முகப்பு / வழிகாட்டிகள் / இலவச உரையிலிருந்து பேச்சு API

இலவச உரையிலிருந்து பேச்சு API

உரையிலிருந்து பேச்சு (TTS) API உரையை பேச்சு ஒலியாக மாற்றுகிறது. சில வழங்குநர்கள் எழுத்து அல்லது கோரிக்கை வரம்புகளுடன் TTS-ஐ இலவசமாகத் தருகின்றனர். FreeLLMAPI பேச்சு models-ஐ வழங்கும் வழங்குநர்களுக்கு /v1/audio/speech கோரிக்கைகளை அனுப்புகிறது. ஒரு வழங்குநர் தோல்வியடையும்போது அல்லது அதன் வரம்பை அடையும்போது, router அடுத்ததை முயல்கிறது.

குறியீடு, மாதிரிப் பெயர்கள் மற்றும் நேரடி பட்டியல் லேபிள்கள் ஆங்கிலத்தில் காட்டப்படுகின்றன.

இலவச உரையிலிருந்து பேச்சு வழங்குநர்கள்

இலவச TTS ஒதுக்கீடு உள்ள வழங்குநர்களை அட்டவணை காட்டுகிறது. ஒவ்வொரு வரம்பையும் அதிகாரப்பூர்வ வழங்குநர் பக்கத்தில் சரிபார்த்தோம். இலவச பேச்சு வரம்புகள் எழுத்துகள், கோரிக்கைகள் அல்லது தினசரி compute பட்ஜெட்டைப் பயன்படுத்துகின்றன, எனவே கவனமாக ஒப்பிடவும்.

வழங்குநர் பக்கங்களிலிருந்து இலவச TTS ஒதுக்கீடுகள், 20 நவம்பர் 2026 அன்று சரிபார்க்கப்பட்டது
வழங்குநர்Modelஇலவச ஒதுக்கீடு (அதிகாரப்பூர்வ)வெளியீடுகுறிப்புகள்
GroqOrpheus English, Orpheus Arabic (Saudi)தினசரி வரம்புகளுடன் இலவசத் திட்டம். ஒவ்வொரு கோரிக்கைக்கும் அதிகபட்சம் 200 எழுத்துகள்WAV மட்டும்Groq console-இல் ஒரு organization admin முதலில் model விதிமுறைகளை ஏற்க வேண்டும்
Google AI StudioGemini 2.5 Flash TTS (preview)இலவச அடுக்கு: உள்ளீடும் வெளியீடும் கட்டணமின்றி, வீத வரம்புகளுடன்WAVபல குரல்கள். இயல்பான பேச்சுக்கு நல்லது
Cloudflare Workers AIMeloTTSஒவ்வொரு நாளும் 10,000 neurons. MeloTTS ஒவ்வொரு audio நிமிடத்துக்கும் 18.63 neurons பயன்படுத்துகிறதுWAVவேறு model பட்ஜெட்டைப் பயன்படுத்தாவிட்டால் ஒவ்வொரு நாளும் சுமார் 536 audio நிமிடங்கள். மொழித் தேர்விக்கி உண்டு, குரல் தேர்விக்கி இல்லை
Cloudflare Workers AIDeepgram Aura 1அதே 10,000 neurons. Aura 1 ஒவ்வொரு 1,000 எழுத்துகளுக்கும் 1,363.64 neurons பயன்படுத்துகிறதுMP3ஒவ்வொரு நாளும் சுமார் 7,300 எழுத்துகள்
SpeechifySimbaஒவ்வொரு மாதமும் 500,000 எழுத்துகள், அட்டை தேவையில்லைMP3இலவசத் திட்டத்தில் வணிகப் பயன்பாடு பட்டியலிடப்பட்டுள்ளது. Simba 3.5, 21 நவம்பர் 2026 முதல் 333,000 எழுத்துகளாகக் குறைகிறது
CartesiaSonicஒவ்வொரு மாதமும் 20,000 credits. 1 credit என்பது 1 எழுத்துWAVவணிக உரிமம் கட்டணத் திட்டங்களில் மட்டுமே பட்டியலிடப்பட்டுள்ளது

"about" என்ற எண்கள் வெளியிடப்பட்ட கட்டணங்களிலிருந்து எங்கள் கணக்கீடு. Cloudflare பட்ஜெட் ஒரே கணக்கில் உள்ள எல்லா Workers AI models-உடனும் பகிரப்படுகிறது, அரட்டை மற்றும் படத் models உட்பட.

படி 1: FreeLLMAPI-ஐ நிறுவி பேச்சு keys-ஐச் சேர்க்கவும்

FreeLLMAPI ஒரு open source. இது Docker மூலம் உங்கள் கணினியில் இயங்குகிறது. உங்கள் provider keys உங்கள் கணினியிலேயே இருக்கும்.

