Acasă / Ghiduri / API gratuit text în vorbire

API gratuit text în vorbire

Un API de text în vorbire (TTS) transformă textul în audio vorbit. Unii furnizori oferă TTS gratuit, cu limite de caractere sau de cereri. FreeLLMAPI trimite cererile /v1/audio/speech către furnizorii care oferă modele de vorbire. Când un furnizor eșuează sau atinge limita, routerul încearcă următorul.

Codul, numele modelelor și etichetele live din catalog sunt afișate în engleză.

Furnizori gratuiți de text în vorbire

Tabelul arată furnizorii cu o cotă TTS gratuită. Am verificat fiecare limită pe pagina oficială a furnizorului. Limitele gratuite pentru vorbire folosesc caractere, cereri sau un buget zilnic de calcul, deci comparați-le cu atenție.

Cote TTS gratuite de pe paginile furnizorilor, verificate la 20 noiembrie 2026
FurnizorModelCotă gratuită (oficială)IeșireNote
GroqOrpheus English, Orpheus Arabic (Saudi)Plan gratuit cu limite zilnice. Maximum 200 de caractere pentru fiecare cerereDoar WAVUn administrator al organizației trebuie să accepte mai întâi termenii modelului în consola Groq
Google AI StudioGemini 2.5 Flash TTS (preview)Nivel gratuit: intrarea și ieșirea sunt gratuite, cu limite de cereriWAVMulte voci. Potrivit pentru vorbire naturală
Cloudflare Workers AIMeloTTS10,000 de neuroni pe zi. MeloTTS folosește 18.63 neuroni pentru fiecare minut de audioWAVAproximativ 536 de minute audio pe zi, dacă niciun alt model nu folosește bugetul. Selector de limbă, fără selector de voce
Cloudflare Workers AIDeepgram Aura 1Aceiași 10,000 de neuroni. Aura 1 folosește 1,363.64 neuroni pentru fiecare 1,000 de caractereMP3Aproximativ 7,300 de caractere pe zi
SpeechifySimba500,000 de caractere pe lună, fără cardMP3Utilizarea comercială este listată în planul gratuit. Simba 3.5 scade la 333,000 de caractere începând cu 21 noiembrie 2026
CartesiaSonic20,000 de credite pe lună. 1 credit este 1 caracterWAVLicența de utilizare comercială este listată doar pentru planurile plătite

Cifrele cu „about” sunt calculul nostru din tarifele publicate. Bugetul Cloudflare este comun tuturor modelelor Workers AI de pe un cont, inclusiv modelelor de chat și de imagini.

Pasul 1: Instalați FreeLLMAPI și adăugați chei pentru vorbire

FreeLLMAPI este open source. Rulează pe computer, în Docker. Cheile furnizorilor rămân pe computer.

Instalare (macOS sau Linux)

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

Deschideți panoul la http://localhost:3001. Adăugați cheile pe pagina Keys. O cheie Groq sau o cheie Google AI Studio activează și modelele lor de vorbire. Apoi deschideți Models, Audio pentru a vedea modelele de vorbire și a le activa sau dezactiva. Copiați cheia unificată de pe pagina Keys.

Pasul 2: Generați vorbire

Endpoint-ul folosește formatul de cerere OpenAI. Câmpul input este obligatoriu. Câmpurile model, voice și response_format sunt opționale. Corpul răspunsului este fișierul audio.

curl: lăsați routerul să aleagă un furnizor

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: fixați 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")

Antetul X-Provider arată ce furnizor a creat audio-ul. Antetul Content-Type arată formatul, de exemplu audio/wav sau audio/mpeg.

