Google TTS Neural2 は Google Cloud Text-to-Speech の Neural2 ボイスティアを公開するもので、そのボイスがどこから来ているかについての Google の説明は異例なほど具体的です。
- 入力
- テキスト $16/M
- 出力
- 音声
- コンテキスト
- 4K
価格の位置づけ
同種の 7 モデルの中での価格の位置
このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。
仕様と制限
音声合成
| 合成対応言語 | Standard よりもずっと短いロケールリスト。Neural2 のボイス id は 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、vi-VN 向けに公開されています。Google は Neural2 のボイスがグローバルエンドポイントと単一リージョンエンドポイントで利用できると注記しています。 |
|---|---|
| ボイス | ボイス id はロケールと文字を組み合わせたパターンに従います(en-US-Neural2-F、ja-JP-Neural2-B)。Google の比較表は Neural2 を、汎用で、一般提供され、SSML で制御可能で、ストリーミングには非対応と掲載しており、ドキュメントはこれらのボイスが Custom Voice を作成するのに使われるのと同じ技術に基づいていると述べています。これにより、誰もが自分専用のものを学習させることなく Custom Voice の技術を使えます。 |
| 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 | 非対応 |
| SSML | 対応 |
| ボイス調整 | 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どうかを、ベンダーは明記していません。そのため、この単価だけで CJK テキストの費用を見積もれるという裏付けは、ドキュメントにはありません。 |
| 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 Cloud Text-to-Speech の Neural2 ボイスティアで、価格ページでは今もレガシー TTS モデルの下にまとめられています。
- 1 文字あたり US$0.000016(100 万文字あたり US$16)で、毎月最初の 100 万文字が無料、Standard の 400 万文字に対する数字です。
30 秒で Google TTS Neural2 を使い始める
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-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(""));Google TTS Neural2 について
- Neural2 のボイスは Custom Voice を作成するのに使われるのと同じ技術に基づいており、このティアは、誰もが自分専用のカスタムボイスを学習させることなく Custom Voice の技術を使えるようにするために存在します。
- 比較表はこれを汎用と呼び、一般提供と記し、制御性を SSML としています。
- これは Standard と WaveNet が持つのと同じプロファイルです。
- このティアが自らを名乗るのは価格においてで、1 文字あたり US$0.000016、100 万文字あたり US$16 と表示され、毎月最初の無料分は Standard の 400 万文字ではなく 100 万文字です。
- 価格ページは今もこれをレガシー TTS モデルの下にまとめています。
- その品質と引き換えになるのが到達範囲です。
- Standard がアフリカーンス語から広東語までのロケールにまたがるのに対し、Neural2 のボイス id はもっと短いリストにしか現れません。
- 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、vi-VN であり、en-US-Neural2-F のようなおなじみのロケールと文字を組み合わせた形で命名されています。
- Google は Neural2 がグローバルエンドポイントと単一リージョンエンドポイントで利用できると注記しています。
- 運用面はすべて従来の API の他の部分と共通で、SSML 入力、0.25 から 2.0 までの speakingRate、上下それぞれ 20 ポイントの範囲を半音で表す pitch、-96 から 16 までの volumeGainDb、任意の合成サンプルレート、ウェアラブルから電話回線までのデバイスプロファイル、そして LINEAR16、MP3、OGG_OPUS、MULAW、ALAW としての出力が該当します。
- 1 リクエストあたり 5,000 バイトという同じコンテンツ上限が適用され、Standard と同様に Neural2 はストリーミング合成では提供されません。
- これが Chirp 3: HD に対して手放す具体的な能力です。
- 課金はスペースと mark 以外の SSML タグを含む文字数を数えます。
- 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 Neural2 API は無料で試せますか?
はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、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 Neural2 を試すには十分な量です。
Google TTS Neural2 は何が得意ですか?
カスタムボイスを学習させずに使える Custom Voice の技術、Standard よりずっと短いロケールリスト、汎用かつ SSML で制御可能、ただしストリーミングなし。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。
Google TTS Neural2 の料金はいくらですか?
Synthorai での Google TTS Neural2 の料金は、入力 100 万トークンあたり $16、出力 100 万トークンあたり $0 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。
Google TTS Neural2 はプロンプトキャッシュに対応していますか?
現在、Synthorai では Google TTS Neural2 にキャッシュ読み取りの割引はありません。ゲートウェイの他のモデルではプロンプトキャッシュを利用できます。キャッシュに対応した代替モデルは料金表でご確認ください。 プロバイダー別キャッシュ比較 →
Google TTS Neural2 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-neural2" 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(上部にリンクがあります)から転記したもので、確認した日付を添えています。価格はカタログ全体で比較しています。一方、ベンダーによって定義が異なる仕様値は、違いを明記するにとどめ、グラフでの比較はしていません。当社が測定した数値はなく、スコアも付けていません。