Главная / Руководства / Бесплатный API синтеза речи

Бесплатный API синтеза речи

API преобразования текста в речь (TTS) превращает текст в звуковой файл. Некоторые провайдеры предоставляют TTS бесплатно, с лимитами символов или запросов. FreeLLMAPI отправляет запросы /v1/audio/speech провайдерам, которые обслуживают модели речи. Когда один провайдер дает сбой или достигает лимита, маршрутизатор пробует следующего.

Код, названия моделей и метки живого каталога показаны на английском языке.

Бесплатные провайдеры синтеза речи

В таблице показаны провайдеры с бесплатной квотой TTS. Мы проверили каждый лимит на официальной странице провайдера. Лимиты бесплатной речи считаются в символах, запросах или в дневном бюджете вычислений, поэтому сравнивайте их внимательно.

Бесплатные квоты TTS со страниц провайдеров, проверено 20 ноября 2026
ПровайдерМодельБесплатная квота (официальная)Формат выводаПримечания
GroqOrpheus English, Orpheus Arabic (Saudi)Бесплатный план с дневными лимитами. Максимум 200 символов в каждом запросеТолько WAVАдминистратор организации сначала должен принять условия модели в консоли Groq
Google AI StudioGemini 2.5 Flash TTS (preview)Бесплатный тариф: вход и выход бесплатны, с лимитами частоты запросовWAVМного голосов. Подходит для естественной речи
Cloudflare Workers AIMeloTTS10,000 нейронов каждый день. MeloTTS использует 18.63 нейрона на каждую минуту аудиоWAVОколо 536 минут аудио в день, если бюджет не используют другие модели. Выбор языка, без выбора голоса
Cloudflare Workers AIDeepgram Aura 1Тот же бюджет 10,000 нейронов. Aura 1 использует 1,363.64 нейрона на каждые 1,000 символовMP3Около 7,300 символов в день
SpeechifySimba500,000 символов каждый месяц, без картыMP3Коммерческое использование указано в бесплатном плане. Simba 3.5 снижается до 333,000 символов с 21 ноября 2026
CartesiaSonic20,000 кредитов каждый месяц. 1 кредит равен 1 символуWAVЛицензия на коммерческое использование указана только в платных тарифах

Числа с пометкой «about» это наш расчет по опубликованным ставкам. Бюджет Cloudflare общий для всех моделей Workers AI на одном аккаунте, включая модели чата и изображений.

Шаг 1: установите FreeLLMAPI и добавьте ключи для речи

FreeLLMAPI имеет открытый исходный код. Он работает на вашем компьютере в Docker. Ваши ключи провайдеров остаются на вашем компьютере.

Установка (macOS или Linux)

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

Откройте панель управления по адресу http://localhost:3001. Добавьте ключи на странице Keys. Ключ Groq или ключ Google AI Studio также включает их модели речи. Затем откройте Models, Audio, чтобы увидеть модели речи и включить или выключить их. Скопируйте единый ключ со страницы Keys.

Шаг 2: создайте речь

Эндпоинт использует формат запроса OpenAI. Поле input обязательно. Поля model, voice и response_format необязательны. Тело ответа это аудиофайл.

curl: пусть маршрутизатор выберет провайдера

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: закрепить 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")

Заголовок X-Provider показывает, какой провайдер создал аудио. Заголовок Content-Type показывает формат, например audio/wav или audio/mpeg.

Голоса, форматы и длина текста

  • Голоса: стандартные имена голосов OpenAI, такие как alloy, у многих провайдеров сопоставляются с проверенным родным голосом. Также можно отправить родное имя голоса, например troy для Orpheus English или fahad для Orpheus Arabic.
  • Форматы: каждый провайдер создает свой формат. Groq Orpheus и Cloudflare MeloTTS создают WAV. Cloudflare Aura создает MP3. Провайдер отказывает в формате, который не может создать. Он не отправляет файл с неверной меткой.
  • Длина текста: Groq принимает не более 200 символов в каждом запросе. Разбивайте длинный текст на предложения и отправляйте отдельный запрос для каждого предложения.
  • Язык: у Orpheus есть модели для английского и саудовского арабского. MeloTTS на Cloudflare работает с английским через этот адаптер.

Python: разбейте длинный текст на короткие запросы

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}")

Правила использования и типичные ошибки

  • Условия лицензии: бесплатные планы могут ограничивать коммерческое использование. Cartesia указывает лицензию на коммерческое использование только для платных планов. Прочитайте условия каждого провайдера, прежде чем публиковать аудио.
  • Общие квоты: месячная квота символов относится ко всему аккаунту. Больше голосов или больше моделей не дают больше символов.
  • Условия в консоли Groq: Groq возвращает ошибку, пока администратор не примет условия модели. FreeLLMAPI не принимает условия за вас.
  • Смешанные форматы: при model: "auto" два запроса могут прийти от разных провайдеров. Проверяйте Content-Type перед объединением файлов или закрепите одну модель.
  • Объединение частей: объединяйте аудиочасти инструментом, например ffmpeg. Все части должны иметь один формат и одну частоту дискретизации, поэтому закрепите одну модель для одного документа.
  • Обрезка: пример разбиения обрезает каждую часть на 200 символах. Делайте предложения короче этого, иначе слово может потеряться.

Устранение неполадок

ПроблемаПричинаРешение
Ошибка 400 из-за форматаПровайдер не может создать этот форматУдалите response_format или запросите wav у Orpheus
Запрос к Groq завершается ошибкой на длинном текстеВ тексте больше 200 символовРазбейте текст на короткие части
Ошибка Groq об условияхУсловия модели не принятыПримите условия в консоли Groq
Аудиофайл не воспроизводитсяРасширение файла не соответствует форматуИспользуйте заголовок Content-Type, чтобы задать расширение
Ошибка 503Ни одна модель речи не включенаДобавьте ключ и включите модель в разделе Models, Audio
Используйте каждую из этих моделей через один ключ. FreeLLMAPI это маршрутизатор с открытым исходным кодом, который работает на вашем сервере. Он объединяет все эти бесплатные тарифы за одной конечной точкой, совместимой с OpenAI, и переключается на другой провайдер, когда достигнут лимит запросов. Открыть каталог или перейти.

Часто задаваемые вопросы

Есть ли бесплатный API синтеза речи?

Да. Groq, Google AI Studio, Cloudflare Workers AI, Speechify и Cartesia предоставляют бесплатный синтез речи с лимитами. FreeLLMAPI отправляет запросы /v1/audio/speech этим провайдерам через один ключ.

У какого бесплатного API синтеза речи больше всего символов?

Среди провайдеров из таблицы Speechify указывает 500,000 символов каждый месяц на бесплатном плане. Cartesia указывает 20,000 кредитов каждый месяц, где 1 кредит равен 1 символу.

Можно ли использовать бесплатное аудио синтеза речи в коммерческих целях?

Это зависит от провайдера. Speechify указывает коммерческое использование в бесплатном плане. Cartesia указывает лицензию на коммерческое использование только для платных планов. Прочитайте условия каждого провайдера.

Работает ли SDK OpenAI для бесплатного синтеза речи?

Да. Задайте base_url как http://localhost:3001/v1 и вызовите client.audio.speech.create. Маршрутизатор выбирает провайдера и возвращает байты аудио.

Похожие руководства

Источники

Все руководства · Смотреть все бесплатные модели