BytePlus Seed TTS 2.0 vs TTS-1 HD
vs
什麼情況選哪一個
就已知規格而言,這兩者是可以互換的:seed-tts-2.0 和 tts-1-hd 皆接收文字輸入並回傳音訊,皆具備語音能力,最高皆限制在 4096-token 的上下文,並且皆對每百萬輸入 token 收費 $30。由於費率表和單位完全相符,無論哪種選擇都沒有成本或上下文的爭議——請根據供應商偏好、適合你產品的語音輸出,或是你已經整合了哪家供應商來進行選擇。透過這兩者分別執行一段你自己腳本的簡短樣本,並保留聽起來合適的那一個。
定價
| BytePlus Seed TTS 2.0 | TTS-1 HD | Δ | |
|---|---|---|---|
| 每 1M 字元 | $30 | $30 | = |
費率取自網站建置時的即時目錄;各模型頁面都列有最新的價目。
兩者的相對位置:每 1M 字元的價格,涵蓋同一計費單位下全部 7 個文字轉語音模型(對數尺度)
BytePlus Seed TTS 2.0 · $30 TTS-1 HD · $30
$4 · Google TTS Standard $30 · Google TTS Chirp 3 HD
功能
| BytePlus Seed TTS 2.0 | TTS-1 HD | |
|---|---|---|
| 串流 | 是 | 是 |
| SSML | unsupported | undocumented |
| 計費單位 | character | character |
規格
| BytePlus Seed TTS 2.0 | TTS-1 HD | |
|---|---|---|
| 輸入模態 | 文字 | 文字 |
| 輸出模態 | 音訊 | 音訊 |
| 發布日期 | 2025-10-16 | 2023-11-06 |
| 請求限制 | - | 4096 characters |
| 聲音 | TTS 2.0 音色帶有 *_uranus_bigtts 形式的 speaker ID,並在 Voice List 頁面按場景分類列出(General、Entertainment、Education、Dubbing、AudioBook、RolePlay、CustomerService);每個音色可透過 audio_params.emotion 設定情緒,emotion_scale 為 1 至 5(預設 4),speech_rate 與 loudness_rate 範圍為 [-50, 100],post_process.pitch 範圍為 [-12, 12]。 | alloy、ash、coral、echo、fable、onyx、nova、sage 與 shimmer,比完整的 13 種 TTS 音色清單少,且音色目前針對英語最佳化。 |
| 語言 | 英語、中文、日語、德語、法語、墨西哥西班牙語、印尼語、巴西葡萄牙語、義大利語與韓語 | 大致沿用 Whisper 模型的語言支援:南非荷蘭語、阿拉伯語、亞美尼亞語、亞塞拜然語、白俄羅斯語、波士尼亞語、保加利亞語、加泰隆尼亞語、中文、克羅埃西亞語、捷克語、丹麥語、荷蘭語、英語、愛沙尼亞語、芬蘭語、法語、加利西亞語、德語、希臘語、希伯來語、印地語、匈牙利語、冰島語、印尼語、義大利語、日語、坎那達語、哈薩克語、韓語、拉脫維亞語、立陶宛語、馬其頓語、馬來語、馬拉地語、毛利語、尼泊爾語、挪威語、波斯語、波蘭語、葡萄牙語、羅馬尼亞語、俄語、塞爾維亞語、斯洛伐克語、斯洛維尼亞語、西班牙語、史瓦希里語、瑞典語、他加祿語、坦米爾語、泰語、土耳其語、烏克蘭語、烏爾都語、越南語與威爾斯語,儘管音色目前針對英語最佳化 |
| 聲音控制 | context_texts 與 section_id 僅 TTS 2.0 支援:一段自然語言指令即可控制語速、情緒、音量與風格(清單中只有第一個值生效,且其文字不計費),section_id 則可把最多 30 輪或 10 分鐘的先前合成串接為歷史上下文。 | none |
| 限制 | 可透過單向串流 HTTP、單向或雙向串流 WebSocket 以及線上 SDK 接入;單向串流與非串流介面的取樣率為 24K/16K/8K,雙向介面為 48K/24K/16K/8K;輸出 PCM、OGG_OPUS 或 MP3(接受 WAV,但串流時會回傳多個檔頭);不支援 SSML | 僅支援語音生成端點(v1/audio/speech),Chat Completions、Responses、Realtime、Batch 與微調都列為不支援;輸入文字上限 4096 個字元;輸出 mp3(預設)、opus、aac、flac、wav 或 pcm(原始 24 kHz 16-bit 有號小端序取樣);透過分塊傳輸編碼進行即時播放 |
規格摘錄自各供應商的文件;供應商沒有公布的項目就直接略過,不自行推測。 完整來源: BytePlus Seed TTS 2.0 · TTS-1 HD
改一行程式碼就能在兩者之間切換
下面每個頁籤都列了這兩個模型 ID,要改的只有醒目標示的那兩行。端點、金鑰和請求格式都不變。
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.audio.transcriptions.create(
model="seed-tts-2.0",
# model="tts-1-hd", # 取消這一行的註解,並把上一行註解掉
file=open("meeting.mp3", "rb"),
language="en",
)
print(resp.text)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.audio.transcriptions.create({
model: "seed-tts-2.0",
// model: "tts-1-hd", // 取消這一行的註解,並把上一行註解掉
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="seed-tts-2.0" \
# -F model="tts-1-hd" \ # 取消這一行的註解,並把上一行註解掉
-F file=@meeting.mp3package main
import (
"context"
"fmt"
"os"
"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-..."),
)
f, _ := os.Open("meeting.mp3")
resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
Model: "seed-tts-2.0",
// Model: "tts-1-hd", // 取消這一行的註解,並把上一行註解掉
File: f,
})
fmt.Println(resp.Text)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
Transcription resp = client.audio().transcriptions().create(
TranscriptionCreateParams.builder()
.model("seed-tts-2.0")
// .model("tts-1-hd") // 取消這一行的註解,並把上一行註解掉
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());常見問題
BytePlus Seed TTS 2.0 和 TTS-1 HD 哪個比較便宜?
兩者的「每 1M 字元」同為 $30。其他費率與實際用量仍可能影響總費用。
可以只串接一次,就對 BytePlus Seed TTS 2.0 和 TTS-1 HD 做 A/B 測試嗎?
可以。兩個模型都走同一個 OpenAI 相容端點,用的也是同一把 API 金鑰,切換時只要改一行裡的模型名稱字串。你可以把一部分流量分別導到兩邊,再直接比較帳單。
文字轉語音是如何計費的?
依輸入文字的字元數計費,每次請求的字元上限列在規格表裡。兩個模型都一樣,稿子太長就得拆成多次請求。