หน้าแรก / คู่มือ / Free text to speech API

Free text to speech API

text to speech API (TTS) แปลงข้อความเป็นเสียงพูด ผู้ให้บริการบางรายให้ TTS ฟรีพร้อมขีดจำกัดตัวอักษรหรือคำขอ FreeLLMAPI ส่งคำขอ /v1/audio/speech ไปยังผู้ให้บริการที่ให้บริการโมเดลเสียงพูด เมื่อผู้ให้บริการรายหนึ่งล้มเหลวหรือถึงขีดจำกัด เราเตอร์จะลองรายถัดไป

โค้ด ชื่อโมเดล และป้ายกำกับของแคตตาล็อกสดจะแสดงเป็นภาษาอังกฤษ

ผู้ให้บริการ text to speech ฟรี

ตารางแสดงผู้ให้บริการที่มีโควตา TTS ฟรี เราตรวจแต่ละขีดจำกัดจากหน้าผู้ให้บริการทางการ ขีดจำกัดเสียงพูดฟรีใช้ตัวอักษร คำขอ หรืองบประมาณการประมวลผลรายวัน จึงควรเปรียบเทียบอย่างระมัดระวัง

โควตา TTS ฟรีจากหน้าผู้ให้บริการ ตรวจสอบเมื่อ 20 พฤศจิกายน 2026
ผู้ให้บริการโมเดลโควตาฟรี (ทางการ)เอาต์พุตหมายเหตุ
GroqOrpheus English, Orpheus Arabic (Saudi)แผนฟรีมีขีดจำกัดรายวัน สูงสุด 200 ตัวอักษรต่อคำขอเฉพาะ WAVผู้ดูแลขององค์กรต้องยอมรับข้อกำหนดของโมเดลใน Groq console ก่อน
Google AI StudioGemini 2.5 Flash TTS (preview)ระดับฟรี: อินพุตและเอาต์พุตไม่มีค่าใช้จ่าย โดยมีขีดจำกัดอัตราการเรียกใช้WAVเสียงให้เลือกหลายแบบ เหมาะกับเสียงพูดที่เป็นธรรมชาติ
Cloudflare Workers AIMeloTTS10,000 neurons ต่อวัน MeloTTS ใช้ 18.63 neurons ต่อนาทีของเสียงWAVประมาณ 536 นาทีของเสียงต่อวัน หากไม่มีโมเดลอื่นใช้งบประมาณ มีตัวเลือกภาษา ไม่มีตัวเลือกเสียง
Cloudflare Workers AIDeepgram Aura 110,000 neurons เท่ากัน Aura 1 ใช้ 1,363.64 neurons ต่อ 1,000 ตัวอักษรMP3ประมาณ 7,300 ตัวอักษรต่อวัน
SpeechifySimba500,000 ตัวอักษรต่อเดือน ไม่ต้องใช้บัตรMP3แผนฟรีระบุว่าใช้เชิงพาณิชย์ได้ Simba 3.5 ลดเหลือ 333,000 ตัวอักษรตั้งแต่ 21 พฤศจิกายน 2026
CartesiaSonic20,000 credits ต่อเดือน 1 credit เท่ากับ 1 ตัวอักษรWAVใบอนุญาตใช้เชิงพาณิชย์ระบุไว้เฉพาะแผนที่เสียเงินเท่านั้น

ตัวเลข “ประมาณ” เป็นการคำนวณของเราจากอัตราที่เผยแพร่ งบประมาณของ Cloudflare ใช้ร่วมกันโดยโมเดล Workers AI ทั้งหมดในบัญชีเดียว รวมถึงโมเดลแชตและโมเดลภาพ

ขั้นตอนที่ 1: ติดตั้ง FreeLLMAPI และเพิ่มคีย์เสียงพูด

FreeLLMAPI เป็นโอเพนซอร์ส ทำงานบนคอมพิวเตอร์ของคุณด้วย Docker คีย์ผู้ให้บริการของคุณอยู่บนคอมพิวเตอร์ของคุณ

