Hume ha chiuso le sue API di sintesi vocale ed EVI il 13 novembre 2026 alle 00:01 EST. Le chiamate a Octave ed EVI ora falliscono, e Hume afferma che i dati degli account sono eliminati in modo permanente (avviso di Hume, pubblicato il 2 ottobre 2026). Se il tuo prodotto chiama ancora una di queste API, ti serve un sostituto in produzione adesso.
L’azienda Hume non chiude. Ora vende VoiceEQ, una piattaforma per valutare l’IA vocale, insieme ad API di misurazione dell’espressione. Quindi, se usavi Hume per misurare l’espressione vocale e non per generare voce, controlla se le Expression API coprono ancora il tuo caso prima di migrare qualcosa.
Cosa puoi ancora recuperare
Il tuo audio e le trascrizioni. Hume ha eliminato i dati degli account con la chiusura. Se hai esportato in tempo l’audio generato, le trascrizioni delle chat EVI e i log, conservali in un posto duraturo; ormai non c’è modo di recuperarli.
Le tue voci. Le voci progettate con un prompt o clonate su Octave stavano sui server di Hume e non sono state esportate. Se hai conservato le registrazioni originali usate per un clone, puoi ricreare la voce su un altro fornitore. Una voce progettata non ha una registrazione di partenza, quindi scegli la più simile nella libreria di un altro fornitore e provala sui tuoi testi reali.
La tua integrazione. Gli ID voce di Hume e le configurazioni EVI non si trasferiscono. Riporta voce, prompt e strumenti di ogni configurazione sul nuovo fornitore, e riprova turni e interruzioni se usavi EVI sulle telefonate.
Cosa confrontare
Octave ed EVI facevano lavori diversi, quindi servono sostituti diversi. Octave era sintesi vocale: la sostituisce un’API TTS. EVI era un’interfaccia vocale speech-to-speech completa: sostituirla richiede riconoscimento vocale, un modello linguistico e uscita vocale, come API separate o come piattaforma per agenti. Sonic di Cartesia genera parlato, Ink lo trascrive e Managed Agents crea agenti vocali con entrambi. Un output espressivo non dimostra che un sistema sappia identificare lo stato emotivo di una persona.
Le opzioni seguenti coprono attività diverse e non costituiscono una classifica di benchmark. Prima di impegnarti, verifica la disponibilità attuale, le funzioni e le condizioni dei piani di ciascun fornitore.
Le alternative a colpo d’occhio
| Prodotto | Da valutare per | Da verificare prima della scelta |
|---|---|---|
| Cartesia | Parlato per applicazioni vocali | Requisiti di modello, lingua e integrazione |
| OpenAI | API vocali e conversazionali | Scelta dell’endpoint e controllo della conversazione |
| IBM Watson Text to Speech | Integrazione API TTS | Lingue, controlli e limiti del servizio |
| Microsoft Azure Text-to-Speech | Parlato nelle applicazioni Azure | Regione, supporto SSML e accesso alle voci personalizzate |
| Amazon Polly | TTS nelle applicazioni AWS | Motore vocale, regione e controlli supportati |
| Speechify | Lettura ad alta voce dei documenti | Piano per app di lettura, studio o API |
| Murf AI | Voiceover da copione | Controlli di editing e diritti di esportazione |
| Descript | Editing multimediale basato sulla trascrizione | Flusso di editing e opzioni di esportazione |
| Google Cloud Text-to-Speech | TTS nelle applicazioni Google Cloud | Funzioni specifiche della voce e quote |
Cartesia

