Laman utama / Panduan / API teks ke ucapan percuma

API teks ke ucapan percuma

API teks ke ucapan (TTS) menukar teks kepada audio lisan. Sesetengah penyedia memberikan TTS secara percuma, dengan had aksara atau permintaan. FreeLLMAPI menghantar permintaan /v1/audio/speech kepada penyedia yang menyediakan model ucapan. Apabila satu penyedia gagal atau mencapai had, penghala mencuba penyedia seterusnya.

Kod, nama model dan label katalog langsung dipaparkan dalam bahasa Inggeris.

Penyedia teks ke ucapan percuma

Jadual ini menunjukkan penyedia dengan elaun TTS percuma. Kami menyemak setiap had pada halaman rasmi penyedia. Had ucapan percuma menggunakan aksara, permintaan atau bajet pengiraan harian, jadi bandingkannya dengan teliti.

Elaun TTS percuma daripada halaman penyedia, disemak 20 November 2026
PenyediaModelElaun percuma (rasmi)OutputNota
GroqOrpheus English, Orpheus Arabic (Saudi)Pelan percuma dengan had harian. Maksimum 200 aksara bagi setiap permintaanWAV sahajaPentadbir organisasi mesti menerima terma model dalam konsol Groq dahulu
Google AI StudioGemini 2.5 Flash TTS (pratonton)Tier percuma: input dan output percuma, dengan had kadarWAVBanyak suara. Sesuai untuk ucapan semula jadi
Cloudflare Workers AIMeloTTS10,000 neuron setiap hari. MeloTTS menggunakan 18.63 neuron bagi setiap minit audioWAVKira-kira 536 minit audio setiap hari jika tiada model lain menggunakan bajet. Pemilih bahasa, tiada pemilih suara
Cloudflare Workers AIDeepgram Aura 110,000 neuron yang sama. Aura 1 menggunakan 1,363.64 neuron bagi setiap 1,000 aksaraMP3Kira-kira 7,300 aksara setiap hari
SpeechifySimba500,000 aksara setiap bulan, tanpa kadMP3Penggunaan komersial disenaraikan pada pelan percuma. Simba 3.5 turun kepada 333,000 aksara bermula 21 November 2026
CartesiaSonic20,000 kredit setiap bulan. 1 kredit ialah 1 aksaraWAVLesen penggunaan komersial disenaraikan pada pelan berbayar sahaja

Nombor "kira-kira" ialah pengiraan kami daripada kadar yang diterbitkan. Bajet Cloudflare dikongsi oleh semua model Workers AI pada satu akaun, termasuk model sembang dan imej.

Langkah 1: Pasang FreeLLMAPI dan tambah kunci ucapan

FreeLLMAPI ialah sumber terbuka. Ia dijalankan pada komputer anda dalam Docker. Kunci penyedia anda kekal pada komputer anda.

Pasang (macOS atau Linux)

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

Buka papan pemuka di http://localhost:3001. Tambah kunci anda pada halaman Keys. Kunci Groq atau kunci Google AI Studio turut mendayakan model ucapan mereka. Kemudian buka Models, Audio untuk melihat model ucapan dan menghidupkan atau mematikannya. Salin kunci bersatu anda daripada halaman Keys.

Langkah 2: Jana ucapan

Titik akhir menggunakan format permintaan OpenAI. Medan input wajib. Medan model, voice dan response_format adalah pilihan. Badan respons ialah fail audio.

curl: biarkan penghala memilih penyedia

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: tetapkan 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")

Pengepala X-Provider menunjukkan penyedia yang menghasilkan audio. Pengepala Content-Type menunjukkan format, contohnya audio/wav atau audio/mpeg.