Voci, formate și lungimea textului

  • Voci: numele standard de voci OpenAI, cum este alloy, se mapează la o voce nativă testată la mulți furnizori. Puteți trimite și un nume de voce nativ, de exemplu troy pentru Orpheus English sau fahad pentru Orpheus Arabic.
  • Formate: fiecare furnizor creează propriul format. Groq Orpheus și Cloudflare MeloTTS creează WAV. Cloudflare Aura creează MP3. Un furnizor refuză un format pe care nu îl poate crea. Nu trimite un fișier cu o etichetă greșită.
  • Lungimea textului: Groq acceptă cel mult 200 de caractere pentru fiecare cerere. Împărțiți textul lung în propoziții și trimiteți o cerere pentru fiecare propoziție.
  • Limba: Orpheus are modele pentru engleză și arabă saudită. MeloTTS de pe Cloudflare folosește engleza prin acest adaptor.

Python: împărțiți textul lung în cereri scurte

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}")

Reguli de utilizare și capcane

  • Termenii de licență: planurile gratuite pot limita utilizarea comercială. Cartesia listează licența comercială doar pentru planurile plătite. Citiți termenii fiecărui furnizor înainte să publicați audio.
  • Cote comune: o cotă lunară de caractere este pentru întregul cont. Mai multe voci sau mai multe modele nu dau mai multe caractere.
  • Termenii din consola Groq: Groq returnează o eroare până când un administrator acceptă termenii modelului. FreeLLMAPI nu acceptă termenii automat.
  • Formate amestecate: cu model: "auto", două cereri pot veni de la furnizori diferiți. Verificați Content-Type înainte să uniți fișierele sau fixați un singur model.
  • Unirea părților: uniți părțile audio cu un instrument precum ffmpeg. Toate părțile trebuie să aibă același format și aceeași rată de eșantionare, deci fixați un singur model pentru un document.
  • Trunchiere: exemplul de împărțire taie fiecare parte la 200 de caractere. Păstrați propozițiile mai scurte decât atât, altfel se poate pierde un cuvânt.

Depanare

ProblemăCauzăRemediere
Eroare 400 la un formatFurnizorul nu poate crea acel formatEliminați response_format sau cereți wav de la Orpheus
Cererea Groq eșuează la text lungTextul are mai mult de 200 de caractereÎmpărțiți textul în părți scurte
Eroare Groq despre termeniTermenii modelului nu sunt acceptațiAcceptați termenii în consola Groq
Fișierul audio nu se redăExtensia fișierului nu se potrivește cu formatulFolosiți antetul Content-Type pentru a stabili extensia
Eroare 503Niciun model de vorbire nu este activatAdăugați o cheie și activați un model în Models, Audio
Folosiți fiecare dintre aceste modele printr-o singură cheie. FreeLLMAPI este un router open-source, găzduit de dumneavoastră, care pune toate aceste niveluri gratuite în spatele unui singur endpoint compatibil cu OpenAI și trece la alt furnizor când un furnizor este limitat la rată. Vezi catalogul sau trece live.

Întrebări frecvente

Există un API gratuit de text în vorbire?

Da. Groq, Google AI Studio, Cloudflare Workers AI, Speechify și Cartesia oferă text în vorbire gratuit, cu limite. FreeLLMAPI trimite cererile /v1/audio/speech către acești furnizori printr-o singură cheie.

Care API gratuit de text în vorbire are cele mai multe caractere?

Dintre furnizorii din tabel, Speechify listează 500,000 de caractere pe lună în planul gratuit. Cartesia listează 20,000 de credite pe lună, cu 1 credit pentru fiecare caracter.

Pot folosi audio TTS gratuit în scop comercial?

Depinde de furnizor. Speechify listează utilizarea comercială în planul gratuit. Cartesia listează licența comercială doar pentru planurile plătite. Citiți termenii fiecărui furnizor.

Funcționează SDK-ul OpenAI pentru text în vorbire gratuit?

Da. Setați base_url la http://localhost:3001/v1 și apelați client.audio.speech.create. Routerul alege un furnizor și returnează octeții audio.

Ghiduri înrudite

Surse

Toate ghidurile · Vezi toate modelele gratuite