Accueil / Guides / API de synthèse vocale gratuite

API de synthèse vocale gratuite

Une API de synthèse vocale (TTS, Text to Speech) transforme du texte en audio parlé. Certains fournisseurs proposent la synthèse vocale gratuitement, avec des limites de caractères ou de requêtes. FreeLLMAPI envoie les requêtes /v1/audio/speech aux fournisseurs qui proposent des modèles vocaux. Lorsqu'un fournisseur échoue ou atteint sa limite, le routeur essaie le suivant.

Le code, les noms de modèles et les libellés du catalogue en direct sont affichés en anglais.

Fournisseurs de synthèse vocale gratuite

Le tableau présente les fournisseurs qui offrent un quota TTS gratuit. Nous avons vérifié chaque limite sur la page officielle du fournisseur. Les limites gratuites de synthèse vocale utilisent des caractères, des requêtes ou un budget de calcul quotidien. Comparez-les donc avec soin.

Quotas TTS gratuits d'après les pages des fournisseurs, vérifiés le 20 novembre 2026
FournisseurModèleQuota gratuit (officiel)SortieRemarques
GroqOrpheus English, Orpheus Arabic (Saudi)Offre gratuite avec des limites quotidiennes. Maximum de 200 caractères par requêteWAV uniquementUn administrateur de l'organisation doit d'abord accepter les conditions du modèle dans la console Groq
Google AI StudioGemini 2.5 Flash TTS (preview)Offre gratuite : l'entrée et la sortie sont gratuites, avec des limites de débitWAVDe nombreuses voix. Bon pour une parole naturelle
Cloudflare Workers AIMeloTTS10,000 neurones par jour. MeloTTS utilise 18.63 neurones par minute d'audioWAVEnviron 536 minutes d'audio par jour si aucun autre modèle n'utilise le budget. Sélecteur de langue, pas de sélecteur de voix
Cloudflare Workers AIDeepgram Aura 1Les mêmes 10,000 neurones. Aura 1 utilise 1,363.64 neurones pour 1,000 caractèresMP3Environ 7,300 caractères par jour
SpeechifySimba500,000 caractères par mois, sans carteMP3L'usage commercial est indiqué dans l'offre gratuite. Simba 3.5 passe à 333,000 caractères à partir du 21 novembre 2026
CartesiaSonic20,000 crédits par mois. 1 crédit vaut 1 caractèreWAVLa licence d'usage commercial n'est indiquée que sur les offres payantes

Les chiffres « environ » sont notre calcul à partir des tarifs publiés. Le budget Cloudflare est partagé par tous les modèles Workers AI d'un même compte, y compris les modèles de chat et d'image.

Étape 1 : installer FreeLLMAPI et ajouter les clés vocales

FreeLLMAPI est un logiciel libre. Il s'exécute sur votre ordinateur dans Docker. Vos clés de fournisseurs restent sur votre ordinateur.

Installer (macOS ou Linux)

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

Ouvrez le tableau de bord à l'adresse http://localhost:3001. Ajoutez vos clés sur la page Keys. Une clé Groq ou une clé Google AI Studio active aussi leurs modèles vocaux. Ouvrez ensuite Models, Audio pour voir les modèles vocaux et les activer ou les désactiver. Copiez votre clé unifiée depuis la page Keys.

Étape 2 : générer la parole

Le point d'accès utilise le format de requête d'OpenAI. Le champ input est obligatoire. Les champs model, voice et response_format sont facultatifs. Le corps de la réponse est le fichier audio.

curl : laisser le routeur choisir un fournisseur

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 : fixer Groq Orpheus English

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")

L'en-tête X-Provider indique le fournisseur qui a produit l'audio. L'en-tête Content-Type indique le format, par exemple audio/wav ou audio/mpeg.

