Безкоштовний API синтезу мовлення
API синтезу мовлення (TTS) перетворює текст на озвучений аудіофайл. Деякі провайдери надають TTS безкоштовно, з лімітами символів або запитів. FreeLLMAPI надсилає запити /v1/audio/speech до провайдерів, які обслуговують мовні моделі. Коли один провайдер завершується помилкою або досягає свого ліміту, маршрутизатор пробує наступного.
Код, назви моделей і мітки живого каталогу показано англійською.
Безкоштовні провайдери синтезу мовлення
У таблиці наведено провайдерів з безкоштовним обсягом TTS. Ми перевірили кожен ліміт на офіційній сторінці провайдера. Безкоштовні ліміти мовлення вимірюються в символах, запитах або в денному бюджеті обчислень, тому порівнюйте їх уважно.
| Провайдер | Модель | Безкоштовний обсяг (офіційно) | Вихідний формат | Примітки |
|---|---|---|---|---|
| Groq | Orpheus English, Orpheus Arabic (Saudi) | Безкоштовний план із денними лімітами. Максимум 200 символів для кожного запиту | Лише WAV | Адміністратор організації спочатку повинен прийняти умови моделі в консолі Groq |
| Google AI Studio | Gemini 2.5 Flash TTS (попередній перегляд) | Безкоштовний тариф: вхідні і вихідні дані безкоштовні, з лімітами частоти запитів | WAV | Багато голосів. Добре підходить для природного мовлення |
| Cloudflare Workers AI | MeloTTS | 10,000 нейронів на день. MeloTTS використовує 18.63 нейрона на кожну хвилину аудіо | WAV | Близько 536 хвилин аудіо на день, якщо бюджет не використовує жодна інша модель. Вибір мови, без вибору голосу |
| Cloudflare Workers AI | Deepgram Aura 1 | Ті самі 10,000 нейронів. Aura 1 використовує 1,363.64 нейрона на кожні 1,000 символів | MP3 | Близько 7,300 символів на день |
| Speechify | Simba | 500,000 символів на місяць, без картки | MP3 | Комерційне використання зазначено у безкоштовному плані. Simba 3.5 зменшується до 333,000 символів з 21 листопада 2026 |
| Cartesia | Sonic | 20,000 кредитів на місяць. 1 кредит дорівнює 1 символу | WAV | Ліцензія на комерційне використання зазначена лише для платних планів |
Числа з позначкою «близько» є нашим розрахунком за опублікованими тарифами. Бюджет Cloudflare спільний для всіх моделей Workers AI в одному обліковому записі, включно з моделями чату і зображень.
Крок 1: Встановіть FreeLLMAPI і додайте ключі для мовлення
FreeLLMAPI має відкритий код. Він працює на вашому комп'ютері в Docker. Ваші ключі провайдерів залишаються на вашому комп'ютері.
Встановлення (macOS або Linux)
curl -fsSL https://freellmapi.co/install.sh | bashВідкрийте панель керування за адресою http://localhost:3001. Додайте ключі на сторінці Keys. Ключ Groq або ключ Google AI Studio також вмикає їхні мовні моделі. Потім відкрийте Models, Audio, щоб побачити мовні моделі та увімкнути або вимкнути їх. Скопіюйте єдиний ключ зі сторінки Keys.
Крок 2: Згенеруйте мовлення
Endpoint використовує формат запитів OpenAI. Поле input обов'язкове. Поля model, voice і response_format необов'язкові. Тіло відповіді є аудіофайлом.
curl: дозвольте маршрутизатору вибрати 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.txtPython: закріпіть 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 показує, який провайдер створив аудіо. Заголовок Content-Type показує формат, наприклад audio/wav або audio/mpeg.
Голоси, формати і довжина тексту
- Голоси: стандартні назви голосів OpenAI, такі як
alloy, відповідають перевіреному рідному голосу у багатьох провайдерів. Ви також можете надіслати рідну назву голосу, наприкладtroyдля Orpheus English абоfahadдля Orpheus Arabic. - Формати: кожен провайдер створює власний формат. Groq Orpheus і Cloudflare MeloTTS створюють WAV. Cloudflare Aura створює MP3. Провайдер відхиляє формат, який не може створити. Він не надсилає файл з неправильною міткою.
