Vai al contenuto

API text-to-speech per bot Discord

WAV a bassa latenza con una sola chiamata REST. Nessun SDK. Nessun canone per singola voce. Il bot parla in meno di 200 ms.

Perché è importante.

  • ElevenLabs rate-limits burst traffic

    Nei canali vocali Discord si verificano picchi di traffico: un singolo comando /tts avvia una richiesta HTTP a freddo e i bot più usati raggiungono il limite di concorrenza di ElevenLabs nelle ore di punta. Audexum mette in coda le richieste sulla tua chiave senza limiti artificiali di concorrenza da Pro in su.

  • La codifica Opus è il tuo collo di bottiglia, non il TTS

    discord.js gestisce Opus nativamente. Audexum restituisce WAV grezzi (PCM 24 kHz), che ffmpeg o @discordjs/opus possono transcodificare direttamente nel processo. Il buffer è sotto il tuo controllo: nessuna ricodifica nascosta su un server di terze parti che aggiunge 300 ms.

  • 43 voci, un unico endpoint, nessun canone per singola voce

    ElevenLabs addebita il cloning delle voci; Google TTS fattura ogni lingua come uno SKU separato. Le 43 voci di Audexum in 32 lingue seguono invece lo stesso listino: un comando /tts multilingue costa quanto uno soltanto in inglese.

  • Il piano gratuito si rinnova ogni giorno, non una sola volta

    2.000 crediti iniziali, poi altri 250 ogni giorno: all’incirca 35 brevi comandi TTS al giorno, rinnovati automaticamente. La maggior parte dei bot hobbistici resta sempre nel piano gratuito. Quando decidi di crescere, il PAYG costa €28 per milione di crediti, senza impegni mensili.

Il primo audio in 60 secondi.

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

discord.js: comando slash /tts (Node.js)
// tts.js: Audexum TTS helper for discord.js v14
const { Readable } = require("stream");

const API = "https://audexum.com/api/synthesize";

/**
 * Returns a Node.js Readable stream of PCM WAV audio.
 * Pass it directly to createAudioResource() with StreamType.Arbitrary.
 */
async function synthesize(text, voice = "af_heart") {
  const res = await fetch(API, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.AUDEXUM_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({ text, voice, format: "wav" }),
  });
  if (!res.ok) throw new Error(`Audexum ${res.status}: ${await res.text()}`);
  return Readable.fromWeb(res.body);
}

module.exports = { synthesize };

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.

Quale formato audio devo usare per Discord?

Formato richiesto: "wav" (PCM 24 kHz, mono o stereo). Il gateway vocale di Discord richiede Opus; transcodifica lo stream WAV con @discordjs/opus o ffmpeg prima di creare la risorsa audio. WAV evita gli artefatti della doppia compressione MP3.

Quanto è rapida la risposta del primo byte?

Audexum inizia a trasmettere l’audio entro ~80–150 ms dalla ricezione di una richiesta per testi inferiori a 200 caratteri (regione UE). Il WAV completo di una frase di 100 caratteri arriva in meno di 400 ms su un VPS tipico a Francoforte.

Posso eseguire più comandi /tts contemporaneamente?

Sì. Audexum non applica limiti di concorrenza per chiave sui piani Pro e superiori. Le richieste del piano gratuito vengono messe in coda, ma non rifiutate. Per bot con throughput molto elevato (>50 canali vocali simultanei), sono consigliati PAYG o Scale.

Esiste un SDK specifico per Discord?

No SDK is needed. A single fetch() or requests.post() call returns audio. The blog post at /blog/tts-api-for-discord-bot-2026 contains a complete working bot with slash commands, join/leave logic, and a queue.

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.