Vai al contenuto

API text-to-speech per e-learning e narrazione dei corsi

Una voce del docente coerente in ogni diapositiva, capitolo ed edizione linguistica. 32 lingue, 43 voci, un unico endpoint REST.

Perché è importante.

  • I narratori umani compromettono la coerenza vocale quando lo script cambia

    Quando un aggiornamento normativo modifica 10 slide su 200, un narratore umano registra di nuovo queste 10 con posizione del microfono, tono dell'ambiente e interpretazione leggermente diversi. La narrazione AI è deterministica: stesso testo, stesso voice ID, stessa caratteristica acustica, sempre.

  • La localizzazione con voice actor triplica i costi di produzione

    Audexum genera le edizioni francese, tedesca, spagnola e giapponese del tuo corso passando lo script tradotto e modificando lang. Il numero di voci (43) e il listino sono identici, indipendentemente dalla lingua.

  • Le piattaforme LMS hanno bisogno di file audio, non di un player incorporato

    Audexum restituisce un file WAV o MP3 binario. Puoi archiviarlo direttamente in S3, Cloudflare R2 o nella libreria di asset del tuo LMS. Nessun iframe, nessuna dipendenza da un player di terze parti, nessuna richiesta CDN in uscita dal browser dell’utente durante la riproduzione.

  • L’iterazione rapida dei corsi richiede la generazione in batch

    Le modifiche agli script arrivano spesso a fine produzione. Un loop Python sui dati JSON delle diapositive rigenera tutte quelle modificate in pochi minuti. La pagina Batch nella dashboard Audexum gestisce la sintesi massiva da CSV senza scrivere codice.

Il primo audio in 60 secondi.

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

Python: narrazione dei corsi slide per slide
"""
Generate narration audio for every slide in a course manifest.
manifest.json: [{"id": "s01", "lang": "en", "text": "Welcome..."}, ...]
"""
import json, pathlib, requests

API = "https://audexum.com/api/synthesize"
KEY = "sk_..."

slides = json.loads(pathlib.Path("manifest.json").read_text())
out_dir = pathlib.Path("audio")
out_dir.mkdir(exist_ok=True)

VOICE = "F1"   # consistent voice across all slides

for slide in slides:
    dest = out_dir / f"{slide['id']}_{slide['lang']}.mp3"
    if dest.exists():
        continue  # skip already-rendered slides

    r = requests.post(
        API,
        headers={"Authorization": f"Bearer {KEY}"},
        json={
            "text": slide["text"],
            "voice": VOICE,
            "lang": slide["lang"],
            "format": "mp3",
        },
        timeout=60,
    )
    r.raise_for_status()
    dest.write_bytes(r.content)
    print(f"Rendered {dest.name}")

print(f"Done: {len(slides)} slides.")

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.

La stessa voce può narrare in più lingue?

Sì. Gli ID voce (F1–F5, M1–M5) funzionano in tutte le 32 lingue. F1 in inglese e F1 in francese usano gli stessi pesi del modello alla base: gli studenti sentono una voce coerente dell’insegnante, indipendentemente dalla versione linguistica scelta.

Come mantengo sincronizzata la narrazione dopo aver modificato lo script?

Rigenera soltanto le slide il cui testo è cambiato. Poiché Audexum è deterministico (stesso testo + stessa voce = stesso audio), le slide non modificate producono un output identico bit per bit e possono essere memorizzate in cache in sicurezza.

Quale formato di output richiedono le piattaforme LMS?

La maggior parte delle piattaforme LMS basate su SCORM/xAPI (Moodle, Canvas, Articulate Rise) accetta MP3. Formato richiesto: "mp3" nella chiamata API. Per contenuti ricchi di SSML o tempi molto precisi, richiedi "wav" e converti con ffmpeg in fase di post-processing.

Esiste un’opzione senza codice per i progettisti didattici?

La pagina Batch (/batch) nella tua dashboard accetta un CSV con le colonne: text, voice, lang, filename. Genera tutte le righe e ti permette di scaricare uno ZIP. Non serve alcun codice.

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.