Google TTS Chirp 3 HD vs Google TTS Neural2
Lequel choisir, et quand
google-tts-neural2 revient 1.9x moins cher ($16 par million de caractères contre $30) et prend en charge SSML de plein droit, là où google-tts-chirp3-hd le liste en préversion - mais neural2 ne diffuse pas et publie une liste de locales bien plus courte, 17 locales avec des identifiants de voix nommés. Les deux acceptent 5000 octets par requête et exposent des paramètres numériques de voix. Prenez google-tts-neural2 pour du traitement par lots piloté par SSML dans une locale couverte, google-tts-chirp3-hd pour le streaming et l'étendue des locales.
Tarifs
| Google TTS Chirp 3 HD | Google TTS Neural2 | Δ | |
|---|---|---|---|
| Par 1M de caractères | $30 | $16 | 1.9× |
Tarifs relevés dans le catalogue en direct à la génération du site ; la page de chaque modèle affiche la grille tarifaire à jour.
Leur position : prix pour 1M de caractères, parmi les 7 modèles de synthèse vocale facturés dans cette unité (échelle logarithmique)
Capacités
| Google TTS Chirp 3 HD | Google TTS Neural2 | |
|---|---|---|
| Streaming | oui | non |
| SSML | preview | supported |
| Unité de facturation | character | character |
Spécifications
| Google TTS Chirp 3 HD | Google TTS Neural2 | |
|---|---|---|
| Modalités d'entrée | texte | texte |
| Modalités de sortie | audio | audio |
| Date de sortie | 2025-03 | 2022-06-27 |
| Limite par requête | 5000 bytes | 5000 bytes |
| Voix | Les voix portent des noms d'étoiles et sont publiées avec un genre: Achernar, Achird, Algenib, Algieba, Alnilam, Aoede, Autonoe, Callirrhoe, Charon, Despina, Enceladus, Erinome, Fenrir, Gacrux, Iapetus, Kore, Laomedeia, Leda, Orus, Pulcherrima, Puck, Rasalgethi, Sadachbia, Sadaltager, Schedar, Sulafat, Umbriel, Vindemiatrix, Zephyr et Zubenelgenubi. Un préfixe de locale forme l'identifiant, par ex. en-US-Chirp3-HD-Charon. Google décrit l'ensemble comme 30 styles distincts dans de nombreuses langues. | Les identifiants de voix suivent le motif locale-plus-lettre (en-US-Neural2-F, ja-JP-Neural2-B). Le tableau comparatif de Google présente Neural2 comme généraliste, en disponibilité générale, pilotable via SSML et non compatible avec le streaming, et la documentation indique que les voix reposent sur la même technologie que celle utilisée pour créer une Custom Voice, ce qui permet à chacun d'utiliser la technologie Custom Voice sans entraîner la sienne. |
| Langues | ar-XA, bn-IN, bg-BG, yue-HK, hr-HR, cs-CZ, da-DK, nl-BE, nl-NL, en-AU, en-IN, en-GB, en-US, et-EE, fi-FI, fr-CA, fr-FR, de-DE, el-GR, gu-IN, he-IL, hi-IN, hu-HU, id-ID, it-IT, ja-JP, kn-IN, ko-KR, lv-LV, lt-LT, ml-IN, cmn-CN, mr-IN, nb-NO, pl-PL, pt-BR, pa-IN, ro-RO, ru-RU, sr-RS, sk-SK, sl-SI, es-ES, es-US, sw-KE, sv-SE, ta-IN, te-IN, th-TH, tr-TR, uk-UA, ur-IN et vi-VN. | Une liste de locales bien plus courte que celle de Standard. Des identifiants de voix Neural2 sont publiés pour 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 et vi-VN. Google précise que les voix Neural2 sont disponibles sur les endpoints globaux et mono-région. |
| Contrôle de la voix |
|
|
