Google TTS Neural2
Preços de tabela do provedor: sem margem da plataforma, pagamento por uso. Estes são os preços de tabela oficiais. Clientes autenticados podem ver os preços efetivos com descontos do espaço de trabalho em /console/pricing.
Use o Google TTS Neural2 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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-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(""));Especificações e limites
Áudio
- Idiomas
- Uma lista de locales bem mais curta que a do Standard. Ids de voz Neural2 são publicados para 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 e vi-VN. O Google observa que as vozes Neural2 estão disponíveis em endpoints globais e de região única.
- Limites de áudio
-
- Limite de conteúdo de 5.000 bytes no total por requisição de síntese. Saída LINEAR16 (com cabeçalho WAV), MP3 a 32 kbps, OGG_OPUS ou G.711 MULAW e ALAW
- o sampleRateHertz opcional faz reamostragem e falha a requisição se a taxa não for suportada pela codificação. Não é oferecido na síntese em streaming. Cobrado por caractere, incluindo espaços e quebras de linha, com todas as tags SSML exceto <mark> contadas
- a observação de que o caractere multibyte conta uma única vez vale apenas para Standard e WaveNet
Tempo real
- Vozes
- Os ids de voz seguem o padrão de locale mais letra (en-US-Neural2-F, ja-JP-Neural2-B). A tabela comparativa do Google lista o Neural2 como de propósito geral, em disponibilidade geral, controlável via SSML e sem capacidade de streaming, e a documentação afirma que as vozes são baseadas na mesma tecnologia usada para criar uma Custom Voice, permitindo que qualquer um use a tecnologia de Custom Voice sem treinar a sua própria.
- Sessão
-
- Controles de AudioConfig: speakingRate de 0.25 a 2.0 (1.0 nativo)
- pitch de -20.0 a 20.0 semitons
- volumeGainDb de -96.0 a 16.0
- perfis de dispositivo effectsProfileId para wearable, aparelho telefônico, fone de ouvido, caixa de som Bluetooth pequena e média, grande sistema de home entertainment, áudio automotivo de grande porte e reprodução em telefonia
- as tags SSML incluem speak, break, say-as, sub, mark, prosody, emphasis, phoneme, voice e lang
Modelo
- Modalidades
- texto → áudio
O nível de vozes Neural2 do Google Cloud Text-to-Speech, ainda agrupado sob Legacy TTS models na página de preços. US$0,000016 por caractere (US$16 por 1 milhão de caracteres) com o primeiro 1 milhão de caracteres gratuito a cada mês, contra os 4 milhões do Standard.
conforme documentação oficial da Google ↗
Sobre o Google TTS Neural2
O Google TTS Neural2 expõe o nível de vozes Neural2 do Google Cloud Text-to-Speech, e a descrição que o Google faz dele é excepcionalmente específica sobre a origem dessas vozes: as vozes Neural2 são baseadas na mesma tecnologia usada para criar uma Custom Voice, e o nível existe para que qualquer um possa usar a tecnologia de Custom Voice sem treinar a sua própria voz customizada.
- A tabela comparativa o chama de propósito geral, o marca como em disponibilidade geral e indica sua controlabilidade como SSML, o mesmo perfil que Standard e WaveNet carregam.
- O preço é onde o nível se declara, a US$0,000016 por caractere, cotado como US$16 por 1 milhão de caracteres, com o primeiro 1 milhão de caracteres de cada mês gratuito, em vez dos 4 milhões do Standard; a página de preços ainda o agrupa sob Legacy TTS models.
- A contrapartida por essa qualidade é o alcance.
- Onde o Standard abrange locales do africâner ao cantonês, os ids de voz Neural2 aparecem para uma lista bem mais curta: 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 e vi-VN, nomeados na forma familiar de locale mais letra, como en-US-Neural2-F.
- O Google observa que o Neural2 está disponível em endpoints globais e de região única.
- Tudo o que é operacional é compartilhado com o resto da API clássica: entrada SSML, speakingRate de 0.25 a 2.0, pitch em semitons numa faixa de 20 pontos para cada lado, volumeGainDb de -96 a 16, uma taxa de amostragem de síntese opcional, os perfis de dispositivo de wearables até telefonia, e saída como LINEAR16, MP3, OGG_OPUS, MULAW ou ALAW.
- O mesmo teto de 5.000 bytes de conteúdo por requisição se aplica e, como o Standard, o Neural2 não é oferecido na síntese em streaming, que é a capacidade concreta de que você abre mão diante do Chirp 3: HD.
- A cobrança conta caracteres, incluindo espaços e tags SSML que não sejam mark.
- A Synthorai o serve pelo endpoint /v1/audio/speech compatível com OpenAI.
Perguntas frequentes
A API do Google TTS Neural2 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $16/M de tokens de entrada, só esse crédito já cobre cerca de 15 requisições de ~4K tokens ao Google TTS Neural2.
Em que o Google TTS Neural2 é melhor?
Tecnologia de custom voice sem treinar uma custom voice; lista de locales bem mais curta que a do standard; propósito geral e controlável por ssml, mas sem streaming. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o Google TTS Neural2?
Na Synthorai, o Google TTS Neural2 custa $16 por milhão de tokens de entrada e $0 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma.
O Google TTS Neural2 suporta cache de prompts?
O Google TTS Neural2 não tem desconto de leitura de cache na Synthorai hoje. O cache de prompts continua valendo para outros modelos do gateway; veja na tabela de preços as alternativas com cache habilitado. Comparativo de cache entre provedores →
Como obtenho acesso ao Google TTS Neural2?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="google-tts-neural2" e pronto. Uma única chave de API cobre todos os modelos do gateway.