Voxtral TTS 3 dan HeyGen Voice: berapa biaya sulih suara sebenarnya
Bandingkan API suara eksternal yang baru dengan suara yang tersedia di OmniArt. Pisahkan harga dolar dari kredit, periksa batas bahasa dan pilih untuk agen percakapan langsung atau sulih suara jadi.
Voxtral TTS 3 dan HeyGen Voice memberi kreator pilihan tarif API per karakter yang baru. Namun untuk anggaran sulih suara, pertanyaan yang lebih berguna adalah apa yang diperlukan agar rekaman disetujui: bahasa tujuan, pembawaan yang sesuai, panjang naskah dan pengambilan ulang semuanya berpengaruh. Perbandingan ini meninjau API eksternal bersama pilihan suara yang dapat Anda pilih di mode Audio OmniArt.
Diperiksa 26 Oktober 2026: Voxtral TTS 3 maupun HeyGen Voice belum ada di katalog publik OmniArt. Harga USD di bawah masing-masing berasal dari Mistral dan fal. Model yang tersedia di OmniArt menggunakan kredit; kedua satuan ini dibahas secara terpisah.
Voxtral TTS 3 dan HeyGen Voice: yang sudah dirilis#
Mistral mencantumkan tanggal 20 Oktober 2026 untuk Voxtral TTS 3 (Dibuka di tab baru) dan menandainya sebagai pratinjau publik. Pengumumannya (Dibuka di tab baru) menjelaskan pembuatan suara secara batch dan waktu nyata. Ini adalah kemampuan yang dilaporkan penyedia, diperiksa pada 26 Oktober 2026, bukan hasil uji dengar OmniArt.
fal mengumumkan HeyGen Voice (Dibuka di tab baru) pada 21 Oktober 2026. Halaman Standard (Dibuka di tab baru) dan Turbo (Dibuka di tab baru) saat ini menawarkan suara dari pustaka atau rekaman referensi. Harga di sini adalah harga platform fal yang diperiksa pada 26 Oktober 2026; harga tersebut tidak menetapkan tarif API langsung milik HeyGen sendiri.
Perbandingan harga per 1.000 karakter#
Tabel API eksternal menggunakan USD saja. Tarif Mistral serta tarif reguler dan promosi fal berasal dari halaman penyedia/platform yang diperiksa pada 26 Oktober 2026. Perhitungan per seribu menyamakan satuan tagihan; perhitungan ini tidak mengukur kualitas suara.
| Model / platform eksternal | Tarif yang tercantum | USD per 1.000 karakter | Batas teks per permintaan |
|---|---|---|---|
| Voxtral TTS 3 / Mistral (Dibuka di tab baru) | US$13 per juta karakter | US$0,013 | Tidak ditetapkan dalam kartu model yang ditinjau di sini |
| HeyGen Voice / fal (Dibuka di tab baru) | US$0,03 per 1.000 karakter, reguler | US$0,03 reguler; US$0,015 promosi | 5.000 karakter |
| HeyGen Voice Turbo / fal (Dibuka di tab baru) | US$0,004 per 1.000 karakter, reguler | US$0,004 reguler; US$0,002 promosi | 5.000 karakter |
fal mengiklankan promosi 50% hingga 31 Oktober 2026 untuk kedua model Voice. Periksa kembali halaman tersebut sebelum menyusun anggaran setelah tanggal itu. Batas teks berasal dari skema Standard (Dibuka di tab baru) dan skema Turbo (Dibuka di tab baru) fal yang diperiksa pada 26 Oktober 2026.
Tabel berikut menggunakan kredit OmniArt saja, berdasarkan katalog model OmniArt dan aturan harga suara bersama yang diperiksa pada 26 Oktober 2026. Link model publik membuka halaman model yang bersangkutan.
| Model yang tersedia di OmniArt | Kredit per blok karakter yang mulai digunakan | Kredit per 1.000 karakter | Batas naskah | Paket minimum |
|---|---|---|---|---|
| Eleven v3 | 1 per 50 karakter | 20 | 5.000 karakter | Starter |
| Eleven Multilingual v2 | 1 per 50 karakter | 20 | 10.000 karakter | Starter |
| Eleven Turbo v2.5 | 1 per 100 karakter | 10 | 20.000 karakter | Starter |
| MiniMax Speech 2.8 HD | 1 per 50 karakter | 20 | 9.999 karakter | Free |
| MiniMax Speech 2.8 Turbo | 1 per 100 karakter | 10 | 9.999 karakter | Free |
Catatan
USD dan kredit OmniArt adalah satuan yang berbeda. Artikel ini tidak mengonversi keduanya atau menyatakan salah satunya lebih murah. Model pada paket Free tetap menggunakan kredit.
