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。
- 入力
- テキスト $30/M
- 出力
- 音声
- コンテキスト
- 4K
価格の位置づけ
同種 7 モデル中の料金の位置
このバーは、Synthorai 上の同種モデルの中でこのモデルの価格がどこに位置するかを示します。両端には最も安いモデルと最も高いモデルの名前が入ります。表示は基本料金で、バッチ・リージョン・キャッシュ書き込みの割引は料金ページにあります。
スペックと制限
音声合成
| 合成対応言語 | 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。 |
|---|---|
| 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。 |
| 入力上限 | 5,000 バイト この上限を公開する単位はベンダーごとに異なります。非ラテン文字では、バイト上限は文字数上限と一致しません。 |
| ストリーミング合成 | 対応 |
| SSML | プレビュー、同期リクエストのみ |
| 音声コントロール | 数値パラメータ |
| 指定できる項目 |
|
| 課金単位 | 入力文字数あたり マルチバイト文字が 1 文字として課金されるかはベンダーが明記していないため、この単価だけで CJK テキストの費用を見積もる根拠はドキュメントにありません。 |
| エンドポイントと形式 |
|
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。
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(""));Google TTS Chirp 3 HD について
- 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。支払い方法を追加する前に、実際のワークロードで Google TTS Chirp 3 HD を試すには十分な量です。
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。
関連モデル
比較
このページの値はすべてベンダー自身のドキュメント(上部にリンク)から転記し、確認した日付を付しています。価格はカタログ全体で比較しますが、ベンダーごとに定義が異なる仕様値は差異を明記するにとどめ、図表で比較はしません。当社が測定した数値はなく、スコアも付けていません。