Voxtral TTS 3 e HeyGen Voice: quanto costa davvero una voce fuori campo
Confronta le nuove API vocali esterne con le voci disponibili su OmniArt. Distingui i prezzi in dollari dai crediti, verifica i limiti linguistici e scegli per un agente in diretta o una voce fuori campo definitiva.
Voxtral TTS 3 e HeyGen Voice offrono ai creatori nuovi prezzi API per carattere da valutare. Per il budget di una voce fuori campo, però, la domanda utile è cosa serva per arrivare a una registrazione approvata: contano la lingua di destinazione, un’interpretazione utilizzabile, la lunghezza del copione e le registrazioni aggiuntive. Questo confronto affianca le API esterne alle opzioni vocali che puoi selezionare nella modalità Audio di OmniArt.
Verificato il 26 ottobre 2026: né Voxtral TTS 3 né HeyGen Voice sono nel catalogo pubblico di OmniArt. I prezzi in USD riportati sotto sono rispettivamente di Mistral e fal. I modelli disponibili su OmniArt usano crediti; le due unità restano separate.
Voxtral TTS 3 e HeyGen Voice: cosa è stato pubblicato#
Mistral data Voxtral TTS 3 (Si apre in una nuova scheda) al 20 ottobre 2026 e lo indica come anteprima pubblica. Il suo annuncio (Si apre in una nuova scheda) descrive la generazione vocale in batch e in tempo reale. Sono capacità dichiarate dal provider, verificate il 26 ottobre 2026, e non risultati di una prova d’ascolto di OmniArt.
fal ha annunciato HeyGen Voice (Si apre in una nuova scheda) il 21 ottobre 2026. Le attuali schede Standard (Si apre in una nuova scheda) e Turbo (Si apre in una nuova scheda) offrono sintesi vocale da una voce della libreria o da una registrazione di riferimento. I prezzi qui riportati sono quelli della piattaforma fal, verificati il 26 ottobre 2026; non stabiliscono il prezzo dell’API diretta di HeyGen.
Prezzo per 1.000 caratteri a confronto#
La tabella delle API esterne usa solo USD. La tariffa di Mistral e le tariffe ordinarie e promozionali di fal provengono dalle schede del provider o della piattaforma, verificate il 26 ottobre 2026. Il calcolo per mille uniforma l’unità di fatturazione; non misura la qualità della voce.
| Modello esterno / piattaforma | Tariffa di fatturazione indicata | USD per 1.000 caratteri | Limite di testo per richiesta |
|---|---|---|---|
| Voxtral TTS 3 / Mistral (Si apre in una nuova scheda) | 13 USD per milione di caratteri | 0,013 USD | Non stabilito dalla scheda del modello consultata qui |
| HeyGen Voice / fal (Si apre in una nuova scheda) | 0,03 USD per 1.000 caratteri, ordinaria | 0,03 USD ordinaria; 0,015 USD promozionale | 5.000 caratteri |
| HeyGen Voice Turbo / fal (Si apre in una nuova scheda) | 0,004 USD per 1.000 caratteri, ordinaria | 0,004 USD ordinaria; 0,002 USD promozionale | 5.000 caratteri |
fal pubblicizza una promozione del 50% fino al 31 ottobre 2026 su entrambe le schede Voice. Ricontrolla quelle pagine prima di preparare un budget per il periodo successivo. I limiti provengono dagli schemi Standard (Si apre in una nuova scheda) e Turbo (Si apre in una nuova scheda) di fal, verificati il 26 ottobre 2026.
La tabella seguente usa solo crediti OmniArt, in base al catalogo dei modelli e ai prezzi condivisi della sintesi vocale di OmniArt, verificati il 26 ottobre 2026. I link pubblici dei modelli aprono le rispettive pagine.
| Modello disponibile su OmniArt | Crediti per blocco di caratteri iniziato | Crediti per 1.000 caratteri | Limite del copione | Piano minimo |
|---|---|---|---|---|
| Eleven v3 | 1 ogni 50 caratteri | 20 | 5.000 caratteri | Starter |
| Eleven Multilingual v2 | 1 ogni 50 caratteri | 20 | 10.000 caratteri | Starter |
| Eleven Turbo v2.5 | 1 ogni 100 caratteri | 10 | 20.000 caratteri | Starter |
| MiniMax Speech 2.8 HD | 1 ogni 50 caratteri | 20 | 9.999 caratteri | Free |
| MiniMax Speech 2.8 Turbo | 1 ogni 100 caratteri | 10 | 9.999 caratteri | Free |
Nota
USD e crediti OmniArt sono unità diverse. Questo articolo non li converte né li confronta per stabilire quale sia più conveniente. Anche un modello del piano Free consuma crediti.
