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.
| Penyedia | Model | Elaun percuma (rasmi) | Output | Nota |
|---|---|---|---|---|
| Groq | Orpheus English, Orpheus Arabic (Saudi) | Pelan percuma dengan had harian. Maksimum 200 aksara bagi setiap permintaan | WAV sahaja | Pentadbir organisasi mesti menerima terma model dalam konsol Groq dahulu |
| Google AI Studio | Gemini 2.5 Flash TTS (pratonton) | Tier percuma: input dan output percuma, dengan had kadar | WAV | Banyak suara. Sesuai untuk ucapan semula jadi |
| Cloudflare Workers AI | MeloTTS | 10,000 neuron setiap hari. MeloTTS menggunakan 18.63 neuron bagi setiap minit audio | WAV | Kira-kira 536 minit audio setiap hari jika tiada model lain menggunakan bajet. Pemilih bahasa, tiada pemilih suara |
| Cloudflare Workers AI | Deepgram Aura 1 | 10,000 neuron yang sama. Aura 1 menggunakan 1,363.64 neuron bagi setiap 1,000 aksara | MP3 | Kira-kira 7,300 aksara setiap hari |
| Speechify | Simba | 500,000 aksara setiap bulan, tanpa kad | MP3 | Penggunaan komersial disenaraikan pada pelan percuma. Simba 3.5 turun kepada 333,000 aksara bermula 21 November 2026 |
| Cartesia | Sonic | 20,000 kredit setiap bulan. 1 kredit ialah 1 aksara | WAV | Lesen 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 | bashBuka 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.txtPython: 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, contohnyatroyuntuk Orpheus English ataufahaduntuk 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. SemakContent-Typesebelum 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
| Masalah | Punca | Penyelesaian |
|---|---|---|
| Ralat 400 pada format | Penyedia tidak dapat menghasilkan format itu | Buang response_format, atau minta wav daripada Orpheus |
| Permintaan Groq gagal pada teks panjang | Teks mempunyai lebih daripada 200 aksara | Pecahkan teks kepada bahagian pendek |
| Ralat Groq tentang terma | Terma model belum diterima | Terima terma dalam konsol Groq |
| Fail audio tidak dimainkan | Sambungan fail tidak sepadan dengan format | Guna pengepala Content-Type untuk menetapkan sambungan |
| Ralat 503 | Tiada model ucapan didayakan | Tambah kunci dan hidupkan model pada Models, Audio |
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
- FreeLLMAPI docs: Images, video and text-to-speech (disemak 20 November 2026)
- FreeLLMAPI docs: Groq Orpheus speech (disemak 20 November 2026)
- Groq docs: Orpheus text to speech (disemak 20 November 2026)
- Gemini Developer API pricing (disemak 20 November 2026)
- Cloudflare Workers AI pricing (disemak 20 November 2026)
- Speechify API pricing (disemak 20 November 2026)
- Cartesia pricing (disemak 20 November 2026)