Free text to speech API
Text to speech (TTS) API hubadilisha maandishi kuwa sauti inayosomwa. Baadhi ya watoa huduma hutoa TTS bure, wakiwa na vikomo vya herufi au maombi. FreeLLMAPI hutuma maombi ya /v1/audio/speech kwa watoa huduma wanaotoa model za hotuba. Mtoa huduma mmoja akishindwa au kufikia kikomo chake, router hujaribu anayefuata.
Msimbo, majina ya modeli na lebo za katalogi ya moja kwa moja zinaonyeshwa kwa Kiingereza.
Watoa huduma wa bure wa text to speech
Jedwali linaonyesha watoa huduma wenye kiwango cha bure cha TTS. Tulikagua kila kikomo kwenye ukurasa rasmi wa mtoa huduma. Vikomo vya bure vya hotuba hutumia herufi, maombi au bajeti ya kila siku ya kompyuta, kwa hivyo vilinganishe kwa makini.
| Mtoa huduma | Model | Kiwango cha bure (rasmi) | Matokeo | Maelezo |
|---|---|---|---|---|
| Groq | Orpheus English, Orpheus Arabic (Saudi) | Mpango wa bure wenye vikomo vya kila siku. Kiwango cha juu ni herufi 200 kwa kila ombi | WAV pekee | Msimamizi wa shirika lazima akubali masharti ya model kwenye Groq console kwanza |
| Google AI Studio | Gemini 2.5 Flash TTS (hakiki) | Kiwango cha bure: ingizo na matokeo ni bure, kwa vikomo vya kasi | WAV | Sauti nyingi. Nzuri kwa hotuba ya asili |
| Cloudflare Workers AI | MeloTTS | Neurons 10,000 kila siku. MeloTTS hutumia neurons 18.63 kwa kila dakika ya sauti | WAV | Takriban dakika 536 za sauti kila siku ikiwa hakuna model nyingine inayotumia bajeti. Kichagua lugha, si kichagua sauti |
| Cloudflare Workers AI | Deepgram Aura 1 | Neurons 10,000 zile zile. Aura 1 hutumia neurons 1,363.64 kwa kila herufi 1,000 | MP3 | Takriban herufi 7,300 kila siku |
| Speechify | Simba | Herufi 500,000 kila mwezi, bila kadi | MP3 | Matumizi ya kibiashara yameorodheshwa kwenye mpango wa bure. Simba 3.5 inashuka hadi herufi 333,000 kuanzia 21 Novemba 2026 |
| Cartesia | Sonic | Credits 20,000 kila mwezi. Credit 1 ni herufi 1 | WAV | Leseni ya matumizi ya kibiashara imeorodheshwa kwenye mipango ya kulipia pekee |
Nambari za "takriban" ni hesabu yetu kutoka viwango vilivyochapishwa. Bajeti ya Cloudflare inagawanywa na model zote za Workers AI kwenye akaunti moja, pamoja na model za gumzo na picha.
Hatua ya 1: Sakinisha FreeLLMAPI na uongeze funguo za hotuba
FreeLLMAPI ni chanzo huria. Inaendeshwa kwenye kompyuta yako kwa Docker. Funguo zako za watoa huduma zinabaki kwenye kompyuta yako.
Sakinisha (macOS au Linux)
curl -fsSL https://freellmapi.co/install.sh | bashFungua dashibodi kwenye http://localhost:3001. Ongeza funguo zako kwenye ukurasa wa Keys. Ufunguo wa Groq au ufunguo wa Google AI Studio pia huwezesha model zao za hotuba. Kisha fungua Models, Audio ili kuona model za hotuba na kuziwasha au kuzizima. Nakili ufunguo wako mmoja kutoka ukurasa wa Keys.
Hatua ya 2: Tengeneza hotuba
Endpoint hutumia muundo wa maombi wa OpenAI. Sehemu ya input inahitajika. Sehemu za model, voice na response_format ni hiari. Mwili wa jibu ni faili la sauti.
curl: acha router ichague mtoa huduma
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: bandika 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")Kichwa cha X-Provider kinaonyesha mtoa huduma aliyetengeneza sauti. Kichwa cha Content-Type kinaonyesha muundo, kwa mfano audio/wav au audio/mpeg.
Sauti, miundo na urefu wa maandishi
- Sauti: majina ya kawaida ya sauti ya OpenAI, kama
alloy, huelekezwa kwa sauti asili iliyojaribiwa kwa watoa huduma wengi. Unaweza pia kutuma jina la sauti asili, kwa mfanotroykwa Orpheus English aufahadkwa Orpheus Arabic. - Miundo: kila mtoa huduma hutengeneza muundo wake. Groq Orpheus na Cloudflare MeloTTS hutengeneza WAV. Cloudflare Aura hutengeneza MP3. Mtoa huduma hukataa muundo asioweza kutengeneza. Haituma faili lenye lebo isiyo sahihi.
