Startseite / Anleitungen / Kostenlose Text-to-Speech-API

Kostenlose Text-to-Speech-API

Eine Text-to-Speech-API (TTS) wandelt Text in gesprochenes Audio um. Manche Anbieter bieten TTS kostenlos an, mit Zeichen- oder Anfragelimits. FreeLLMAPI sendet Anfragen an /v1/audio/speech an die Anbieter, die Sprachmodelle bereitstellen. Wenn ein Anbieter ausfällt oder sein Limit erreicht, versucht der Router den nächsten.

Code, Modellnamen und Bezeichnungen aus dem Live-Katalog werden auf Englisch angezeigt.

Kostenlose Text-to-Speech-Anbieter

Die Tabelle zeigt Anbieter mit einem kostenlosen TTS-Kontingent. Wir haben jedes Limit auf der offiziellen Seite des Anbieters geprüft. Kostenlose Sprachlimits basieren auf Zeichen, Anfragen oder einem täglichen Rechenbudget. Vergleichen Sie sie daher sorgfältig.

Kostenlose TTS-Kontingente laut Anbieterseiten, geprüft am 20. November 2026
AnbieterModellKostenloses Kontingent (offiziell)AusgabeHinweise
GroqOrpheus English, Orpheus Arabic (Saudi)Kostenloser Tarif mit täglichen Limits. Maximal 200 Zeichen pro AnfrageNur WAVEin Organisationsadministrator muss zuerst die Modellbedingungen in der Groq-Konsole akzeptieren
Google AI StudioGemini 2.5 Flash TTS (Vorschau)Kostenloser Tarif: Eingabe und Ausgabe sind kostenlos, mit RatenlimitsWAVViele Stimmen. Gut für natürlich klingende Sprache
Cloudflare Workers AIMeloTTS10.000 Neuronen pro Tag. MeloTTS verbraucht 18,63 Neuronen pro AudiominuteWAVEtwa 536 Audiominuten pro Tag, wenn kein anderes Modell das Budget nutzt. Sprachauswahl, keine Stimmauswahl
Cloudflare Workers AIDeepgram Aura 1Dieselben 10.000 Neuronen. Aura 1 verbraucht 1.363,64 Neuronen pro 1.000 ZeichenMP3Etwa 7.300 Zeichen pro Tag
SpeechifySimba500.000 Zeichen pro Monat, ohne KarteMP3Die kommerzielle Nutzung ist im kostenlosen Tarif aufgeführt. Simba 3.5 sinkt ab dem 21. November 2026 auf 333.000 Zeichen
CartesiaSonic20.000 Credits pro Monat. 1 Credit entspricht 1 ZeichenWAVDie Lizenz für kommerzielle Nutzung ist nur in den bezahlten Tarifen aufgeführt

Die Zahlen mit "etwa" sind unsere Berechnung aus den veröffentlichten Preisen. Das Cloudflare-Budget wird von allen Workers-AI-Modellen eines Kontos geteilt, einschließlich Chat- und Bildmodellen.

Schritt 1: FreeLLMAPI installieren und Sprachschlüssel hinzufügen

FreeLLMAPI ist Open Source. Es läuft in Docker auf Ihrem Computer. Ihre Anbieterschlüssel bleiben auf Ihrem Computer.

Installation (macOS oder Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Öffnen Sie das Dashboard unter http://localhost:3001. Fügen Sie Ihre Schlüssel auf der Seite Keys hinzu. Ein Groq-Schlüssel oder ein Google-AI-Studio-Schlüssel aktiviert auch deren Sprachmodelle. Öffnen Sie dann Models, Audio, um die Sprachmodelle zu sehen und ein- oder auszuschalten. Kopieren Sie Ihren einheitlichen Schlüssel von der Seite Keys.

Schritt 2: Sprache erzeugen

Der Endpunkt verwendet das Anfrageformat von OpenAI. Das Feld input ist erforderlich. Die Felder model, voice und response_format sind optional. Der Antworttext ist die Audiodatei.

curl: Den Router den Anbieter wählen lassen

curl http://localhost:3001/v1/audio/speech \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{"model": "auto", "input": "Your order has shipped.", "voice": "alloy"}' \
  --dump-header headers.txt \
  --output speech.audio
grep -i -E "content-type|x-provider" headers.txt

Python: Groq Orpheus English festlegen

from openai import OpenAI

client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")

with client.audio.speech.with_streaming_response.create(
    model="canopylabs/orpheus-v1-english",
    voice="troy",           # a native Orpheus voice; "alloy" also maps to troy
    input="Your order has shipped. It arrives on Friday.",
    response_format="wav",  # Orpheus returns WAV only
) as response:
    print("Served by:", response.headers.get("x-provider"))
    response.stream_to_file("speech.wav")

Der Header X-Provider zeigt, welcher Anbieter das Audio erzeugt hat. Der Header Content-Type zeigt das Format, zum Beispiel audio/wav oder audio/mpeg.

