Google TTS Standard

Spécifications et limites

Le palier de voix Standard de Google Cloud Text-to-Speech, regroupé avec WaveNet et Studio sous les modèles TTS hérités (Legacy) sur la page de tarification. 0,000004 $ US par caractère (4 $ US par million de caractères) avec les 4 premiers millions de caractères gratuits chaque mois, la plus large allocation gratuite que publie le tableau tarifaire.

selon docs officielles Google ↗

Utilisez Google TTS Standard en 30 secondes

Compatible OpenAI : changez la base_url, gardez votre 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(""));

À propos de Google TTS Standard

• Ses voix reposent sur la technologie la plus ancienne du catalogue, et la documentation le dit sans détour : la synthèse vocale paramétrique génère l'audio en faisant passer ses sorties par des algorithmes de traitement du signal appelés vocodeurs, et beaucoup des voix Standard emploient une variante de cette technologie, ce qui explique honnêtement pourquoi elles sonnent plus plates que les paliers génératifs.
• La page de tarification range Standard parmi les modèles TTS hérités (Legacy), aux côtés de WaveNet et Studio, à 0,000004 $ US par caractère, soit 4 $ US par million de caractères, avec les 4 premiers millions de caractères gratuits chaque mois, la plus large allocation gratuite que publie le tableau tarifaire.
• Ce que Standard abandonne en expressivité, il le regagne en couverture.
• Les identifiants de voix suivent un motif locale-plus-lettre comme en-US-Standard-A ou cmn-CN-Standard-A, et le tableau des voix prises en charge répertorie Standard sur l'éventail de locales le plus large du produit, de af-ZA et eu-ES à hi-IN, ja-JP et ur-IN jusqu'à yue-HK, bien au-delà de la portée des paliers plus récents.
• Le contrôle passe par SSML, avec des balises dont speak, break, prosody, emphasis, say-as, sub et phoneme, et le bloc AudioConfig ajoute speakingRate de 0.25 à 2.0, le pitch sur 20 demi-tons dans chaque sens, volumeGainDb de -96 à 16, une fréquence d'échantillonnage de sortie optionnelle, et des profils d'appareil effectsProfileId réglés pour les objets connectés, les téléphones, les casques, les enceintes Bluetooth, l'audio embarqué et les SVI.
• La sortie est en LINEAR16 avec un en-tête WAV, en MP3 à 32 kbps, en OGG_OPUS ou en G.711 MULAW et ALAW.
• Deux contraintes comptent : une requête porte au plus 5 000 octets de contenu, et Standard n'est pas proposé en synthèse par streaming, si bien qu'un texte long impose la voie asynchrone Long Audio Synthesis ou votre propre découpage.
• La facturation compte chaque caractère, espaces, sauts de ligne et balises SSML compris, à l'exception de mark, même si un caractère multi-octets n'est compté qu'une fois pour Standard.
• Synthorai le sert via l'endpoint /v1/audio/speech compatible OpenAI.

FAQ

Modèles associés

Comparer