Play.ht

• Play.ht 做的是文本转语音：把一段文字交给模型，产出接近真人朗读的音频文件。官网把声音库按用途分成对话、叙述、解说、儿童、地方口音、情绪、培训等几类，总量 800 多个，覆盖 142 种语言与口音。同一个音色可以跨语言复用，Ayla、Carla 这类声音能用英语、法语、日语、葡萄牙语、德语分别发声，做多语种配音时不必重新挑人。

模型侧官网主推 PlayHT 3.0 与 PlayHT 2.0 Turbo。2.0 Turbo 主打延迟，官方文档给出 300 毫秒以内的合成速度，并配 WebSocket 流式接口，接进语音助手、客服机器人这类要即时出声的场合比较合适。语音克隆从一段音频样本建立音色，克隆出来的声音同样继承多语种能力。生成结果支持 SSML 标签，语速、音高、停顿与单词读法都能逐项调，发音词典可保存专有名词的读法，词级时间戳能直接拿去对字幕。

网页端叫 Studio，长文本、有声书和多角色对话在这里编辑，导出 MP3 或 WAV。除网页之外还有 WordPress 插件（把文章转成音频并生成 RSS 播客源）、Chrome 扩展，以及 REST API，Python、Node.js、curl 都有示例代码。

• 定价页列了三档：Free 每月 1 万字符、5 个标准音色、可下载 MP3；Pro 每月 29 美元，含 800 多个音色、5 个克隆音色、商用授权与 API；Business 每月 99 美元，字符额度 200 万、克隆数量不限，带 SSO 与团队管理。第三方评测提到的档位名与价格区间与官网不完全一致，具体以官网定价页为准。