Stimmen, Formate und Textlänge

  • Stimmen: Standardnamen der OpenAI-Stimmen, wie alloy, werden bei vielen Anbietern auf eine getestete native Stimme abgebildet. Sie können auch einen nativen Stimmennamen senden, zum Beispiel troy für Orpheus English oder fahad für Orpheus Arabic.
  • Formate: Jeder Anbieter erzeugt sein eigenes Format. Groq Orpheus und Cloudflare MeloTTS erzeugen WAV. Cloudflare Aura erzeugt MP3. Ein Anbieter lehnt ein Format ab, das er nicht erzeugen kann. Er sendet keine Datei mit einer falschen Kennzeichnung.
  • Textlänge: Groq akzeptiert pro Anfrage höchstens 200 Zeichen. Teilen Sie langen Text in Sätze und senden Sie für jeden Satz eine Anfrage.
  • Sprache: Orpheus hat Modelle für Englisch und Saudi-Arabisch. MeloTTS auf Cloudflare verwendet über diesen Adapter Englisch.

Python: Langen Text in kurze Anfragen teilen

import re
from openai import OpenAI

client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
text = open("article.txt").read()
parts = [s for s in re.split(r"(?<=[.!?])\s+", text) if s.strip()]

for i, part in enumerate(parts):
    with client.audio.speech.with_streaming_response.create(
        model="auto", voice="alloy", input=part[:200],
    ) as r:
        ext = "mp3" if "mpeg" in r.headers.get("content-type", "") else "wav"
        r.stream_to_file(f"part-{i:03d}.{ext}")

Regeln für die Nutzung und typische Fehler

  • Lizenzbedingungen: Kostenlose Tarife können die kommerzielle Nutzung einschränken. Cartesia listet die kommerzielle Lizenz nur in den bezahlten Tarifen auf. Lesen Sie die Bedingungen jedes Anbieters, bevor Sie Audio veröffentlichen.
  • Geteilte Kontingente: Ein monatliches Zeichenkontingent gilt für das Konto. Mehr Stimmen oder mehr Modelle ergeben keine zusätzlichen Zeichen.
  • Bedingungen in der Groq-Konsole: Groq gibt einen Fehler zurück, bis ein Administrator die Modellbedingungen akzeptiert. FreeLLMAPI akzeptiert die Bedingungen nicht für Sie.
  • Gemischte Formate: Mit model: "auto" können zwei Anfragen von verschiedenen Anbietern stammen. Prüfen Sie Content-Type, bevor Sie Dateien zusammenfügen, oder legen Sie ein Modell fest.
  • Teile zusammenfügen: Fügen Sie die Audioteile mit einem Werkzeug wie ffmpeg zusammen. Alle Teile müssen dasselbe Format und dieselbe Abtastrate haben. Legen Sie daher für ein Dokument ein Modell fest.
  • Kürzung: Das Beispiel zum Teilen kürzt jeden Teil auf 200 Zeichen. Halten Sie Ihre Sätze kürzer, sonst kann ein Wort verloren gehen.

Fehlerbehebung

ProblemUrsacheLösung
Fehler 400 bei einem FormatDer Anbieter kann dieses Format nicht erzeugenEntfernen Sie response_format oder fordern Sie wav von Orpheus an
Groq-Anfrage schlägt bei langem Text fehlDer Text hat mehr als 200 ZeichenTeilen Sie den Text in kurze Teile
Groq-Fehler zu den BedingungenDie Modellbedingungen sind nicht akzeptiertAkzeptieren Sie die Bedingungen in der Groq-Konsole
Audiodatei lässt sich nicht abspielenDie Dateiendung passt nicht zum FormatVerwenden Sie den Header Content-Type, um die Endung festzulegen
Fehler 503Kein Sprachmodell ist aktiviertFügen Sie einen Schlüssel hinzu und aktivieren Sie ein Modell unter Models, Audio
Nutzen Sie alle diese Modelle über einen einzigen Schlüssel. FreeLLMAPI ist ein Open-Source-Router, den Sie selbst hosten. Er stellt alle diese kostenlosen Angebote hinter einem einzigen OpenAI-kompatiblen Endpunkt bereit und wechselt zum nächsten Anbieter, wenn ein Anbieter das Limit erreicht. Katalog ansehen oder Jetzt starten.

Häufig gestellte Fragen

Gibt es eine kostenlose Text-to-Speech-API?

Ja. Groq, Google AI Studio, Cloudflare Workers AI, Speechify und Cartesia bieten kostenlose Text-to-Speech mit Limits. FreeLLMAPI sendet Anfragen an /v1/audio/speech über einen Schlüssel an diese Anbieter.

Welche kostenlose Text-to-Speech-API hat die meisten Zeichen?

Von den Anbietern in der Tabelle nennt Speechify in seinem kostenlosen Tarif 500.000 Zeichen pro Monat. Cartesia nennt 20.000 Credits pro Monat, mit 1 Credit pro Zeichen.

Kann ich kostenloses Text-to-Speech-Audio kommerziell nutzen?

Das hängt vom Anbieter ab. Speechify nennt die kommerzielle Nutzung in seinem kostenlosen Tarif. Cartesia nennt die kommerzielle Lizenz nur in den bezahlten Tarifen. Lesen Sie die Bedingungen jedes Anbieters.

Funktioniert das OpenAI SDK für kostenloses Text-to-Speech?

Ja. Setzen Sie base_url auf http://localhost:3001/v1 und rufen Sie client.audio.speech.create auf. Der Router wählt einen Anbieter und gibt die Audiobytes zurück.

Verwandte Anleitungen

Quellen

Alle Anleitungen · Alle kostenlosen Modelle ansehen