ติดตั้ง (macOS หรือ Linux)

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

เปิดแดชบอร์ดที่ http://localhost:3001 เพิ่มคีย์ของคุณในหน้า Keys คีย์ของ Groq หรือ Google AI Studio ก็เปิดใช้โมเดลเสียงพูดของผู้ให้บริการนั้นด้วย จากนั้นเปิด Models, Audio เพื่อดูโมเดลเสียงพูดและเปิดหรือปิดแต่ละรายการ คัดลอกคีย์รวมของคุณจากหน้า Keys

ขั้นตอนที่ 2: สร้างเสียงพูด

endpoint ใช้รูปแบบคำขอของ OpenAI ฟิลด์ input จำเป็นต้องมี ฟิลด์ model, voice และ response_format เป็นตัวเลือก เนื้อหาการตอบกลับคือไฟล์เสียง

curl: ให้เราเตอร์เลือกผู้ให้บริการ

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: กำหนดให้ใช้ 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")

header X-Provider แสดงว่าผู้ให้บริการรายใดสร้างเสียง header Content-Type แสดงรูปแบบ เช่น audio/wav หรือ audio/mpeg

เสียง รูปแบบ และความยาวข้อความ

  • เสียง: ชื่อเสียงมาตรฐานของ OpenAI เช่น alloy จะจับคู่กับเสียงเนทีฟที่ทดสอบแล้วของผู้ให้บริการหลายราย คุณยังส่งชื่อเสียงเนทีฟได้ด้วย เช่น troy สำหรับ Orpheus English หรือ fahad สำหรับ Orpheus Arabic
  • รูปแบบ: ผู้ให้บริการแต่ละรายสร้างรูปแบบของตนเอง Groq Orpheus และ Cloudflare MeloTTS สร้าง WAV Cloudflare Aura สร้าง MP3 ผู้ให้บริการจะปฏิเสธรูปแบบที่สร้างไม่ได้ และจะไม่ส่งไฟล์ที่ติดป้ายผิด
  • ความยาวข้อความ: Groq รับได้สูงสุด 200 ตัวอักษรต่อคำขอ แบ่งข้อความยาวเป็นประโยค และส่งหนึ่งคำขอต่อหนึ่งประโยค
  • ภาษา: Orpheus มีโมเดลภาษาอังกฤษและอาหรับซาอุดีอาระเบีย MeloTTS บน Cloudflare ใช้ภาษาอังกฤษผ่านอแดปเตอร์นี้

Python: แบ่งข้อความยาวเป็นคำขอสั้น

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}")

กฎการใช้งานและข้อควรระวัง

  • ข้อกำหนดการใช้งาน: แผนฟรีอาจจำกัดการใช้เชิงพาณิชย์ Cartesia ระบุใบอนุญาตใช้เชิงพาณิชย์ไว้เฉพาะแผนที่เสียเงิน อ่านข้อกำหนดของผู้ให้บริการแต่ละรายก่อนเผยแพร่เสียง
  • โควตาที่ใช้ร่วมกัน: โควตาตัวอักษรรายเดือนเป็นของบัญชี เสียงที่มากขึ้นหรือโมเดลที่มากขึ้นไม่ได้ให้ตัวอักษรเพิ่ม
  • ข้อกำหนดใน Groq console: Groq ส่งข้อผิดพลาดจนกว่าผู้ดูแลจะยอมรับข้อกำหนดของโมเดล FreeLLMAPI ไม่ยอมรับข้อกำหนดแทนคุณ
  • รูปแบบปนกัน: เมื่อใช้ model: "auto" คำขอสองรายการอาจมาจากผู้ให้บริการต่างกัน ตรวจ Content-Type ก่อนรวมไฟล์ หรือกำหนดโมเดลเดียว
  • การรวมส่วนของเสียง: รวมส่วนของเสียงด้วยเครื่องมือ เช่น ffmpeg ทุกส่วนต้องมีรูปแบบเดียวกันและอัตราสุ่มตัวอย่างเดียวกัน ดังนั้นให้กำหนดโมเดลเดียวสำหรับเอกสารหนึ่งฉบับ
  • การตัดข้อความ: ตัวอย่างการแบ่งจะตัดแต่ละส่วนที่ 200 ตัวอักษร ให้ประโยคของคุณสั้นกว่านั้น มิฉะนั้นอาจสูญเสียคำ

