Google TTS Standard
Listenpreise der Anbieter, ohne Plattform-Aufschlag, nutzungsbasierte Abrechnung. Dies sind offizielle Listenpreise. Angemeldete Kunden sehen auf /console/pricing die effektiven Preise inklusive Workspace-Rabatten.
Google TTS Standard in 30 Sekunden nutzen
OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="google-tts-standard",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "google-tts-standard",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "google-tts-standard",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "google-tts-standard",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("google-tts-standard")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Spezifikationen & Limits
Audio
- Sprachen
- Die breiteste Locale-Spanne aller Cloud-TTS-Stimmtypen. Standard-Stimm-ids sind veröffentlicht für af-ZA, ar-XA, bg-BG, bn-IN, ca-ES, cmn-CN, cmn-TW, cs-CZ, da-DK, de-DE, el-GR, en-AU, en-GB, en-IN, en-US, es-ES, es-US, et-EE, eu-ES, fi-FI, fil-PH, fr-CA, fr-FR, gl-ES, gu-IN, he-IL, hi-IN, hu-HU, id-ID, is-IS, it-IT, ja-JP, kn-IN, ko-KR, lt-LT, lv-LV, ml-IN, mr-IN, ms-MY, nb-NO, nl-BE, nl-NL, pa-IN, pl-PL, pt-BR, pt-PT, ro-RO, ru-RU, sk-SK, sr-RS, sv-SE, ta-IN, te-IN, th-TH, tr-TR, uk-UA, ur-IN, vi-VN und yue-HK.
- Audio-Limits
-
- Inhaltsgrenze von insgesamt 5.000 Byte pro synthesize-Anfrage (ein einzelnes Zeichen umfasst in manchen Locales mehrere Byte). Ausgabe als LINEAR16 (mit WAV-Header zurückgegeben), MP3 mit 32 kbps, OGG_OPUS oder G.711 MULAW und ALAW
- das optionale sampleRateHertz resampelt und lässt die Anfrage fehlschlagen, wenn die Rate für das Encoding nicht unterstützt wird. Wird nicht über die Streaming-Synthese angeboten
- Long Audio Synthesis (Preview) deckt asynchron bis zu 1 Million Byte Eingabe ab. Abgerechnet pro Zeichen einschließlich Leerzeichen und Zeilenumbrüchen, und alle SSML-Tags außer <mark> zählen mit
- bei Standard und WaveNet wird ein Mehrbyte-Zeichen einmal berechnet
Realtime
- Stimmen
- Stimm-ids folgen einem Muster aus Locale plus Buchstabe (en-US-Standard-A, cmn-CN-Standard-A). Googles Vergleichstabelle führt Standard als kosteneffizient, allgemein verfügbar, per SSML steuerbar und nicht streamingfähig; die Dokumentation führt die Stimmen auf parametrische Sprachsynthese zurück, die durch Vokoder geleitet wird.
- Sitzung
-
- AudioConfig-Steuerungen: speakingRate 0.25 bis 2.0 (1.0 nativ)
- pitch -20.0 bis 20.0 Halbtöne
- volumeGainDb -96.0 bis 16.0
- effectsProfileId-Geräteprofile für Wearable, Handset, Kopfhörer, kleine und mittlere Bluetooth-Lautsprecher, große Home-Entertainment-Anlagen, große Autoanlagen und Telefonie-Wiedergabe
- zu den SSML-Tags gehören speak, break, say-as, sub, mark, prosody, emphasis, phoneme, voice und lang
Modell
- Modalitäten
- Text → Audio
Die Standard-Stimmstufe von Google Cloud Text-to-Speech, auf der Preisseite zusammen mit WaveNet und Studio unter Legacy TTS models gruppiert. US$0.000004 pro Zeichen (US$4 pro 1 Million Zeichen), wobei die ersten 4 Millionen Zeichen jeden Monat kostenlos sind, das größte Freikontingent, das die Preistabelle veröffentlicht.
