Google TTS Standard 開放的是 Google Cloud Text-to-Speech 的 Standard 音色等級,也就是 Google 自家對照表僅以「成本效益高」標註的那個等級。
- 輸入
- 文字 $4/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
這條線標出這個模型的價格,在 Synthorai 的同類模型裡落在什麼位置;兩端分別是最便宜和最貴的模型。這裡列的是基礎價,批次、區域和快取寫入的折扣請見價格頁。
規格與限制
文字轉語音
| 合成語言 | 所有 Cloud TTS 音色類型中語言區域跨度最廣的等級。Standard 音色 id 已公布於 af-ZA、ar-XA、bg-BG、bn-IN、ca-ES、cmn-CN、cmn-TW、cs-CZ、da-DK、de-DE、el-GR、en-AU、en-GB、en-IN、en-US、es-ES、es-US、et-EE、eu-ES、fi-FI、fil-PH、fr-CA、fr-FR、gl-ES、gu-IN、he-IL、hi-IN、hu-HU、id-ID、is-IS、it-IT、ja-JP、kn-IN、ko-KR、lt-LT、lv-LV、ml-IN、mr-IN、ms-MY、nb-NO、nl-BE、nl-NL、pa-IN、pl-PL、pt-BR、pt-PT、ro-RO、ru-RU、sk-SK、sr-RS、sv-SE、ta-IN、te-IN、th-TH、tr-TR、uk-UA、ur-IN、vi-VN 與 yue-HK。 |
|---|---|
| 聲音 | 音色 id 採用語言區域加字母的形式(en-US-Standard-A、cmn-CN-Standard-A)。Google 的對照表把 Standard 列為成本效益高、已正式發布、可透過 SSML 控制,且不具備串流能力;文件把這些音色歸因於送過 vocoder 的參數式文字轉語音。 |
| 輸入上限 | 5,000 位元組 各家供應商公布這個上限時用的單位不一樣:對非拉丁文字來說,位元組上限不等於字元上限。 |
| 串流合成 | 不支援 |
| SSML | 支援 |
| 聲音控制 | 數值參數 |
| 可接受的控制項 |
|
| 計費單位 | 按輸入字元計費 多位元組字元以一個字元計費。 |
| 端點與格式 |
|
模型
| 模態 | 文字 → 音訊 |
|---|
- Google Cloud Text-to-Speech 的 Standard 音色等級,在定價頁上與 WaveNet、Studio 一同歸在 Legacy TTS models 之下。
- 每字元 US$0.000004(每 100 萬字元 US$4),每月前 400 萬字元免費,是定價表所公布的最大免費額度。
30 秒上手 Google TTS Standard
相容 OpenAI:換掉 base_url,SDK 不用換。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-standard",
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-standard",
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-standard",
"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-standard",
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-standard")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));關於 Google TTS Standard
- 它的音色是目錄中最舊的技術,文件也直說了:參數式文字轉語音是把輸出送過稱為 vocoder 的訊號處理演算法來產生音訊,而許多 Standard 音色用的正是該技術的一種變體,這也是它們聽起來比生成式等級更平板的老實原因。
- 定價頁把 Standard 與 WaveNet、Studio 一起歸在 Legacy TTS models 之下,每字元 US$0.000004,標示為每 100 萬字元 US$4,每月前 400 萬字元免費,是定價表所公布的最大免費額度。
- Standard 在表現力上讓出的,它用覆蓋面補了回來。
- 音色 id 採用語言區域加字母的形式,例如 en-US-Standard-A 或 cmn-CN-Standard-A,而支援音色表把 Standard 列在整個產品中最廣的語言區域範圍上,從 af-ZA 與 eu-ES,經 hi-IN、ja-JP 與 ur-IN,一路到 yue-HK,遠遠超出較新等級所及之處。
- 可控性靠的是 SSML,標籤包括 speak、break、prosody、emphasis、say-as、sub 與 phoneme,而 AudioConfig 區塊另外提供 0.25 到 2.0 的 speakingRate、上下各 20 個半音的 pitch、-96 到 16 的 volumeGainDb、可選的輸出取樣率,以及為穿戴裝置、手機、耳機、藍牙喇叭、車載音響與 IVR 調校的 effectsProfileId 裝置設定檔。
- 輸出為帶 WAV 檔頭的 LINEAR16、32 kbps MP3、OGG_OPUS,或 G.711 MULAW 與 ALAW。
- 有兩項限制要緊:單次請求最多承載 5,000 位元組的內容;而 Standard 不在串流合成上提供,因此長文字意味著走非同步的 Long Audio Synthesis 路徑,或自行分塊。
- 計費計算每一個字元,含空格、換行與除 mark 以外的 SSML 標籤,不過對 Standard 而言多位元組字元只計一次。
- Synthorai 透過 OpenAI 相容的 /v1/audio/speech 端點提供它。
常見問題
Google TTS Standard API 可以免費試用嗎?
可以,新帳號有 10 次試用呼叫和最高 $1 的免費額度,免綁卡。在綁定付款方式之前,就足夠你拿實際的工作負載試試 Google TTS Standard。
Google TTS Standard 最擅長什麼?
Google 標為成本效益高的那個等級、所有 cloud tts 音色類型中語言區域最廣、參數式音色,搭配 ssml 與裝置設定檔。完整介紹請見「關於」一節,內容取自供應商官方的發布說明。
Google TTS Standard 的價格是多少?
在 Synthorai 上,Google TTS Standard 的輸入價是每百萬 token $4,輸出價是每百萬 token $0。這就是供應商官網價,平台不加價。
Google TTS Standard 支援提示詞快取(prompt caching)嗎?
Google TTS Standard 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,可以到價格表查看支援快取的替代模型。 各供應商快取比較 →
如何開通 Google TTS Standard?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "google-tts-standard" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。
相關模型
比較
本頁每一個數值都摘錄自供應商自己的文件(連結見上方),並附上查核日期。價格是放在整個目錄裡比較;各家供應商定義不一樣的規格,只說明差異,不畫成圖表比較。這裡沒有任何數據是我們自己量測的,也不做評分。