BytePlus Seed TTS 2.0 vs TTS-1 HD
vs
什么时候选哪个
根据所提供的事实,这两者是可互换的:seed-tts-2.0 和 tts-1-hd 均接受文本输入并返回音频,两者都具备语音能力,上下文上限均为 4096 token,且对输入均收取每百万 token $30。由于价格表和单位完全一致,任何一方都没有成本或上下文优势方面的理由——请根据供应商偏好、适合你产品的语音输出,或者你已经集成了哪家提供商来做选择。在两者中分别运行一段你的短脚本样本,并保留听起来合适的那个。
价格
| BytePlus Seed TTS 2.0 | TTS-1 HD | Δ | |
|---|---|---|---|
| 每 1M 字符 | $30 | $30 | = |
价格取自构建时的实时目录,最新价格见各模型页面。
两个模型所处的位置:全部 7 个按同一单位计费的文字转语音模型的每 1M 字符价格分布(对数刻度)
BytePlus Seed TTS 2.0 · $30 TTS-1 HD · $30
$4 · Google TTS Standard $30 · Google TTS Chirp 3 HD
能力
| BytePlus Seed TTS 2.0 | TTS-1 HD | |
|---|---|---|
| 流式输出 | 是 | 是 |
| SSML | unsupported | undocumented |
| 计费单位 | character | character |
规格
| BytePlus Seed TTS 2.0 | TTS-1 HD | |
|---|---|---|
| 输入模态 | 文本 | 文本 |
| 输出模态 | 音频 | 音频 |
| 发布日期 | 2025-10-16 | 2023-11-06 |
| 请求限制 | - | 4096 characters |
| 音色 | TTS 2.0 音色使用 *_uranus_bigtts 形式的 speaker ID,并在 Voice List 页面按场景(General、Entertainment、Education、Dubbing、AudioBook、RolePlay、CustomerService)列出;每个音色的情绪通过 audio_params.emotion 控制,emotion_scale 取 1 到 5(默认 4),speech_rate 和 loudness_rate 取值区间为 [-50, 100],post_process.pitch 为 [-12, 12]。 | alloy、ash、coral、echo、fable、onyx、nova、sage 和 shimmer,比完整的 13 个 TTS 音色列表要少,且这些音色目前是针对英语优化的。 |
| 语言 | 英语、中文、日语、德语、法语、墨西哥西班牙语、印尼语、巴西葡萄牙语、意大利语和韩语 | 大体沿用 Whisper 模型的语言支持:南非荷兰语、阿拉伯语、亚美尼亚语、阿塞拜疆语、白俄罗斯语、波斯尼亚语、保加利亚语、加泰罗尼亚语、中文、克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、芬兰语、法语、加利西亚语、德语、希腊语、希伯来语、印地语、匈牙利语、冰岛语、印尼语、意大利语、日语、卡纳达语、哈萨克语、韩语、拉脱维亚语、立陶宛语、马其顿语、马来语、马拉地语、毛利语、尼泊尔语、挪威语、波斯语、波兰语、葡萄牙语、罗马尼亚语、俄语、塞尔维亚语、斯洛伐克语、斯洛文尼亚语、西班牙语、斯瓦希里语、瑞典语、他加禄语、泰米尔语、泰语、土耳其语、乌克兰语、乌尔都语、越南语和威尔士语,尽管音色是针对英语优化的 |
| 声音控制 | context_texts 和 section_id 仅 TTS 2.0 支持:一条自然语言指令即可调控语速、情绪、音量和风格(列表中只有第一个值生效,且其文本不计费),section_id 则可把此前最多 30 轮或 10 分钟的合成串联为历史上下文。 | none |
| 限制 | 可通过单向流式 HTTP、单向或双向流式 WebSocket 以及在线 SDK 接入;单向流式和非流式接口的采样率为 24K/16K/8K,双向接口为 48K/24K/16K/8K;输出 PCM、OGG_OPUS 或 MP3(WAV 也被接受,但流式时会返回多个文件头);不支持 SSML | 仅支持语音生成端点(v1/audio/speech),Chat Completions、Responses、Realtime、Batch 和微调均列为不支持;输入文本上限 4096 个字符;输出 mp3(默认)、opus、aac、flac、wav 或 pcm(原始 24 kHz 16-bit 有符号小端采样);通过分块传输编码实现实时播放 |
规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: BytePlus Seed TTS 2.0 · TTS-1 HD
改一行代码就能在两个模型之间切换
下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。
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", # 取消注释此行,注释上一行
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", // 取消注释此行,注释上一行
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" \ # 取消注释此行,注释上一行
-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", // 取消注释此行,注释上一行
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") // 取消注释此行,注释上一行
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());常见问题
BytePlus Seed TTS 2.0 和 TTS-1 HD 哪个更便宜?
两者的「每 1M 字符」同为 $30。其他费率与实际用量仍可能影响总费用。
不用分别集成两次,就能对 BytePlus Seed TTS 2.0 和 TTS-1 HD 做 A/B 测试吗?
可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。
文字转语音如何计费?
按输入文本的字符数计费,单次请求的字符上限见规格表。不管用哪个模型,长文本都得拆成多个请求。