Über Google TTS Standard
Google TTS Standard erschließt die Standard-Stimmstufe von Google Cloud Text-to-Speech, jene, die Googles eigene Vergleichstabelle schlicht als kosteneffizient bezeichnet.
- Ihre Stimmen sind die älteste Technologie im Katalog, und die Dokumentation sagt das unumwunden: Parametrische Sprachsynthese erzeugt Audio, indem sie Ausgaben durch Signalverarbeitungsalgorithmen leitet, die als Vokoder bekannt sind, und viele der Standard-Stimmen nutzen eine Variante dieser Technologie, was der ehrliche Grund dafür ist, dass sie flacher klingen als die generativen Stufen.
- Die Preisseite führt Standard unter Legacy TTS models neben WaveNet und Studio, zu US$0.000004 pro Zeichen, angegeben als US$4 pro 1 Million Zeichen, wobei die ersten 4 Millionen Zeichen jeden Monat kostenlos sind, das größte Freikontingent, das die Preistabelle veröffentlicht.
- Was Standard an Ausdruckskraft aufgibt, macht es an Reichweite wett.
- Stimm-ids folgen einem Muster aus Locale plus Buchstabe wie en-US-Standard-A oder cmn-CN-Standard-A, und die Tabelle der unterstützten Stimmen führt Standard über die breiteste Locale-Spanne im Produkt, von af-ZA und eu-ES über hi-IN, ja-JP und ur-IN bis yue-HK, weit über das hinaus, wohin die neueren Stufen reichen.
- Die Steuerbarkeit erfolgt über SSML, mit Tags wie speak, break, prosody, emphasis, say-as, sub und phoneme, und der AudioConfig-Block ergänzt speakingRate von 0.25 bis 2.0, pitch über 20 Halbtöne in beide Richtungen, volumeGainDb von -96 bis 16, eine optionale Ausgabe-Abtastrate sowie effectsProfileId-Geräteprofile, abgestimmt auf Wearables, Handsets, Kopfhörer, Bluetooth-Lautsprecher, Autoaudio und IVR.
- Die Ausgabe ist LINEAR16 mit WAV-Header, MP3 mit 32 kbps, OGG_OPUS oder G.711 MULAW und ALAW.
- Zwei Einschränkungen sind wichtig: Eine Anfrage trägt höchstens 5.000 Byte Inhalt, und Standard wird nicht über die Streaming-Synthese angeboten, sodass langer Text den asynchronen Weg über Long Audio Synthesis oder eigenes Chunking bedeutet.
- Die Abrechnung zählt jedes Zeichen einschließlich Leerzeichen, Zeilenumbrüchen und SSML-Tags außer mark, wobei Mehrbyte-Zeichen bei Standard einfach zählen.
- Synthorai stellt es über den OpenAI-kompatiblen Endpoint /v1/audio/speech bereit.
FAQ
Lässt sich die Google TTS Standard API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $4/M Input-Tokens deckt allein dieses Guthaben rund 61 Requests mit je ~4K Tokens gegen Google TTS Standard ab.
Worin ist Google TTS Standard am besten?
Die Stufe, die Google als kosteneffizient bezeichnet; breiteste Locale-Spanne aller Cloud-TTS-Stimmtypen; parametrische Stimmen mit SSML und Geräteprofilen. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet Google TTS Standard?
Google TTS Standard kostet auf Synthorai $4 pro Million Input-Tokens und $0 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag.
Unterstützt Google TTS Standard Prompt-Caching?
Google TTS Standard hat auf Synthorai derzeit keinen Cache-Lese-Rabatt. Prompt-Caching gilt weiterhin für andere Modelle auf dem Gateway; cache-fähige Alternativen finden Sie in der Preistabelle. Caching-Vergleich der Anbieter →
Wie erhalte ich Zugang zu Google TTS Standard?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="google-tts-standard", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.