Google TTS Chirp 3 HD
ベンダー定価。プラットフォーム手数料なし、従量課金。 これらは公式 list 価格です。ログイン中のお客様は /console/pricing でワークスペース割引を含む実効価格を確認できます。
30 秒で Google TTS Chirp 3 HD を使う
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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-chirp3-hd",
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-chirp3-hd",
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-chirp3-hd",
"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-chirp3-hd",
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-chirp3-hd")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));スペックと制限
音声
- 言語
- 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、vi-VN。
- 音声の制限
-
- synthesize リクエスト 1 件あたり合計 5,000 バイトのコンテンツ上限。
- 既定のレスポンス形式は LINEAR16。
- ストリーミングは ALAW、MULAW、OGG_OPUS、PCM に対応し、バッチではさらに MP3 が加わるため、MP3 はストリーミング経路では利用できません。
- Google の比較表がストリーミング対応と記している唯一のボイスタイプです。
- global、us、eu の各エンドポイントに加え asia-southeast1、europe-west2、asia-northeast1 で一般提供されていますが、リージョン化とデータレジデンシーの対象範囲外です。
- 課金はスペースと改行を含む文字単位で、<mark> を除くすべての SSML タグが数えられます。
リアルタイム
- ボイス
- ボイスは星にちなんで命名され、性別とともに公開されています: 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、Zubenelgenubi。ロケールのプレフィックスが id を形成します(例: en-US-Chirp3-HD-Charon)。Google はこのセットを、多くの言語にわたる 30 種類の異なるスタイルと説明しています。
- セッション
-
- ボイス制御はプレビューです: 話速は speaking_rate の 0.25 から 2.0
- ポーズタグ [pause short]、[pause long]、[pause] は markup 入力フィールドでのみ受け付けられ、text では決して受け付けられず、不自然な位置に置かれたタグはモデルが無視する場合があります
- カスタム発音は IPA または X-SAMPA
- SSML 対応はプレビューかつ同期専用で、ストリーミングリクエストでは非対応、掲載のないタグは無視され、say-as の interpret-as=expletive と bleep は非対応です
モデル
- モダリティ
- テキスト → 音声
- Google の最新の音声合成世代で、同社の最新の生成モデルによって動き、リアリティと情感の響きをもたらすと説明されています。
- 比較表は想定用途として会話型エージェントを挙げ、価格ページではレガシーではなく最新 TTS モデルの下に掲載しています。
- 1 文字あたり US$0.00003(100 万文字あたり US$30)で、毎月最初の 100 万文字が無料です。
Google TTS Chirp 3 HD について
Google TTS Chirp 3: HD は、Google が Text-to-Speech 技術の最新世代と呼ぶティアで、同社の最新世代の生成モデルによって動き、リアリティと情感の響きをもたらすと説明されています。
- 比較表は想定用途として会話型エージェントを挙げ、ボイスのページはさらに、これらのボイスが多くの言語にわたる 30 種類の異なるスタイルで提供され、リアルタイム用途と標準的な用途の双方に適し、高度なオーディオ制御とテキストストリーミングによる低レイテンシのリアルタイム通信を備えると付け加えています。
- この最後の点が Standard と Neural2 に対する最も鋭い一線です。
- Chirp 3: HD は、その表の中でストリーミングの列が yes と読める唯一のボイスタイプです。
- ボイスは文字ではなく星にちなんで命名され、Achernar、Algenib、Aoede、Charon、Kore、Leda、Puck、Sulafat、Zephyr、Zubenelgenubi などがあり、それぞれ性別とともに公開され、ロケールと組み合わせて en-US-Chirp3-HD-Charon のような id になります。
- 言語対応は公開された BCP-47 のリストで、ar-XA と bn-IN から cmn-CN、ja-JP、sw-KE を経て vi-VN まで及びます。
- このティアは global、us、eu の各エンドポイントに加え、asia-southeast1、europe-west2、asia-northeast1 で一般提供されています。
- 既定のレスポンス形式は LINEAR16 で、ストリーミングでは ALAW、MULAW、OGG_OPUS、PCM が加わり、バッチではさらに MP3 が加わるため、ここでは MP3 はストリーミングの選択肢になりません。
- 制御は独自のもので、いずれもまだプレビューです。
- 0.25 から 2.0 までの speaking_rate による話速、markup 入力フィールドでのみ機能し text では決して機能しない [pause short] や [pause long] のようなポーズタグ、IPA または X-SAMPA によるカスタム発音、そして同期リクエストに限定され、掲載のないタグは黙って無視される SSML です。
- Google は、不自然な位置に置かれたポーズタグをモデルが無視する場合があると警告しています。
- 価格は 1 文字あたり US$0.00003、100 万文字あたり US$30 と表示され、最初の 100 万文字は無料で、このティアはリージョン化とデータレジデンシーの対象範囲の外にあります。
- Synthorai は OpenAI 互換の /v1/audio/speech エンドポイント経由でこれを提供します。
よくある質問
Google TTS Chirp 3 HD API は無料で試せますか?
はい。新規アカウントには 10 回のトライアル呼び出しと最大 $1 の無料クレジットが付与され、カード登録は不要です。入力 $30/M で計算すると、このクレジットだけで Google TTS Chirp 3 HD に対して約 8 回の ~4K トークンのリクエストを送れます。
Google TTS Chirp 3 HD は何が得意ですか?
多くの言語にわたる 30 種類の異なるスタイル、星にちなんだボイス名と低レイテンシのテキストストリーミング、話速、ポーズタグ、カスタム発音はプレビュー。全体像はベンダー公式のリリースノートに基づく「このモデルについて」セクションをご覧ください。
Google TTS Chirp 3 HD の料金はいくらですか?
Synthorai 上の Google TTS Chirp 3 HD は入力 100 万トークンあたり $30、出力 100 万トークンあたり $0 です。ベンダー定価のままで、プラットフォーム手数料はありません。
Google TTS Chirp 3 HD はプロンプトキャッシュに対応していますか?
Google TTS Chirp 3 HD には現在 Synthorai 上でキャッシュ読み取り割引がありません。ゲートウェイ上の他のモデルではプロンプトキャッシュが引き続き利用できます。キャッシュ対応の代替モデルは料金表をご覧ください。 プロバイダー別キャッシュ比較 →
Google TTS Chirp 3 HD を利用するには?
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="google-tts-chirp3-hd" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。