新用戶 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

Google TTS Chirp 3 HD

Google TTS Chirp 3: HD 是 Google 稱為最新一代文字轉語音技術的等級,由其最新一代生成式模型驅動,官方描述為帶來真實感與情感共鳴。

輸入
文字 $30/M
輸出
音訊
上下文
4K

價格在同類中的位置

價格在 7 個同類模型中的位置

輸入$30/M
$4 · Google TTS Standard Google TTS Chirp 3 HD · $30

這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。

規格與限制

語音合成

合成語言 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 與 vi-VN。
語音 音色以星體命名並附有性別: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 與 Zubenelgenubi。加上語言區域前綴即構成 id,例如 en-US-Chirp3-HD-Charon。Google 把這組音色描述為跨多種語言的 30 種不同風格。
輸入上限 5,000 位元組 各廠商公布該上限所用的單位不同:對非拉丁文字而言,位元組上限不等於字元上限。
串流合成 支援
SSML 預覽版,僅同步請求
聲音控制 數值參數
可接受的控制項
  • 音色控制項皆為 Preview:以 speaking_rate 0.25 到 2.0 控制語速
  • [pause short]、[pause long] 與 [pause] 停頓標籤只在 markup 輸入欄位中被接受,絕不能放進 text,且標籤若擺放得不自然,模型可能會無視
  • 以 IPA 或 X-SAMPA 標註的自訂發音
  • SSML 支援為 Preview 且僅限同步,串流請求不支援,未列出的標籤會被忽略,say-as interpret-as=expletive 或 bleep 不受支援
計費單位 按輸入字元計費 廠商未說明多位元組字元是否以一個字元計費,因此僅憑該費率估算中日韓文字成本,並無文件依據。
端點與格式
  • 每次 synthesize 請求的內容上限為 5,000 位元組。
  • 預設回應格式為 LINEAR16
  • 串流支援 ALAW、MULAW、OGG_OPUS 與 PCM,批次另加 MP3,因此 MP3 在串流路徑上不可用。
  • 它是 Google 對照表中唯一標記為具備串流能力的音色類型。
  • 已在 global、us 與 eu 端點以及 asia-southeast1、europe-west2 與 asia-northeast1 上正式發布,但不在區域化與資料落地的範圍內。
  • 按字元計費,含空格與換行,且除 <mark> 以外的所有 SSML 標籤都計入。

模型

模態 文字 → 音訊
  • Google 最新一代的文字轉語音,由其最新的生成式模型驅動,官方描述為帶來真實感與情感共鳴
  • 對照表把對話式智慧體列為其預期用途,而定價頁把它歸在 Latest TTS models 之下,而非 Legacy。
  • 每字元 US$0.00003(每 100 萬字元 US$30),每月前 100 萬字元免費。

依據 Google 官方文件 ↗

30 秒用上 Google TTS Chirp 3 HD

OpenAI 相容:換掉 base_url,SDK 不用改。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)

關於 Google TTS Chirp 3 HD

  • 對照表把對話式智慧體列為它的預期用途,而音色頁面補充說,這些音色涵蓋跨多種語言的 30 種不同風格,適用於即時與一般應用,具備進階音訊控制,並以文字串流達成低延遲的即時通訊。
  • 最後這一點是它相對 Standard 與 Neural2 最銳利的一條界線:Chirp 3: HD 是那張表中唯一串流欄位寫著「是」的音色類型。
  • 音色以星體而非字母命名,包括 Achernar、Algenib、Aoede、Charon、Kore、Leda、Puck、Sulafat、Zephyr、Zubenelgenubi 等,每一個都附有性別,並與語言區域組合成 en-US-Chirp3-HD-Charon 這樣的 id。
  • 語言覆蓋是一份公布的 BCP-47 清單,從 ar-XA 與 bn-IN,經 cmn-CN、ja-JP 與 sw-KE,一路到 vi-VN,而該等級在 global、us 與 eu 端點以及 asia-southeast1、europe-west2 與 asia-northeast1 上正式發布。
  • 預設回應格式為 LINEAR16;串流另外支援 ALAW、MULAW、OGG_OPUS 與 PCM,批次則在此之上再加 MP3,因此 MP3 在這裡不是串流可用的選項。
  • 它的控制項自成一套,而且全都仍在 Preview:透過 0.25 到 2.0 之間的 speaking_rate 控制語速;[pause short] 與 [pause long] 這類停頓標籤只在 markup 輸入欄位中生效,絕不能放進 text;以 IPA 或 X-SAMPA 標註的自訂發音;以及僅限同步請求的 SSML,未列出的標籤會被靜默忽略。
  • Google 提醒,停頓標籤若擺放得不自然,模型可能會無視它們。
  • 定價為每字元 US$0.00003,標示為每 100 萬字元 US$30,前 100 萬字元免費,而該等級不在區域化與資料落地的範圍內。
  • Synthorai 透過 OpenAI 相容的 /v1/audio/speech 端點提供它。

常見問題

Google TTS Chirp 3 HD API 可以免費試用嗎?

可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。足以在新增付款方式之前,用真實工作負載試試 Google TTS Chirp 3 HD。

Google TTS Chirp 3 HD 最擅長什麼?

跨多種語言的 30 種不同風格、以星體命名的音色與低延遲文字串流、語速、停頓標籤與自訂發音皆在 preview。完整能力請見「關於」一節,內容取自廠商官方發布說明。

Google TTS Chirp 3 HD 的價格是多少?

在 Synthorai 上,Google TTS Chirp 3 HD 輸入 $30/百萬 token、輸出 $0/百萬 token,即廠商牌價,無平台加價。

Google TTS Chirp 3 HD 支援提示詞快取(prompt caching)嗎?

Google TTS Chirp 3 HD 目前在 Synthorai 上沒有快取讀取折扣。閘道上的其他模型仍支援提示詞快取,可在價格表中查看支援快取的替代模型。 各廠商快取比較 →

如何開通 Google TTS Chirp 3 HD?

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "google-tts-chirp3-hd" 即可。一組 API key 通用閘道上的所有模型。

相關模型

對比

本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。

取得 API 金鑰 算算你的成本 →