நிறுவவும் (macOS அல்லது Linux)

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

http://localhost:3001-இல் டாஷ்போர்டைத் திறக்கவும். Keys பக்கத்தில் உங்கள் keys-ஐச் சேர்க்கவும். Groq key அல்லது Google AI Studio key அவற்றின் பேச்சு models-ஐயும் இயக்கும். பிறகு பேச்சு models-ஐப் பார்க்கவும் இயக்கவும் அணைக்கவும் Models, Audio-ஐத் திறக்கவும். Keys பக்கத்திலிருந்து உங்கள் ஒருங்கிணைந்த key-ஐ நகலெடுக்கவும்.

படி 2: பேச்சை உருவாக்கவும்

Endpoint OpenAI கோரிக்கை வடிவத்தைப் பயன்படுத்துகிறது. input புலம் கட்டாயம். model, voice மற்றும் response_format புலங்கள் விருப்பத்தேர்வானவை. பதில் உடல் ஒலிக் கோப்பாகும்.

curl: router ஒரு வழங்குநரைத் தேர்ந்தெடுக்கட்டும்

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: Groq Orpheus English-ஐ நிலைநிறுத்தவும்

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")

X-Provider header ஒலியை எந்த வழங்குநர் உருவாக்கினார் என்று காட்டுகிறது. Content-Type header வடிவத்தைக் காட்டுகிறது, எடுத்துக்காட்டாக audio/wav அல்லது audio/mpeg.

குரல்கள், வடிவங்கள் மற்றும் உரை நீளம்

  • குரல்கள்: alloy போன்ற நிலையான OpenAI குரல் பெயர்கள், பல வழங்குநர்களில் சோதிக்கப்பட்ட சொந்தக் குரலுடன் பொருந்துகின்றன. சொந்தக் குரல் பெயரையும் அனுப்பலாம், எடுத்துக்காட்டாக Orpheus English-க்கு troy அல்லது Orpheus Arabic-க்கு fahad.
  • வடிவங்கள்: ஒவ்வொரு வழங்குநரும் தனது சொந்த வடிவத்தை உருவாக்குகிறது. Groq Orpheus மற்றும் Cloudflare MeloTTS WAV உருவாக்குகின்றன. Cloudflare Aura MP3 உருவாக்குகிறது. ஒரு வழங்குநர் உருவாக்க முடியாத வடிவத்தை மறுக்கிறது. தவறான லேபிளுடன் கோப்பை அனுப்புவதில்லை.
  • உரை நீளம்: Groq ஒவ்வொரு கோரிக்கைக்கும் அதிகபட்சம் 200 எழுத்துகளை ஏற்கிறது. நீண்ட உரையை வாக்கியங்களாகப் பிரித்து, ஒவ்வொரு வாக்கியத்துக்கும் ஒரு கோரிக்கை அனுப்பவும்.
  • மொழி: Orpheus-இல் ஆங்கிலம் மற்றும் சவூதி அரபி models உள்ளன. Cloudflare-இல் MeloTTS இந்த adapter வழியாக ஆங்கிலத்தைப் பயன்படுத்துகிறது.

Python: நீண்ட உரையைக் குறுகிய கோரிக்கைகளாகப் பிரிக்கவும்

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}")

பயன்பாட்டு விதிகளும் தவறுகளும்

  • உரிம விதிமுறைகள்: இலவசத் திட்டங்கள் வணிகப் பயன்பாட்டைக் கட்டுப்படுத்தலாம். Cartesia வணிக உரிமத்தைக் கட்டணத் திட்டங்களில் மட்டுமே பட்டியலிடுகிறது. ஒலியை வெளியிடுவதற்கு முன் ஒவ்வொரு வழங்குநரின் விதிமுறைகளைப் படிக்கவும்.
  • பகிரப்பட்ட ஒதுக்கீடுகள்: மாதாந்திர எழுத்து ஒதுக்கீடு கணக்குக்கானது. கூடுதல் குரல்களோ கூடுதல் models-ஓ கூடுதல் எழுத்துகளைத் தருவதில்லை.
  • Groq console-இல் உள்ள விதிமுறைகள்: admin model விதிமுறைகளை ஏற்கும் வரை Groq பிழையைத் திருப்பும். FreeLLMAPI உங்களுக்காக விதிமுறைகளை ஏற்பதில்லை.
  • கலந்த வடிவங்கள்: model: "auto"-உடன், இரண்டு கோரிக்கைகள் வெவ்வேறு வழங்குநர்களிடமிருந்து வரலாம். கோப்புகளை இணைப்பதற்கு முன் Content-Type-ஐச் சரிபார்க்கவும், அல்லது ஒரு model-ஐ நிலைநிறுத்தவும்.
  • பகுதிகளை இணைத்தல்: ffmpeg போன்ற கருவி மூலம் ஒலிப் பகுதிகளை இணைக்கவும். எல்லாப் பகுதிகளும் ஒரே வடிவம் மற்றும் ஒரே sample rate கொண்டிருக்க வேண்டும், எனவே ஒரு ஆவணத்துக்கு ஒரு model-ஐ நிலைநிறுத்தவும்.
  • துண்டித்தல்: பிரிப்பு எடுத்துக்காட்டு ஒவ்வொரு பகுதியையும் 200 எழுத்துகளில் வெட்டுகிறது. உங்கள் வாக்கியங்களை அதைவிடக் குறைவாக வைத்திருங்கள், இல்லையெனில் ஒரு சொல் இழக்கப்படலாம்.

