मुफ़्त text to speech API
Text to speech (TTS) API text को बोले गए audio में बदलता है। कुछ providers TTS मुफ़्त देते हैं, character या request limits के साथ। FreeLLMAPI /v1/audio/speech अनुरोध उन providers को भेजता है जो speech models देते हैं। जब एक provider विफल होता है या उसकी limit तक पहुंचता है, तो router अगले provider को आज़माता है।
कोड, मॉडल नाम और लाइव कैटलॉग लेबल अंग्रेज़ी में दिखाए गए हैं।
मुफ़्त text to speech providers
तालिका उन providers को दिखाती है जिनकी मुफ़्त TTS सीमा है। हमने हर limit आधिकारिक provider पेज पर जांची। मुफ़्त speech limits characters, requests या दैनिक compute budget का उपयोग करती हैं, इसलिए उनकी तुलना सावधानी से करें।
| Provider | Model | मुफ़्त सीमा (आधिकारिक) | Output | नोट्स |
|---|---|---|---|---|
| Groq | Orpheus English, Orpheus Arabic (Saudi) | दैनिक limits वाला मुफ़्त plan। हर अनुरोध के लिए अधिकतम 200 characters | केवल WAV | Organization admin को पहले Groq console में model terms स्वीकार करने होंगे |
| Google AI Studio | Gemini 2.5 Flash TTS (preview) | मुफ़्त tier: input और output बिना शुल्क, rate limits के साथ | WAV | कई voices। स्वाभाविक speech के लिए अच्छा |
| Cloudflare Workers AI | MeloTTS | हर दिन 10,000 neurons। MeloTTS हर audio minute के लिए 18.63 neurons उपयोग करता है | WAV | यदि कोई दूसरा model budget उपयोग न करे, तो हर दिन लगभग 536 audio minutes। Language selector है, voice selector नहीं |
| Cloudflare Workers AI | Deepgram Aura 1 | वही 10,000 neurons। Aura 1 हर 1,000 characters के लिए 1,363.64 neurons उपयोग करता है | MP3 | हर दिन लगभग 7,300 characters |
| Speechify | Simba | हर महीने 500,000 characters, card की आवश्यकता नहीं | MP3 | मुफ़्त plan पर commercial use सूचीबद्ध है। Simba 3.5 21 November 2026 से 333,000 characters तक घट जाता है |
| Cartesia | Sonic | हर महीने 20,000 credits। 1 credit = 1 character | WAV | Commercial use license केवल paid plans पर सूचीबद्ध है |
"लगभग" वाले अंक हमारी गणना हैं, जो प्रकाशित दरों से निकाली गई है। Cloudflare budget एक account पर सभी Workers AI models में साझा है, जिनमें chat और image models भी शामिल हैं।
चरण 1: FreeLLMAPI इंस्टॉल करें और speech keys जोड़ें
FreeLLMAPI open source है। यह आपके कंप्यूटर पर Docker में चलता है। आपकी provider keys आपके कंप्यूटर पर रहती हैं।
इंस्टॉल करें (macOS या Linux)
curl -fsSL https://freellmapi.co/install.sh | bashhttp://localhost:3001 पर dashboard खोलें। Keys page पर अपनी keys जोड़ें। Groq key या Google AI Studio key उनके speech models भी चालू करती है। फिर Models, Audio खोलें, speech models देखने के लिए और उन्हें चालू या बंद करने के लिए। Keys page से अपनी unified key कॉपी करें।
चरण 2: speech बनाएं
Endpoint OpenAI अनुरोध फ़ॉर्मेट उपयोग करता है। input फ़ील्ड आवश्यक है। model, voice और response_format फ़ील्ड वैकल्पिक हैं। Response body audio फ़ाइल है।
curl: router को provider चुनने दें
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.txtPython: Groq Orpheus English को पिन करें
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")X-Provider header दिखाता है कि audio किस provider ने बनाया। Content-Type header फ़ॉर्मेट दिखाता है, उदाहरण के लिए audio/wav या audio/mpeg।
Voices, formats और text की लंबाई
- Voices: मानक OpenAI voice नाम, जैसे
alloy, कई providers पर परीक्षित मूल voice से मैप होते हैं। आप मूल voice नाम भी भेज सकते हैं, उदाहरण के लिए Orpheus English के लिएtroyया Orpheus Arabic के लिएfahad। - Formats: हर provider अपना फ़ॉर्मेट बनाता है। Groq Orpheus और Cloudflare MeloTTS WAV बनाते हैं। Cloudflare Aura MP3 बनाता है। Provider वह फ़ॉर्मेट अस्वीकार करता है जिसे वह नहीं बना सकता। वह गलत लेबल वाली फ़ाइल नहीं भेजता।