- Urefu wa maandishi: Groq hukubali herufi 200 kwa kila ombi. Gawanya maandishi marefu kuwa sentensi na utume ombi moja kwa kila sentensi.
- Lugha: Orpheus ina model za Kiingereza na Kiarabu cha Saudi. MeloTTS kwenye Cloudflare hutumia Kiingereza kupitia adapter hii.
Python: gawanya maandishi marefu kuwa maombi mafupi
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}")Kanuni za matumizi na mitego
- Masharti ya leseni: mipango ya bure inaweza kuweka kikomo cha matumizi ya kibiashara. Cartesia inaorodhesha leseni ya kibiashara kwenye mipango ya kulipia pekee. Soma masharti ya kila mtoa huduma kabla ya kuchapisha sauti.
- Viwango vya pamoja: kiwango cha herufi kila mwezi ni cha akaunti. Sauti zaidi au model zaidi hazitoi herufi zaidi.
- Masharti kwenye Groq console: Groq hurudisha hitilafu hadi msimamizi akubali masharti ya model. FreeLLMAPI haikubali masharti kwa niaba yako.
- Miundo iliyochanganyika: kwa
model: "auto", maombi mawili yanaweza kutoka kwa watoa huduma tofauti. AngaliaContent-Typekabla ya kuunganisha faili, au bandika model moja. - Kuunganisha sehemu: unganisha sehemu za sauti kwa zana kama ffmpeg. Sehemu zote lazima ziwe na muundo sawa na kiwango sawa cha sampuli, kwa hivyo bandika model moja kwa hati moja.
- Kukatwa: mfano wa kugawanya hukata kila sehemu kwa herufi 200. Weka sentensi zako fupi kuliko hapo, au neno linaweza kupotea.
Utatuzi wa matatizo
| Tatizo | Chanzo | Suluhisho |
|---|---|---|
| Hitilafu 400 kwenye muundo | Mtoa huduma hawezi kutengeneza muundo huo | Ondoa response_format, au omba wav kutoka Orpheus |
| Ombi la Groq linashindwa kwa maandishi marefu | Maandishi yana zaidi ya herufi 200 | Gawanya maandishi kuwa sehemu fupi |
| Hitilafu ya Groq kuhusu masharti | Masharti ya model hayajakubaliwa | Kubali masharti kwenye Groq console |
| Faili la sauti halichezi | Kiendelezi cha faili hakilingani na muundo | Tumia kichwa cha Content-Type kuweka kiendelezi |
| Hitilafu 503 | Hakuna model ya hotuba iliyowezeshwa | Ongeza ufunguo na uwashe model kwenye Models, Audio |
Maswali yanayoulizwa mara kwa mara
Je, kuna text to speech API ya bure?
Ndiyo. Groq, Google AI Studio, Cloudflare Workers AI, Speechify na Cartesia hutoa text to speech bure, zenye vikomo. FreeLLMAPI hutuma maombi ya /v1/audio/speech kwa watoa huduma hawa kupitia ufunguo mmoja.
Ni text to speech API ipi ya bure yenye herufi nyingi zaidi?
Miongoni mwa watoa huduma kwenye jedwali, Speechify inaorodhesha herufi 500,000 kila mwezi kwenye mpango wake wa bure. Cartesia inaorodhesha credits 20,000 kila mwezi, credit 1 kwa kila herufi.
Je, naweza kutumia sauti ya text to speech ya bure kibiashara?
Inategemea mtoa huduma. Speechify inaorodhesha matumizi ya kibiashara kwenye mpango wake wa bure. Cartesia inaorodhesha leseni ya kibiashara kwenye mipango ya kulipia pekee. Soma masharti ya kila mtoa huduma.
Je, OpenAI SDK inafanya kazi kwa text to speech ya bure?
Ndiyo. Weka base_url kuwa http://localhost:3001/v1 kisha uite client.audio.speech.create. Router huchagua mtoa huduma na kurudisha baiti za sauti.
Miongozo inayohusiana
- API ya bure ya kubadilisha sauti kuwa maandishi
- API ya Whisper bure
- free groq api
- free gemini api
- free cloudflare api
Vyanzo
- FreeLLMAPI docs: Images, video and text-to-speech (imekaguliwa 20 November 2026)
- FreeLLMAPI docs: Groq Orpheus speech (imekaguliwa 20 November 2026)
- Groq docs: Orpheus text to speech (imekaguliwa 20 November 2026)
- Gemini Developer API pricing (imekaguliwa 20 November 2026)
- Cloudflare Workers AI pricing (imekaguliwa 20 November 2026)
- Speechify API pricing (imekaguliwa 20 November 2026)
- Cartesia pricing (imekaguliwa 20 November 2026)