Comment l’audio IA est-il tarifé ?

La voix est en général facturée au volume de texte, et la musique et les effets sonores par piste ou par seconde. Chaque page de modèle indique son unité et tous ses paliers de prix.

Quelles voix et langues sont disponibles ?

Chaque modèle de synthèse vocale liste ses voix et ses langues sur sa page. Choisissez une voix par son nom dans la requête.

Puis-je utiliser l’audio dans mon produit ?

Les conditions d’utilisation suivent les conditions générales de PopNow et les éventuelles limites du modèle que vous appelez. Vérifiez la page du modèle et les conditions avant de publier.

API audio IA : 18 modèles musique et voix

18 modèles

Suno v6suno/v6/text-to-audioChansons complètes avec voix, à partir de vos paroles ou d’une courte idéeAudioJusqu’à 5 images de référenceVos propres parolesÀ partir de0,072 $USpar génération
Gemini 3.8 Flash TTSgoogle/gemini-3.8-flash-tts/text-to-speechUne voix expressive qui joue les indications comme [laughing]Audio70 voixÀ partir de0,00032 $USpar seconde
MiniMax Speech 2.8 HDminimax/speech-2.8-hd/text-to-speechVoix haute fidélité, plus de 400 voix et contrôle des émotionsAudio472 voix40 languesÀ partir de0,12 $USpour 1 000 caractères
MiniMax Music 3.0minimax/music-3.0/text-to-audioMorceaux stéréo finis, chantés ou instrumentauxAudioVos propres parolesÀ partir de0,18 $USpar génération
Seed Audio 1.0bytedance/seed-audio-1.0/text-to-audioScènes audio à plusieurs voix, avec musique et bruitagesAudioÀ partir de0,36 $USpar génération
Gemini 3.8 Flash-Lite TTSgoogle/gemini-3.8-flash-lite-tts/text-to-speechSynthèse vocale rapide et légère, 30 voixAudio70 voixÀ partir de0,00021 $USpar seconde
Suno v6 Minisuno/v6-mini/text-to-audioDeux chansons rapides avec voix à partir d’une phraseAudioJusqu’à 5 images de référenceVos propres parolesÀ partir de0,072 $USpar génération
Suno v6 Wildsuno/v6-wild/text-to-audioChansons expérimentales et texturées, avec voixAudioJusqu’à 5 images de référenceVos propres parolesÀ partir de0,072 $USpar génération
HeartMuLa Transcribeheartmula/transcribe/speech-to-textParoles tirées des voix chantées, dans de nombreuses languesAudioÀ partir de0,05 $USpar génération
Grok STTxai/grok-stt/speech-to-textTranscriptions avec horodatage par mot, en 25 languesAudio25 languesÀ partir de0,00003 $USpar seconde
Grok TTSxai/grok-tts/text-to-speech71 voix dans 20 langues, avec balises d’expressionAudio71 voix20 languesÀ partir de0,018 $USpour 1 000 caractères
Seed Speech 2.0bytedance/seed-speech-2.0/text-to-speech41 voix dont vous réglez le ton en langage courantAudio41 voix10 languesÀ partir de0,072 $USpour 1 000 caractères
MiniMax Speech 2.8 Turbominimax/speech-2.8-turbo/text-to-speechVoix rapide, plus de 400 voix et contrôle des émotionsAudio472 voix40 languesÀ partir de0,072 $USpour 1 000 caractères
Qwen3 TTSalibaba/qwen-3-tts/text-to-speechVoix open source dont le ton et le débit se règlent avec des mots simplesAudio9 voix10 languesÀ partir de0,068 $USpour 1 000 caractères
Chatterboxresemble-ai/chatterbox-v1/text-to-speechVoix en anglais capable d’imiter un court échantillonAudioÀ partir de0,036 $USpar génération
Gemini 2.5 Pro TTSgoogle/gemini-2.5-pro-tts/text-to-speech−10%Des voix à diriger pour la narration et les dialogues à deuxAudio30 voixÀ partir de0,00045 $US~~0,0005 $US~~par seconde
Video Sound Effectspopnow/foley-v1/video-to-audioBruitages et ambiance calés sur votre vidéoAudioClips de 1 à 30 sÀ partir de0,006 $USpour un clip de 5 secondes
Vocal Isolatorpopnow/vocal-isolator-v1/audio-separationNouveauUn enregistrement, des pistes de voix et de fond sonore séparéesAudioÀ partir de0,0012 $USpar seconde

API de génération audio IA

Par où commencer

Par tâche

Autres types de modèles

Parcourir par fabricant

Questions fréquentes

Commencez à créer en quelques minutes