OmniArt membulatkan ke atas setiap blok karakter yang mulai digunakan, sesuai aturan katalog pada tanggal yang sama. Setiap pengambilan ulang merupakan pembuatan baru. Tempelkan naskah sebenarnya, termasuk tag arahan, ke mode Audio dan periksa estimasi yang ditampilkan sebelum membuat audio. Tarif satuan yang rendah tetap bisa membutuhkan anggaran kerja lebih besar jika perbaikan pelafalan atau perubahan durasi memerlukan pengambilan berulang.
Bahasa dan kloning: perhatikan rinciannya#
Per 26 Oktober 2026, kartu model (Dibuka di tab baru) Mistral menyebut 9 bahasa. Pengumumannya (Dibuka di tab baru) menyebut 35+ bahasa dan 50+ dialek, sedangkan dokumentasi bahasa (Dibuka di tab baru) menyebut 35 bahasa dan 50+ dialek. Sumber-sumber penyedia ini tidak selaras; cakupan bahasa API secara keseluruhan belum dapat kami pastikan. Periksa kombinasi bahasa dan suara yang Anda butuhkan sebelum berkomitmen pada proyek lokalisasi.
Rincian kemampuan di bawah dilaporkan penyedia/platform, diperiksa pada 26 Oktober 2026 berdasarkan ikhtisar TTS (Dibuka di tab baru), dokumentasi bahasa (Dibuka di tab baru) dan panduan kloning (Dibuka di tab baru) Mistral serta dokumentasi Voice API (Dibuka di tab baru) fal.
| Rincian | Voxtral TTS 3 | HeyGen Voice di fal |
|---|---|---|
| Bahasa | Kartu model: 9; pengumuman: 35+; dokumentasi bahasa: 35, dengan 50+ dialek | 39 kode bahasa yang dapat dipilih; deteksi otomatis jika tidak diisi |
| Suara bawaan | Tabel bahasa: 22 entri dengan total 35 suara bawaan; gunakan kloning untuk bahasa tanpa suara bawaan | 24 suara publik |
| Input kloning | Rekaman singkat untuk kloning tanpa pelatihan tambahan; simpan suara untuk digunakan kembali melalui ID | Rekaman satu pembicara; hanya 3 menit pertama yang digunakan |
| Pengaturan pembawaan | 34 tag emosi, tag tempo slow / fast, pelafalan fonem dan TTS kontekstual | expressiveness_boost |
| Format audio | MP3, WAV, PCM, FLAC, Opus | WAV 44,1 kHz |
Ikhtisar Mistral menandai instruksi gaya dalam bahasa sehari-hari sebagai belum tersedia saat peluncuran, meskipun pengumumannya menyebut kemampuan mengikuti instruksi. Jangan merancang alur kerja dengan asumsi fitur itu tersedia. Ketersediaan maupun harga Pro Voice juga tidak kami anggap terkonfirmasi di sini. Kloning hanya suara yang telah Anda dapatkan izin penggunaannya.
Agen waktu nyata dan sulih suara jadi#
Ikhtisar TTS (Dibuka di tab baru) Mistral membedakan voxtral-mini-tts-3-0 untuk teks lengkap dari voxtral-mini-tts-realtime-3-0 untuk penggunaan waktu nyata. Kartu modelnya (Dibuka di tab baru) melaporkan waktu sekitar 90 milidetik hingga audio pertama, diperiksa pada 26 Oktober 2026. Ini adalah angka streaming yang dilaporkan penyedia, bukan pengukuran jeda percakapan dari awal hingga akhir atau janji latensi OmniArt.
Jika Anda membangun agen percakapan langsung, integrasi API eksternal berarti menguji seluruh interaksi: mendeteksi akhir giliran bicara, membuat jawaban, mengirim audio dan memulai pemutaran. Waktu singkat hingga audio pertama saja tidak memastikan bahwa penelepon akan merasakan percakapan yang lancar.
Untuk sulih suara jadi, mulailah dari pelafalan, pembawaan dan kemudahan penyuntingan. Dengarkan nama diri dan akhir kalimat, lalu pasangkan rekaman dengan video. Alur kerja Audio OmniArt membuat file audio jadi untuk penyuntingan semacam ini. Tabel tarif membantu memperkirakan biaya naskah; tabel itu tidak menentukan penampilan suara yang cocok untuk hasil akhir Anda.
