Google TTS Neural2

Especificaciones y límites

El nivel de voces Neural2 de Google Cloud Text-to-Speech, todavía agrupado bajo los Legacy TTS models en la página de precios. US$0.000016 por carácter (US$16 por 1 millón de caracteres) con el primer millón de caracteres gratis cada mes, frente a los 4 millones de Standard.

según documentación oficial de Google ↗

Use Google TTS Neural2 en 30 segundos

Compatible con OpenAI: cambie el base_url y conserve su 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-neural2",
    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-neural2",
  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-neural2",
    "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-neural2",
		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-neural2")
        .addUserMessage("Summarize this diff")
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

Acerca de Google TTS Neural2

• La tabla comparativa lo llama de propósito general, lo marca como disponible con carácter general y da su controlabilidad como SSML, el mismo perfil que llevan Standard y WaveNet.
• El precio es donde el nivel se declara, a US$0.000016 por carácter, citado como US$16 por 1 millón de caracteres, con el primer millón de caracteres de cada mes gratis en lugar de los 4 millones de Standard; la página de precios lo sigue agrupando bajo los Legacy TTS models.
• Lo que se paga por esa calidad es alcance.
• Donde Standard abarca configuraciones regionales desde el afrikáans hasta el cantonés, los ids de voz Neural2 aparecen para una lista mucho más corta, da-DK, de-DE, en-AU, en-GB, en-IN, en-US, es-ES, es-US, fr-CA, fr-FR, hi-IN, it-IT, ja-JP, ko-KR, pt-BR, th-TH y vi-VN, nombrados con la familiar forma de configuración regional más letra, como en-US-Neural2-F.
• Google señala que Neural2 está disponible en los endpoints global y de región única.
• Todo lo operativo lo comparte con el resto de la API clásica: entrada SSML, speakingRate de 0.25 a 2.0, pitch en semitonos dentro de un rango de 20 puntos en cada sentido, volumeGainDb de -96 a 16, una frecuencia de muestreo de síntesis opcional, los perfiles de dispositivo desde los wearables hasta la telefonía, y salida en LINEAR16, MP3, OGG_OPUS, MULAW o ALAW.
• Se aplica el mismo techo de 5000 bytes de contenido por solicitud y, como Standard, Neural2 no se ofrece mediante síntesis en streaming, que es la capacidad concreta a la que se renuncia frente a Chirp 3: HD.
• La facturación cuenta los caracteres, incluidos los espacios y las etiquetas SSML distintas de mark.
• Synthorai lo sirve a través del endpoint /v1/audio/speech compatible con OpenAI.

Preguntas frecuentes

Modelos relacionados

Comparar