Suara, format dan panjang teks

  • Suara: nama suara OpenAI standard, seperti alloy, dipetakan kepada suara asli yang telah diuji pada banyak penyedia. Anda juga boleh menghantar nama suara asli, contohnya troy untuk Orpheus English atau fahad untuk Orpheus Arabic.
  • Format: setiap penyedia menghasilkan formatnya sendiri. Groq Orpheus dan Cloudflare MeloTTS menghasilkan WAV. Cloudflare Aura menghasilkan MP3. Penyedia menolak format yang tidak dapat dihasilkannya. Ia tidak menghantar fail dengan label yang salah.
  • Panjang teks: Groq menerima paling banyak 200 aksara bagi setiap permintaan. Pecahkan teks panjang kepada ayat dan hantar satu permintaan bagi setiap ayat.
  • Bahasa: Orpheus mempunyai model bahasa Inggeris dan Arab Saudi. MeloTTS pada Cloudflare menggunakan bahasa Inggeris melalui adapter ini.

Python: pecahkan teks panjang kepada permintaan pendek

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}")

Peraturan penggunaan dan perkara yang perlu dielakkan

  • Terma lesen: pelan percuma boleh mengehadkan penggunaan komersial. Cartesia menyenaraikan lesen komersial pada pelan berbayar sahaja. Baca terma setiap penyedia sebelum anda menerbitkan audio.
  • Elaun dikongsi: elaun aksara bulanan adalah untuk akaun. Lebih banyak suara atau lebih banyak model tidak memberikan lebih banyak aksara.
  • Terma dalam konsol Groq: Groq memulangkan ralat sehingga pentadbir menerima terma model. FreeLLMAPI tidak menerima terma untuk anda.
  • Format bercampur: dengan model: "auto", dua permintaan boleh datang daripada penyedia yang berbeza. Semak Content-Type sebelum anda menggabungkan fail, atau tetapkan satu model.
  • Menggabungkan bahagian: gabungkan bahagian audio dengan alat seperti ffmpeg. Semua bahagian mesti mempunyai format dan kadar sampel yang sama, jadi tetapkan satu model bagi satu dokumen.
  • Pemotongan: contoh pecahan memotong setiap bahagian pada 200 aksara. Pastikan ayat anda lebih pendek daripada itu, atau satu perkataan boleh hilang.

Penyelesaian masalah

MasalahPuncaPenyelesaian
Ralat 400 pada formatPenyedia tidak dapat menghasilkan format ituBuang response_format, atau minta wav daripada Orpheus
Permintaan Groq gagal pada teks panjangTeks mempunyai lebih daripada 200 aksaraPecahkan teks kepada bahagian pendek
Ralat Groq tentang termaTerma model belum diterimaTerima terma dalam konsol Groq
Fail audio tidak dimainkanSambungan fail tidak sepadan dengan formatGuna pengepala Content-Type untuk menetapkan sambungan
Ralat 503Tiada model ucapan didayakanTambah kunci dan hidupkan model pada Models, Audio
Guna setiap satu daripada ini melalui satu kunci. FreeLLMAPI ialah penghala sumber terbuka yang anda hoskan sendiri. Ia meletakkan semua peringkat percuma ini di belakang satu titik akhir serasi OpenAI dan beralih ke pembekal lain apabila had kadar dicapai. Layari katalog atau mula sekarang.

Soalan lazim

Adakah terdapat API teks ke ucapan percuma?

Ada. Groq, Google AI Studio, Cloudflare Workers AI, Speechify dan Cartesia memberikan teks ke ucapan percuma dengan had. FreeLLMAPI menghantar permintaan /v1/audio/speech kepada penyedia ini melalui satu kunci.

API teks ke ucapan percuma yang manakah mempunyai aksara paling banyak?

Antara penyedia dalam jadual, Speechify menyenaraikan 500,000 aksara setiap bulan pada pelan percumanya. Cartesia menyenaraikan 20,000 kredit setiap bulan, dengan 1 kredit bagi setiap aksara.

Bolehkah saya guna audio teks ke ucapan percuma untuk tujuan komersial?

Ia bergantung pada penyedia. Speechify menyenaraikan penggunaan komersial pada pelan percumanya. Cartesia menyenaraikan lesen komersial pada pelan berbayar sahaja. Baca terma setiap penyedia.

Adakah SDK OpenAI berfungsi untuk teks ke ucapan percuma?

Ya. Tetapkan base_url kepada http://localhost:3001/v1 dan panggil client.audio.speech.create. Penghala memilih penyedia dan memulangkan bait audio.

Panduan berkaitan

Sumber

Semua panduan · Lihat semua model percuma