Memilih suara di OmniArt saat ini#
Gunakan titik awal berdasarkan tugas berikut, yang bersumber dari katalog OmniArt yang diperiksa pada 26 Oktober 2026. Ini adalah pilihan untuk dicoba, bukan skor uji dengar perbandingan.
| Tugas Anda | Model yang bisa dicoba | Yang perlu diperiksa |
|---|---|---|
| Sulih suara singkat dengan tag emosi | Eleven v3 | Apakah tag mengubah pembawaan pada saat yang diinginkan |
| Narasi multibahasa yang lebih panjang | Eleven Multilingual v2 | Bahasa tujuan dan pelafalan; 29 kode bahasa ditambah auto |
| Naskah panjang dengan biaya kredit per karakter lebih rendah | Eleven Turbo v2.5 | Bahasa tujuan; 32 kode bahasa ditambah auto |
| Narasi jadi pada paket Free | MiniMax Speech 2.8 HD | Pembawaan saat dipasangkan dengan suntingan akhir |
| Draf pada paket Free | MiniMax Speech 2.8 Turbo | Durasi naskah sebelum pengambilan berikutnya |
Jumlah kode bahasa di atas berasal dari katalog OmniArt pada tanggal yang sama, bukan jumlah bahasa yang lebih luas dalam pemasaran penyedia. Pastikan bahasa tujuan Anda ada dalam pemilih saat ini. Mulailah dengan bagian yang memuat nama, jeda dan perubahan nada yang dibutuhkan proyek Anda.
Pertahankan suara yang sama dan uji naskah ini dengan serta tanpa tag. Lalu ubah satu arahan setiap kali. Panduan tag audio Eleven v3 menjelaskan penempatannya; Eleven v4 vs Eleven v3 membedakan rilis eksternal yang lebih baru dari model di OmniArt. Untuk penyuntingan dari draf hingga final, lihat panduan sulih suara MiniMax Speech; gunakan batas terkini dalam artikel ini jika panduan lama mencantumkan angka berbeda.
Pertanyaan umum#
Berapa harga Voxtral TTS 3?
Mistral mencantumkan US$13 per juta karakter, setara dengan US$0,013 per 1.000 karakter, pada kartu modelnya (Dibuka di tab baru) yang diperiksa pada 26 Oktober 2026. Ini adalah harga API yang dilaporkan penyedia untuk model dalam pratinjau publik. Harga ini bukan tarif kredit OmniArt dan dengan sendirinya tidak menentukan biaya satu percakapan lengkap dengan agen suara.
Berapa harga HeyGen Voice?
Per 26 Oktober 2026, fal mencantumkan tarif reguler US$0,03 per 1.000 karakter untuk HeyGen Voice (Dibuka di tab baru) dan US$0,004 untuk Turbo (Dibuka di tab baru). Promosi yang diiklankan hingga 31 Oktober menurunkannya menjadi US$0,015 dan US$0,002. Kedua skema membatasi teks hingga 5.000 karakter per permintaan. Ini adalah ketentuan platform fal; periksa kembali halaman model sebelum membeli.
Berapa bahasa yang didukung Voxtral TTS 3?
Sumber penyedia tidak selaras per 26 Oktober 2026: kartu model (Dibuka di tab baru) Mistral menyebut 9 bahasa, pengumumannya (Dibuka di tab baru) menyebut 35+ dan dokumentasi bahasanya (Dibuka di tab baru) menyebut 35 dengan 50+ dialek. Dokumentasi itu mencantumkan suara bawaan dalam 22 entri bahasa. Kami tidak menyimpulkan jawaban atas perbedaan ini; periksa bahasa dan suara tujuan Anda sebelum mengadopsi API.
Bisakah saya menggunakan Voxtral TTS 3 atau HeyGen Voice di OmniArt?
Tidak. Keduanya tidak ada di katalog publik OmniArt yang diperiksa pada 26 Oktober 2026. Di mode Audio, alternatif tersedia yang dibahas di sini adalah Eleven v3, Eleven Multilingual v2, Eleven Turbo v2.5, MiniMax Speech 2.8 HD dan MiniMax Speech 2.8 Turbo. Pilih berdasarkan naskah, bahasa, estimasi kredit dan paket yang diperlukan; peluncuran penyedia eksternal tidak menetapkan tanggal rilis di OmniArt.
Buat sulih suara di OmniArt#
Buka mode Audio, pilih model suara yang tersedia dan coba bagian singkat dari naskah Anda sendiri sebelum membuat rekaman lengkap.