OmniArt arrotonda per eccesso ogni blocco di caratteri iniziato, secondo le regole del catalogo della stessa data. Ogni registrazione aggiuntiva è un’altra generazione. Incolla il copione effettivo, compresi i tag di direzione, nella modalità Audio e controlla la stima visualizzata prima di generare. Una tariffa unitaria bassa può comunque richiedere un budget di lavoro maggiore se correzioni di pronuncia o di ritmo impongono più registrazioni.
Lingue e clonazione: leggi i dettagli#
Al 26 ottobre 2026, la scheda del modello (Si apre in una nuova scheda) di Mistral indica 9 lingue. Il suo annuncio (Si apre in una nuova scheda) indica 35+ lingue e 50+ dialetti, mentre la documentazione sulle lingue (Si apre in una nuova scheda) indica 35 lingue e 50+ dialetti. Queste fonti del provider non concordano; lasciamo irrisolta la copertura effettiva dell’intera API. Verifica la combinazione di lingua e voce che ti serve prima di impegnarti in un progetto di localizzazione.
I dettagli delle capacità riportati sotto sono dichiarati dal provider o dalla piattaforma e sono stati verificati il 26 ottobre 2026 nella panoramica TTS (Si apre in una nuova scheda), nella documentazione sulle lingue (Si apre in una nuova scheda) e nella guida alla clonazione (Si apre in una nuova scheda) di Mistral, oltre che nella documentazione dell’API Voice (Si apre in una nuova scheda) di fal.
| Dettaglio | Voxtral TTS 3 | HeyGen Voice su fal |
|---|---|---|
| Lingue | Scheda del modello: 9; annuncio: 35+; documentazione sulle lingue: 35, con 50+ dialetti | 39 codici lingua selezionabili; rilevamento se omesso |
| Voci predefinite | Tabella delle lingue: 22 lingue elencate, con 35 voci predefinite in totale; usa la clonazione per le lingue senza voci predefinite | 24 voci pubbliche |
| Input per la clonazione | Breve registrazione per clonare senza addestramento preliminare; salva una voce per riutilizzarla tramite ID | Registrazione di un solo parlante; vengono usati solo i primi 3 minuti |
| Controlli dell’interpretazione | 34 tag emotivi, tag di velocità slow / fast, pronuncia tramite fonemi e TTS contestuale | expressiveness_boost |
| Uscita | MP3, WAV, PCM, FLAC, Opus | WAV a 44,1 kHz |
La panoramica di Mistral indica che le istruzioni di stile in linguaggio naturale non sono disponibili al lancio, anche se l’annuncio menziona la capacità di seguire istruzioni. Non progettare un flusso di lavoro dando per disponibile questa funzione. Qui non consideriamo confermati nemmeno la disponibilità o i prezzi di Pro Voice. Clona solo voci che hai il permesso di usare.
Agenti in tempo reale e voce fuori campo definitiva#
La panoramica TTS (Si apre in una nuova scheda) di Mistral distingue voxtral-mini-tts-3-0 per il testo completo da voxtral-mini-tts-realtime-3-0 per l’uso in tempo reale. La scheda del modello (Si apre in una nuova scheda) dichiara circa 90 ms prima del primo audio, dato verificato il 26 ottobre 2026. È un valore di trasmissione dichiarato dal provider, non una misura del ritardo di conversazione da un capo all’altro né una promessa di latenza di OmniArt.
Se stai creando un agente in diretta, integrare un’API esterna significa provare l’intera interazione: rilevare la fine di un turno, produrre la risposta, trasportare l’audio e avviare la riproduzione. Un tempo breve prima del primo audio non basta da solo a dimostrare che chi chiama avrà una conversazione fluida.
Per una voce fuori campo definitiva, parti da pronuncia, interpretazione e possibilità di montaggio. Ascolta i nomi propri e le chiusure di frase, poi allinea la registrazione al video. Il flusso Audio di OmniArt produce file audio definitivi per questo tipo di montaggio. La tabella delle tariffe aiuta a stimare il costo del copione; non decide quale interpretazione debba entrare nel montaggio finale.
