narra il tuo testo esatto con una voce TTS addestrata: nomi propri, nomi di prodotti e abbreviazioni risultano più naturali. L’audio pregenerato bypassa completamente anche la latenza dei lettori di schermo.

  • WCAG 1.2.1 richiede alternative audio per i contenuti testuali

    I file audio pregenerati sono un modo semplice per soddisfare il criterio di successo WCAG 1.2.1 (Solo audio e Solo video). Genera un MP3 per ogni articolo, collegalo con un elemento <audio> e il criterio sarà soddisfatto per quella unità di contenuto.

  • La generazione su richiesta costa di più della pregenerazione su larga scala

    Per i contenuti statici (post del blog, documentazione, pagine legali), genera l’audio al momento della pubblicazione e salva il file. Paghi il costo in caratteri una sola volta. Servire un MP3 dalla cache durante le visite successive non richiede alcuna chiamata API aggiuntiva.

  • Il pubblico multilingue ha bisogno di audio nella propria lingua

    Se pubblichi contenuti in 5 lingue, una singola integrazione API genera l’audio per tutte e 5. Nessun provider TTS separato per lingua e nessun sovrapprezzo per singola lingua.

Il primo audio in 60 secondi.

Nessun SDK. Una richiesta POST, audio binario nel corpo della risposta.

Python: generazione della versione audio al momento della pubblicazione dell’articolo
"""
Accessibility audio generator: called from your CMS publish webhook.
Stores one MP3 per article in /audio/<slug>.mp3 (or S3 / R2).
"""
import os, requests

API = "https://audexum.com/api/synthesize"
KEY = os.environ["AUDEXUM_API_KEY"]

def publish_audio_version(article_slug: str, body_text: str, lang: str = "en") -> str:
    """
    Render body_text as MP3, save to disk, return file path.
    Call this from your CMS publish hook.
    """
    r = requests.post(
        API,
        headers={"Authorization": f"Bearer {KEY}"},
        json={
            "text": body_text,
            "voice": "F1",          # warm, readable narrator voice
            "lang": lang,
            "format": "mp3",
        },
        timeout=120,
    )
    r.raise_for_status()

    dest = f"/var/www/audio/{article_slug}.mp3"
    with open(dest, "wb") as f:
        f.write(r.content)

    return dest   # link in your <audio src="..."> element

Riferimento completo dei parametri: audexum.com/docs. Formati: wav, mp3, ogg. Voci: da F1 a F5, da M1 a M5 (43 voci in totale). Lingue: 33.

Nessun sovrapprezzo per il caso d'uso specifico.

Every plan covers every use case at the same credit rate. Pack credits never expire, and dictation uses the same balance.

Tutti i dettagli sui prezzi
Free
€0
2,000 + 250/day
Creator
€12/mo
480,000 / mo
Pro
€29/mo
1,200,000 / mo
Scale
€49/mo
4,000,000 / mo
Business
€149/mo
15,000,000 / mo
Pacchetti di crediti
€7/mo
250.000, non scadono mai

Domande, risposte.

Audexum supporta SSML per controllare la pronuncia?

Il supporto SSML è previsto in futuro. Attualmente, l’endpoint di testo semplice copre la maggior parte dei casi d’uso legati all’accessibilità. Per l’espansione delle abbreviazioni o la sostituzione dei fonemi, preprocessa il testo prima della chiamata API.

Posso pregenerare l’audio per un intero sito di documentazione?

Sì. Scorri le pagine dei tuoi contenuti, passa il corpo di ogni articolo e salva l’MP3 restituito. Il piano PAYG (€28/1M crediti) è conveniente per i grandi siti di documentazione. Un articolo di 1.000 parole (~5.000 crediti) costa circa €0,14.

Quale voce è consigliata per la narrazione accessibile?

F1 (dizione chiara, ritmo misurato) e M1 (voce neutra e distesa) danno i risultati migliori nei test utente per la lettura di testi lunghi. Entrambe sono disponibili in tutte le 32 lingue.

Posso servire l’audio su richiesta invece di pregenerarlo?

Sì. Richiama l’API nel gestore della route del server e trasmetti la risposta al browser. La latenza mediana è inferiore a 200 ms per testi sotto i 300 caratteri, ed è quindi adeguata per interazioni su richiesta del tipo "leggi questo paragrafo".

La stessa API, ogni caso d’uso.

Un unico endpoint gestisce bot Discord, narrazione di podcast, corsi e-learning, audio per l’accessibilità ed edizioni di newsletter.

Esplora altri strumenti

More free voice, transcription and audio tools

Vedi tutti

Inizia gratis. Sviluppa velocemente.