- Довжина тексту: Groq приймає не більше 200 символів для кожного запиту. Розбивайте довгий текст на речення і надсилайте окремий запит для кожного речення.
- Мова: Orpheus має моделі англійської та саудівської арабської. MeloTTS у Cloudflare через цей адаптер використовує англійську.
Python: розбивайте довгий текст на короткі запити
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 використання і типові помилки
- Умови ліцензії: безкоштовні плани можуть обмежувати комерційне використання. Cartesia вказує ліцензію на комерційне використання лише для платних планів. Перед публікацією аудіо прочитайте умови кожного провайдера.
- Спільні обсяги: місячний обсяг символів належить обліковому запису. Більше голосів або більше моделей не дають більше символів.
- Умови в консолі Groq: Groq повертає помилку, доки адміністратор не прийме умови моделі. FreeLLMAPI не приймає умови за вас.
- Змішані формати: з
model: "auto"два запити можуть прийти від різних провайдерів. ПеревіртеContent-Typeперед об'єднанням файлів або закріпіть одну модель. - Об'єднання частин: об'єднуйте частини аудіо за допомогою такого інструменту, як ffmpeg. Усі частини повинні мати той самий формат і ту саму частоту дискретизації, тому закріпіть одну модель для одного документа.
- Обрізання: приклад розбиття обрізає кожну частину на 200 символах. Робіть свої речення коротшими за це, інакше слово може загубитися.
Усунення несправностей
| Проблема | Причина | Рішення |
|---|---|---|
| Помилка 400 через формат | Провайдер не може створити цей формат | Видаліть response_format або запросіть wav від Orpheus |
| Запит до Groq завершується помилкою на довгому тексті | Текст має більше 200 символів | Розбийте текст на короткі частини |
| Помилка Groq про умови | Умови моделі не прийнято | Прийміть умови в консолі Groq |
| Аудіофайл не відтворюється | Розширення файлу не відповідає формату | Використайте заголовок Content-Type, щоб визначити розширення |
| Помилка 503 | Жодну мовну модель не увімкнено | Додайте ключ і увімкніть модель у розділі Models, Audio |
Часті запитання
Чи є безкоштовний API синтезу мовлення?
Так. Groq, Google AI Studio, Cloudflare Workers AI, Speechify і Cartesia надають безкоштовний синтез мовлення з лімітами. FreeLLMAPI надсилає запити /v1/audio/speech до цих провайдерів через один ключ.
Який безкоштовний API синтезу мовлення має найбільше символів?
Серед провайдерів у таблиці Speechify вказує 500,000 символів на місяць у безкоштовному плані. Cartesia вказує 20,000 кредитів на місяць, де 1 кредит дорівнює 1 символу.
Чи можна комерційно використовувати безкоштовне аудіо синтезу мовлення?
Це залежить від провайдера. Speechify вказує комерційне використання в безкоштовному плані. Cartesia вказує ліцензію на комерційне використання лише для платних планів. Прочитайте умови кожного провайдера.
Чи працює OpenAI SDK для безкоштовного синтезу мовлення?
Так. Встановіть base_url на http://localhost:3001/v1 і викличте client.audio.speech.create. Маршрутизатор вибирає провайдера і повертає байти аудіо.
Схожі посібники
- Безкоштовний API мовлення в текст
- Безкоштовний Whisper API
- free groq api
- free gemini api
- free cloudflare api
Джерела
- FreeLLMAPI docs: Images, video and text-to-speech (перевірено 20 November 2026)
- FreeLLMAPI docs: Groq Orpheus speech (перевірено 20 November 2026)
- Groq docs: Orpheus text to speech (перевірено 20 November 2026)
- Gemini Developer API pricing (перевірено 20 November 2026)
- Cloudflare Workers AI pricing (перевірено 20 November 2026)
- Speechify API pricing (перевірено 20 November 2026)
- Cartesia pricing (перевірено 20 November 2026)