Scegliere una voce su OmniArt oggi#
Usa questo punto di partenza per attività, basato sul catalogo di OmniArt verificato il 26 ottobre 2026. Sono opzioni da provare, non punteggi di un ascolto comparativo.
| La tua attività | Modello da provare | Cosa verificare |
|---|---|---|
| Voce fuori campo breve con tag emotivi | Eleven v3 | Se l’indicazione cambia l’interpretazione nel momento previsto |
| Narrazione multilingue più lunga | Eleven Multilingual v2 | Lingua di destinazione e pronuncia; 29 codici lingua più rilevamento automatico |
| Copione lungo con meno crediti per carattere | Eleven Turbo v2.5 | Lingua di destinazione; 32 codici lingua più rilevamento automatico |
| Narrazione definitiva con il piano Free | MiniMax Speech 2.8 HD | Interpretazione rispetto al montaggio finale |
| Bozze con il piano Free | MiniMax Speech 2.8 Turbo | Tempi del copione prima di altre registrazioni |
I conteggi dei codici lingua sopra provengono dal catalogo di OmniArt della stessa data, non dai numeri più ampi di lingue pubblicizzati dai provider. Conferma la lingua che ti serve nel selettore attuale. Inizia con un passaggio che contenga i nomi, le pause e i cambi di tono necessari al tuo progetto.
Mantieni la stessa voce e prova questo copione con e senza tag. Poi cambia un’indicazione alla volta. La guida ai tag audio di Eleven v3 spiega dove inserirli; Eleven v4 vs Eleven v3 distingue l’uscita esterna più recente dal modello su OmniArt. Per passare dalla bozza al montaggio definitivo, consulta la guida alla voce fuori campo con MiniMax Speech; usa i limiti attuali di questo articolo quando una guida precedente riporta valori diversi.
Domande frequenti#
Quanto costa Voxtral TTS 3?
Mistral indica 13 USD per milione di caratteri, equivalenti a 0,013 USD per 1.000 caratteri, nella scheda del modello (Si apre in una nuova scheda), verificata il 26 ottobre 2026. È il prezzo API dichiarato dal provider per un modello in anteprima pubblica. Non è una tariffa in crediti OmniArt e non stabilisce da solo il costo di un’intera conversazione con un agente vocale.
Quanto costa HeyGen Voice?
Al 26 ottobre 2026, fal indica tariffe ordinarie di 0,03 USD per 1.000 caratteri per HeyGen Voice (Si apre in una nuova scheda) e 0,004 USD per Turbo (Si apre in una nuova scheda). La promozione pubblicizzata fino al 31 ottobre le riduce a 0,015 USD e 0,002 USD. Entrambi gli schemi limitano il testo a 5.000 caratteri per richiesta. Sono condizioni della piattaforma fal; ricontrolla le schede prima di acquistare.
Quante lingue supporta Voxtral TTS 3?
Le fonti del provider non concordano al 26 ottobre 2026: la scheda del modello (Si apre in una nuova scheda) di Mistral indica 9 lingue, il suo annuncio (Si apre in una nuova scheda) ne indica 35+ e la documentazione sulle lingue (Si apre in una nuova scheda) ne indica 35 con 50+ dialetti. Questa documentazione elenca voci predefinite in 22 lingue. Non risolviamo la discrepanza; verifica la lingua e la voce di destinazione prima di adottare l’API.
Posso usare Voxtral TTS 3 o HeyGen Voice su OmniArt?
No. Nessuno dei due compare nel catalogo pubblico di OmniArt verificato il 26 ottobre 2026. Nella modalità Audio, le alternative disponibili trattate qui sono Eleven v3, Eleven Multilingual v2, Eleven Turbo v2.5, MiniMax Speech 2.8 HD e MiniMax Speech 2.8 Turbo. Scegli in base al copione, alla lingua, alla stima dei crediti e al piano richiesto; un lancio di un provider esterno non stabilisce una data di uscita su OmniArt.
Creare una voce fuori campo su OmniArt#
Apri la modalità Audio, scegli un modello vocale disponibile e prova un breve passaggio del tuo copione prima di generare la registrazione completa.