การแก้ปัญหา

ปัญหาสาเหตุวิธีแก้
ข้อผิดพลาด 400 กับรูปแบบไฟล์ผู้ให้บริการสร้างรูปแบบนั้นไม่ได้ลบ response_format หรือขอ wav จาก Orpheus
คำขอ Groq ล้มเหลวกับข้อความยาวข้อความมีมากกว่า 200 ตัวอักษรแบ่งข้อความเป็นส่วนสั้น
ข้อผิดพลาดของ Groq เกี่ยวกับข้อกำหนดยังไม่ได้ยอมรับข้อกำหนดของโมเดลยอมรับข้อกำหนดใน Groq console
ไฟล์เสียงเล่นไม่ได้นามสกุลไฟล์ไม่ตรงกับรูปแบบใช้ header Content-Type เพื่อกำหนดนามสกุล
ข้อผิดพลาด 503ไม่ได้เปิดใช้โมเดลเสียงพูดใด ๆเพิ่มคีย์และเปิดโมเดลใน Models, Audio
ใช้ทุกตัวในรายการนี้ผ่านคีย์เดียว FreeLLMAPI คือเราเตอร์โอเพนซอร์สที่คุณโฮสต์เอง รวมระดับฟรีทั้งหมดนี้ไว้หลังปลายทางเดียวที่เข้ากันได้กับ OpenAI และเปลี่ยนไปใช้ตัวอื่นเมื่อตัวใดตัวหนึ่งถูกจำกัดอัตรา ดูแคตตาล็อก หรือ เริ่มใช้งานจริง.

คำถามที่พบบ่อย

มี text to speech API ฟรีหรือไม่

มี Groq, Google AI Studio, Cloudflare Workers AI, Speechify และ Cartesia ให้ text to speech ฟรีพร้อมขีดจำกัด FreeLLMAPI ส่งคำขอ /v1/audio/speech ไปยังผู้ให้บริการเหล่านี้ผ่านคีย์เดียว

text to speech API ฟรีรายใดให้ตัวอักษรมากที่สุด

ในบรรดาผู้ให้บริการในตาราง Speechify ระบุ 500,000 ตัวอักษรต่อเดือนในแผนฟรี Cartesia ระบุ 20,000 credits ต่อเดือน โดย 1 credit เท่ากับ 1 ตัวอักษร

ฉันใช้เสียง text to speech ฟรีเชิงพาณิชย์ได้หรือไม่

ขึ้นอยู่กับผู้ให้บริการ Speechify ระบุการใช้เชิงพาณิชย์ในแผนฟรี Cartesia ระบุใบอนุญาตใช้เชิงพาณิชย์ไว้เฉพาะแผนที่เสียเงิน อ่านข้อกำหนดของผู้ให้บริการแต่ละราย

OpenAI SDK ใช้กับ text to speech ฟรีได้หรือไม่

ได้ ตั้ง base_url เป็น http://localhost:3001/v1 แล้วเรียก client.audio.speech.create เราเตอร์จะเลือกผู้ให้บริการและส่งไบต์ของเสียงกลับมา

คู่มือที่เกี่ยวข้อง

แหล่งข้อมูล

คู่มือทั้งหมด · ดูโมเดลฟรีทั้งหมด