- Text की लंबाई: Groq हर अनुरोध के लिए अधिकतम 200 characters स्वीकार करता है। लंबा पाठ वाक्यों में बांटें और हर वाक्य के लिए एक अनुरोध भेजें।
- भाषा: Orpheus के पास English और Saudi Arabic models हैं। Cloudflare पर MeloTTS इस adapter के माध्यम से English उपयोग करता है।
Python: लंबे पाठ को छोटे अनुरोधों में बांटें
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}")उपयोग के नियम और सावधानियां
- License शर्तें: मुफ़्त plans commercial use को सीमित कर सकते हैं। Cartesia commercial license केवल paid plans पर सूचीबद्ध करता है। Audio प्रकाशित करने से पहले हर provider की शर्तें पढ़ें।
- साझा सीमाएं: मासिक character सीमा account के लिए है। अधिक voices या अधिक models से अधिक characters नहीं मिलते।
- Groq console की शर्तें: जब तक admin model terms स्वीकार नहीं करता, Groq error लौटाता है। FreeLLMAPI आपके लिए terms स्वीकार नहीं करता।
- मिश्रित फ़ॉर्मेट:
model: "auto"के साथ, दो अनुरोध अलग-अलग providers से आ सकते हैं। फ़ाइलें जोड़ने से पहलेContent-Typeजांचें, या एक model पिन करें। - भागों को जोड़ना: ffmpeg जैसे tool से audio भागों को जोड़ें। सभी भागों का फ़ॉर्मेट और sample rate एक ही होना चाहिए, इसलिए एक दस्तावेज़ के लिए एक model पिन करें।
- काटना (truncation): split उदाहरण हर भाग को 200 characters पर काटता है। अपने वाक्य इससे छोटे रखें, वरना कोई शब्द खो सकता है।
समस्या निवारण
| समस्या | कारण | समाधान |
|---|---|---|
| फ़ॉर्मेट पर Error 400 | Provider वह फ़ॉर्मेट नहीं बना सकता | response_format हटाएं, या Orpheus से wav मांगें |
| लंबे पाठ पर Groq अनुरोध विफल | पाठ में 200 characters से अधिक हैं | पाठ को छोटे भागों में बांटें |
| Terms के बारे में Groq error | Model terms स्वीकार नहीं हुए हैं | Groq console में terms स्वीकार करें |
| Audio फ़ाइल नहीं चलती | फ़ाइल extension फ़ॉर्मेट से मेल नहीं खाता | Extension तय करने के लिए Content-Type header उपयोग करें |
| Error 503 | कोई speech model चालू नहीं है | एक key जोड़ें और Models, Audio पर एक model चालू करें |
अक्सर पूछे जाने वाले प्रश्न
क्या कोई मुफ़्त text to speech API है?
हां। Groq, Google AI Studio, Cloudflare Workers AI, Speechify और Cartesia limits के साथ मुफ़्त text to speech देते हैं। FreeLLMAPI एक key से /v1/audio/speech अनुरोध इन providers को भेजता है।
किस मुफ़्त text to speech API में सबसे अधिक characters हैं?
तालिका के providers में से, Speechify अपने मुफ़्त plan पर हर महीने 500,000 characters सूचीबद्ध करता है। Cartesia हर महीने 20,000 credits सूचीबद्ध करता है, हर character के लिए 1 credit।
क्या मैं मुफ़्त text to speech audio का वाणिज्यिक उपयोग कर सकता हूं?
यह provider पर निर्भर करता है। Speechify अपने मुफ़्त plan पर commercial use सूचीबद्ध करता है। Cartesia commercial license केवल paid plans पर सूचीबद्ध करता है। हर provider की शर्तें पढ़ें।
क्या मुफ़्त text to speech के लिए OpenAI SDK काम करता है?
हां। base_url को http://localhost:3001/v1 पर सेट करें और client.audio.speech.create call करें। Router provider चुनता है और audio bytes लौटाता है।
संबंधित गाइड
स्रोत
- FreeLLMAPI docs: Images, video and text-to-speech (जाँचा गया 20 November 2026)
- FreeLLMAPI docs: Groq Orpheus speech (जाँचा गया 20 November 2026)
- Groq docs: Orpheus text to speech (जाँचा गया 20 November 2026)
- Gemini Developer API pricing (जाँचा गया 20 November 2026)
- Cloudflare Workers AI pricing (जाँचा गया 20 November 2026)
- Speechify API pricing (जाँचा गया 20 November 2026)
- Cartesia pricing (जाँचा गया 20 November 2026)