Hecho para agentes de voz que no pueden esperar 600ms
Regístrate gratisIniciar sesión

Deepgram: Aura

deepgram/aura
activo tts 1 proveedor
Playground

Deepgram's original real-time, low-latency text-to-speech model for conversational voice agents.

AutorDeepgram
Idiomas1 idiomas
VocesCargando...
Formatos de respuestaSíncrono: MP3 · WAV · PCM · Opus · AAC · FLAC · µ-law · A-law
Streaming: PCM · µ-law · A-law
Estadoactivo

Proveedores

Distintos proveedores pueden alojar el mismo modelo. Elige un proveedor cuando necesites un backend fijo, o deja que el enrutamiento elija entre ellos.

ProveedorSlugPor 1k caracteresLatenciaiEn TTS, la latencia se mide como el tiempo hasta el primer byte de audio. En STT, se mide como el tiempo hasta el primer token.ModosDisponibilidad
Deepgram 12 parámetros
deepgram
$0,015
—
Síncrono · Streaming

Idiomas admitidos

1 idiomas
English en

Voces

Funciones

Text to speech

Generates spoken audio from text input.

text_to_speech
Streaming

Supports streaming (WebSocket) audio output.

streaming
Synchronous

Synthesizes speech from fully-submitted text in a single synchronous request.

synchronous

Código

Cliente
Modo
Lenguaje

TTS en streaming con el ElevenLabs SDK

Enruta el ElevenLabs SDK a través de AllModels y transmite la respuesta de audio.

import { ElevenLabsClient } from "elevenlabs";

const client = new ElevenLabsClient({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseUrl: "https://api.allmodels.io/el"
});

const stream = await client.textToSpeech.stream("voice_id", {
  text: "I'm sorry, Dave. I'm afraid I can't do that.",
  modelId: "deepgram/aura",
  outputFormat: "mp3_44100_128"
}, {
  queryParams: {
    provider: {
      "only": [
        "deepgram"
      ]
    }
  }
});

const reader = stream.getReader();
for (;;) {
  const { done, value } = await reader.read();
  if (done) break;
  // Write value to your response, file, or audio playback pipeline.
}