Voix, formats et longueur du texte

  • Voix : les noms de voix standard d'OpenAI, comme alloy, correspondent à une voix native testée chez de nombreux fournisseurs. Vous pouvez aussi envoyer le nom d'une voix native, par exemple troy pour Orpheus English ou fahad pour Orpheus Arabic.
  • Formats : chaque fournisseur produit son propre format. Groq Orpheus et Cloudflare MeloTTS produisent du WAV. Cloudflare Aura produit du MP3. Un fournisseur refuse un format qu'il ne peut pas produire. Il n'envoie pas de fichier avec une mauvaise étiquette.
  • Longueur du texte : Groq accepte au maximum 200 caractères par requête. Découpez les longs textes en phrases et envoyez une requête pour chaque phrase.
  • Langue : Orpheus propose des modèles anglais et arabe saoudien. MeloTTS sur Cloudflare utilise l'anglais par cet adaptateur.

Python : découper un long texte en requêtes courtes

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}")

Règles d'utilisation et pièges

  • Conditions de licence : les offres gratuites peuvent limiter l'usage commercial. Cartesia n'indique la licence commerciale que pour les offres payantes. Lisez les conditions de chaque fournisseur avant de publier de l'audio.
  • Quotas partagés : le quota mensuel de caractères est lié au compte. Plus de voix ou plus de modèles ne donnent pas plus de caractères.
  • Conditions dans la console Groq : Groq renvoie une erreur tant qu'un administrateur n'a pas accepté les conditions du modèle. FreeLLMAPI n'accepte pas les conditions à votre place.
  • Formats mélangés : avec model: "auto", deux requêtes peuvent provenir de fournisseurs différents. Vérifiez Content-Type avant de joindre des fichiers, ou fixez un seul modèle.
  • Assemblage des parties : assemblez les parties audio avec un outil comme ffmpeg. Toutes les parties doivent avoir le même format et le même taux d'échantillonnage. Fixez donc un seul modèle pour un document.
  • Troncature : l'exemple de découpage coupe chaque partie à 200 caractères. Gardez vos phrases plus courtes que cela, sinon un mot peut être perdu.

Dépannage

ProblèmeCauseSolution
Erreur 400 sur un formatLe fournisseur ne peut pas produire ce formatSupprimez response_format, ou demandez wav à Orpheus
La requête Groq échoue sur un long texteLe texte comporte plus de 200 caractèresDécoupez le texte en parties courtes
Erreur Groq concernant les conditionsLes conditions du modèle ne sont pas acceptéesAcceptez les conditions dans la console Groq
Le fichier audio ne se lit pasL'extension du fichier ne correspond pas au formatUtilisez l'en-tête Content-Type pour définir l'extension
Erreur 503Aucun modèle vocal n'est activéAjoutez une clé et activez un modèle dans Models, Audio
Utilisez chacun de ces modèles avec une seule clé. FreeLLMAPI est un routeur open source auto-hébergé. Il place toutes ces offres gratuites derrière un seul point de terminaison compatible OpenAI, et bascule vers une autre offre lorsqu'une limite de débit est atteinte. Parcourir le catalogue ou passer en production.

Questions fréquentes

Existe-t-il une API de synthèse vocale gratuite ?

Oui. Groq, Google AI Studio, Cloudflare Workers AI, Speechify et Cartesia proposent la synthèse vocale gratuite avec des limites. FreeLLMAPI envoie les requêtes /v1/audio/speech à ces fournisseurs avec une seule clé.

Quelle API de synthèse vocale gratuite offre le plus de caractères ?

Parmi les fournisseurs du tableau, Speechify annonce 500,000 caractères par mois dans son offre gratuite. Cartesia annonce 20,000 crédits par mois, à raison de 1 crédit par caractère.

Puis-je utiliser l'audio de synthèse vocale gratuite à des fins commerciales ?

Cela dépend du fournisseur. Speechify indique l'usage commercial dans son offre gratuite. Cartesia n'indique la licence commerciale que pour les offres payantes. Lisez les conditions de chaque fournisseur.

Le SDK OpenAI fonctionne-t-il pour la synthèse vocale gratuite ?

Oui. Réglez base_url sur http://localhost:3001/v1 et appelez client.audio.speech.create. Le routeur choisit un fournisseur et renvoie les octets audio.

Guides associés

Sources

Tous les guides · Parcourir tous les modèles gratuits