Sviluppiamo Sonic, un modello di sintesi vocale per applicazioni vocali. Puoi trasmettere in streaming l’audio generato, selezionare una voce oppure usare la clonazione vocale con registrazioni che hai il permesso di utilizzare. Prova i tuoi testi nel playground prima di integrare l’API.
Per un agente vocale completo servono anche riconoscimento vocale e gestione della conversazione. Ink è il nostro modello di trascrizione vocale e Managed Agents è il nostro strumento per creare agenti vocali. Sonic da solo non ascolta chi chiama e non decide cosa dire.
Controlla copertura linguistica, requisiti API e prezzi per il modello e il piano che intendi usare. Misura il tempo di risposta nella tua applicazione: il transito in rete e il buffering della riproduzione contribuiscono a ciò che sente l’utente. Misuralo come percentile su molte chiamate, non come media: la nostra guida alla latenza p95 e p99 spiega perché chi fa una chiamata lunga incontra la coda, non la media.
OpenAI

OpenAI offre API vocali e conversazionali. Confronta un modello di conversazione speech-to-speech separatamente da un endpoint TTS: offrono livelli diversi di controllo sulle parole pronunciate dall’agente. Se ti serve un sistema conversazionale completo, prova gestione delle interruzioni e uso degli strumenti.
IBM Watson Text to Speech

IBM Watson Text to Speech è un’API per generare parlato dal testo. Includila se confronti servizi vocali per una distribuzione basata su IBM. Verifica lingue supportate e controlli della pronuncia, poi prova formati di output e limiti del servizio rispetto alla tua applicazione.
Microsoft Azure Text-to-Speech

Microsoft Azure fornisce sintesi vocale tramite i suoi servizi vocali. È un candidato per i team che lavorano già in Azure. Verifica voce e regione selezionate, controlli supportati di Speech Synthesis Markup Language, SSML, e requisiti di accesso alle voci personalizzate.
Amazon Polly

Amazon Polly è il servizio di sintesi vocale di AWS. È da valutare se la tua applicazione usa già identità e fatturazione AWS. I motori vocali differiscono per copertura linguistica e controlli supportati, quindi verifica il motore che distribuirai anziché l’elenco generale delle funzioni del servizio.
Speechify

Speechify offre app di lettura che trasformano documenti e pagine web in audio. Se vuoi ascoltare testi esistenti, parti da questo flusso. Valuta separatamente i prodotti di lettura, studio e API: l’accesso a uno non dice cosa includa l’altro.
Murf AI

Murf AI offre un editor di voiceover per lavorare da copioni e abbinare la narrazione ai contenuti multimediali. Valutalo per materiali formativi e presentazioni registrate. Prova quanto editing richiede il copione e verifica se il piano include le esportazioni e l’accesso del team necessari.
Descript

Descript combina la trascrizione con l’editing audio e video basato sul testo. Valutalo se vuoi tagliare materiale registrato modificandone la trascrizione. Un’API vocale da sola non sostituisce quell’editor, quindi prova il flusso dalla registrazione all’esportazione prima di cambiare.
Lovo AI
Lovo AI è fuori servizio. La sua casa madre, Lovo, Inc., ha presentato istanza di Chapter 7 (liquidazione) a maggio 2026, nel mezzo di una causa intentata dai doppiatori. La guida alle alternative a Lovo AI spiega cosa possono ancora recuperare gli utenti di Genny e verso quali strumenti migrare.
Google Cloud Text-to-Speech

Google Cloud Text-to-Speech fornisce sintesi vocale tramite le API Google Cloud. Per un’applicazione già su Google Cloud, l’integrazione di account e fatturazione può semplificare l’adozione. Conferma che la voce scelta supporti la lingua, il comportamento dello streaming e i controlli vocali necessari.
Prova prima di cambiare
Scrivi quale parte di Hume stai sostituendo e prova prima di impegnarti. Per l’output vocale, confronta la resa sullo stesso testo. Per un agente, prova turni, interruzioni e chiamate agli strumenti. Se l’analisi dell’espressione è un requisito, valutala separatamente con un compito definito e dati etichettati. Non dedurla da quanto una voce sembri empatica.
Confronta i costi in base all’utilizzo previsto e alle funzioni necessarie. Includi nuovi tentativi, audio rigenerato, limiti di concorrenza e diritti commerciali. Un prezzo iniziale basso non è una stima del carico di lavoro.
