Unreal Speech

Unreal Speech est une API de synthèse vocale (text-to-speech) qui transforme du texte écrit en voix synthétique au son naturel. Le service se positionne comme une alternative économique aux fournisseurs premium, en revendiquant un coût nettement inférieur à celui de solutions comme ElevenLabs pour un usage équivalent. Il s’adresse avant tout aux développeurs et aux entreprises devant générer de l’audio à grande échelle, par exemple pour des livres audio, des assistants vocaux, des applications de lecture ou la narration de contenus.

Le produit fonctionne entièrement par API, avec des SDK pour Python, JavaScript/Node.js et React Native, ainsi que des exemples cURL. Plusieurs points d’accès couvrent différents cas : un mode streaming à faible latence (environ 0,3 seconde), un mode synchrone et un mode asynchrone capable de traiter de très longs textes (jusqu’à 500 000 caractères par tâche). Parmi les fonctionnalités notables figurent les horodatages mot à mot pour synchroniser le surlignage, le streaming WebSocket en temps réel, le réglage de la vitesse et de la hauteur, plusieurs débits audio et des notifications par callback. Le catalogue annoncé couvre plusieurs dizaines de voix réparties sur plusieurs langues, dont le français, l’anglais, l’espagnol, le chinois ou le japonais.

Le public cible est donc technique et orienté volume. Ses forces résident dans le rapport qualité-prix, la rapidité et le traitement de masse. En revanche, l’absence d’application web complète, la nécessité d’intégration par code et une qualité de voix potentiellement en deçà des leaders premium constituent ses principales limites.