| Limites | Limite de contenu de 5 000 octets au total par requête de synthèse. Format de réponse par défaut LINEAR16 le streaming prend en charge ALAW, MULAW, OGG_OPUS et PCM, le mode par lots ajoute MP3, si bien que MP3 n'est pas disponible sur la voie streaming. Seul type de voix que le tableau comparatif de Google marque comme compatible avec le streaming. En disponibilité générale sur les endpoints global, us et eu ainsi que sur asia-southeast1, europe-west2 et asia-northeast1, mais hors du périmètre de régionalisation et de résidence des données. Facturé au caractère, espaces et sauts de ligne compris, toutes les balises SSML sauf <mark> étant comptées. | Limite de contenu de 5 000 octets au total par requête de synthèse. Sortie en LINEAR16 (avec un en-tête WAV), MP3 à 32 kbps, OGG_OPUS, ou G.711 MULAW et ALAW le paramètre optionnel sampleRateHertz rééchantillonne et fait échouer la requête si la fréquence n'est pas prise en charge pour l'encodage. Non proposé en synthèse par streaming. Facturé au caractère, espaces et sauts de ligne compris, toutes les balises SSML sauf <mark> étant comptées la note sur le caractère multi-octets facturé une seule fois ne vaut que pour Standard et WaveNet. |
Les spécifications sont reprises de la documentation de chaque fournisseur ; quand un fournisseur ne publie pas une valeur, la ligne est omise et non déduite. Sources complètes : Google TTS Chirp 3 HD · Google TTS Neural2
Passez de l'un à l'autre en changeant une seule ligne
Les deux identifiants figurent dans chaque onglet ci-dessous : les deux lignes surlignées sont le seul changement. Même endpoint, même clé, même format de requête.
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.audio.transcriptions.create(
model="google-tts-chirp3-hd",
# model="google-tts-neural2", # décommentez cette ligne, commentez celle du dessus
file=open("meeting.mp3", "rb"),
language="en",
)
print(resp.text)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.audio.transcriptions.create({
model: "google-tts-chirp3-hd",
// model: "google-tts-neural2", // décommentez cette ligne, commentez celle du dessus
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="google-tts-chirp3-hd" \
# -F model="google-tts-neural2" \ # décommentez cette ligne, commentez celle du dessus
-F file=@meeting.mp3package main
import (
"context"
"fmt"
"os"
"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-..."),
)
f, _ := os.Open("meeting.mp3")
resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
Model: "google-tts-chirp3-hd",
// Model: "google-tts-neural2", // décommentez cette ligne, commentez celle du dessus
File: f,
})
fmt.Println(resp.Text)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
Transcription resp = client.audio().transcriptions().create(
TranscriptionCreateParams.builder()
.model("google-tts-chirp3-hd")
// .model("google-tts-neural2") // décommentez cette ligne, commentez celle du dessus
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());FAQ
Lequel est le moins cher, Google TTS Chirp 3 HD ou Google TTS Neural2 ?
Google TTS Neural2 est moins cher sur la ligne « Par 1M de caractères » ($16 contre $30, soit un écart de 1.9×). D'autres lignes peuvent dire l'inverse : le tableau ci-dessus donne la grille tarifaire complète, et le coût réel dépend de la composition de votre trafic.
Puis-je faire un test A/B entre Google TTS Chirp 3 HD et Google TTS Neural2 sans deux intégrations ?
Oui. Les deux passent par le même endpoint compatible OpenAI, avec une seule clé API. Pour passer de l'un à l'autre, il suffit de changer l'identifiant du modèle, soit une ligne : vous pouvez donc envoyer une part du trafic à chacun et comparer directement les factures.
Comment la synthèse vocale est-elle facturée ?
Au caractère de texte en entrée, avec un plafond de caractères par requête indiqué dans le tableau des spécifications. Avec l'un comme avec l'autre, un texte long doit être découpé en plusieurs requêtes.