Qu'est-ce que CassetteAI ?

CassetteAI fournit des modèles audio génératifs pour les développeurs et les créateurs. Le modèle musical génère des morceaux à partir d'un prompt décrivant l'ambiance, le genre ou une référence, tandis que le modèle d'effets sonores produit de courts clips à partir d'un événement décrit, de 100 ms à 12 secondes.

Le site présente les modèles comme ayant une faible latence et fournit un audio stéréo 44,1 kHz. Un terrain de jeu en direct, sans inscription, est accessible. Une troisième modalité, la synthèse vocale avec clonage de voix et balises d'émotion, est annoncée comme à venir.

Le site renvoie également vers un blog et une page de contact pour les demandes professionnelles. La tarification est à l'usage : 0,02 $ par minute de sortie pour la musique et 0,01 $ par génération d'effet sonore. Les modèles CassetteAI sont aussi mentionnés comme disponibles via fal.ai.

Avantages & Inconvénients

Avantages

  • Génère musique et effets sonores à partir de texte, via une API et un terrain de jeu.
  • Produit de l'audio stéréo à 44,1 kHz, et le terrain de jeu se teste sans inscription.

Inconvénients

  • La synthèse vocale avec clonage de voix est annoncée prochainement, pas encore accessible.

Questions fréquemment posées

Nous n'avons pas d'informations sur les prix disponibles pour le moment, veuillez donc consulter le site web de CassetteAI.

Selon nos dernières informations, cet outil ne semble pas avoir d'offre à vie pour le moment, malheureusement.

Le modèle musical génère des morceaux à partir d'une consigne décrivant une ambiance, un genre ou une référence. Le modèle d'effets sonores produit de courts clips à partir d'un événement décrit, de 100 ms à 12 secondes. Le site indique une sortie audio stéréo à 44,1 kHz.

Selon le site, les modèles sont proposés via une API et un terrain de jeu en ligne. Ce dernier ne nécessite aucune inscription, ce qui permet de tester des générations avant d'intégrer quoi que ce soit à votre produit. La fiche indique aussi que les modèles sont disponibles via fal.ai, une autre voie d'accès.

Pas encore, selon la fiche. Une troisième modalité de synthèse vocale, avec clonage de voix et balises d'émotion, est annoncée comme prochainement disponible, elle n'est donc pas accessible au moment de la fiche. Consultez le site officiel pour connaître l'état de sortie actualisé avant de planifier un projet autour d'elle.

Le site présente les modèles comme ayant une faible latence, ce qui suggère un traitement rapide des générations courtes. La fiche ne donne pas de délais précis. Vérifiez donc le site officiel ou testez le terrain de jeu pour juger de la rapidité dans votre propre flux de travail.