சிக்கல் தீர்வு

சிக்கல்காரணம்தீர்வு
ஒரு வடிவத்தில் Error 400வழங்குநரால் அந்த வடிவத்தை உருவாக்க முடியாதுresponse_format-ஐ நீக்கவும், அல்லது Orpheus-இடம் wav கோரவும்
நீண்ட உரையில் Groq கோரிக்கை தோல்வியடைகிறதுஉரையில் 200 எழுத்துகளுக்கு மேல் உள்ளனஉரையைக் குறுகிய பகுதிகளாகப் பிரிக்கவும்
விதிமுறைகள் பற்றி Groq பிழைModel விதிமுறைகள் ஏற்கப்படவில்லைGroq console-இல் விதிமுறைகளை ஏற்கவும்
ஒலிக் கோப்பு இயங்கவில்லைகோப்பு நீட்சி வடிவத்துடன் பொருந்தவில்லைநீட்சியை அமைக்க Content-Type header-ஐப் பயன்படுத்தவும்
Error 503பேச்சு model எதுவும் இயக்கப்படவில்லைஒரு key-ஐச் சேர்த்து Models, Audio-இல் ஒரு model-ஐ இயக்கவும்
இவை அனைத்தையும் ஒரே விசை மூலம் பயன்படுத்துங்கள். FreeLLMAPI என்பது திறந்த மூலமான, நீங்களே நிறுவும் ரூட்டர். இந்த இலவச அடுக்குகள் அனைத்தையும் ஒரே OpenAI-இணக்கமான இறுதிப்புள்ளிக்குப் பின்னால் வைக்கிறது. ஒரு வழங்குநர் வரம்பை எட்டும்போது தானாக அடுத்ததற்கு மாறுகிறது. பட்டியலைப் பார்க்கவும் அல்லது நேரலைக்குச் செல்லவும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

இலவச உரையிலிருந்து பேச்சு API உள்ளதா?

ஆம். Groq, Google AI Studio, Cloudflare Workers AI, Speechify மற்றும் Cartesia வரம்புகளுடன் இலவச உரையிலிருந்து பேச்சைத் தருகின்றன. FreeLLMAPI ஒரு key மூலம் இந்த வழங்குநர்களுக்கு /v1/audio/speech கோரிக்கைகளை அனுப்புகிறது.

எந்த இலவச உரையிலிருந்து பேச்சு API-யில் அதிக எழுத்துகள் உள்ளன?

அட்டவணையில் உள்ள வழங்குநர்களில், Speechify தனது இலவசத் திட்டத்தில் ஒவ்வொரு மாதமும் 500,000 எழுத்துகளைப் பட்டியலிடுகிறது. Cartesia ஒவ்வொரு மாதமும் 20,000 credits பட்டியலிடுகிறது, ஒவ்வொரு எழுத்துக்கும் 1 credit.

இலவச உரையிலிருந்து பேச்சு ஒலியை வணிக ரீதியாகப் பயன்படுத்தலாமா?

அது வழங்குநரைப் பொறுத்தது. Speechify தனது இலவசத் திட்டத்தில் வணிகப் பயன்பாட்டைப் பட்டியலிடுகிறது. Cartesia வணிக உரிமத்தைக் கட்டணத் திட்டங்களில் மட்டுமே பட்டியலிடுகிறது. ஒவ்வொரு வழங்குநரின் விதிமுறைகளைப் படிக்கவும்.

இலவச உரையிலிருந்து பேச்சுக்கு OpenAI SDK வேலை செய்யுமா?

ஆம். base_url-ஐ http://localhost:3001/v1-ஆக அமைத்து client.audio.speech.create-ஐ அழைக்கவும். Router ஒரு வழங்குநரைத் தேர்ந்தெடுத்து ஒலிப் bytes-ஐத் திருப்பும்.

தொடர்புடைய வழிகாட்டிகள்

ஆதாரங்கள்

அனைத்து வழிகாட்டிகள் · அனைத்து இலவச மாதிரிகளையும் பார்க்கவும்