首页 / 指南 / 免费文本转语音 API

免费文本转语音 API

文本转语音(TTS)API 将文本转换为语音音频。部分提供商免费提供 TTS,但有字符或请求数限制。FreeLLMAPI 将 /v1/audio/speech 请求发送给提供语音模型的提供商。当某个提供商失败或达到其限制时,路由器会尝试下一个提供商。

代码、模型名称和目录中的实时标签以英文显示。

免费文本转语音提供商

下表列出了提供免费 TTS 额度的提供商。我们在各提供商的官方页面上核对了每项限制。免费语音额度以字符、请求数或每日计算预算计算,因此请仔细比较。

来自提供商页面的免费 TTS 额度,2026 年 11 月 20 日核对
提供商模型免费额度(官方)输出备注
GroqOrpheus English、Orpheus Arabic(沙特)免费套餐有每日限制。每个请求最多 200 个字符仅 WAV组织管理员必须先在 Groq 控制台中接受模型条款
Google AI StudioGemini 2.5 Flash TTS(预览版)免费套餐:输入和输出免费,但有速率限制WAV语音选择丰富。适合自然语音
Cloudflare Workers AIMeloTTS每天 10,000 个 neurons。MeloTTS 每音频分钟使用 18.63 个 neuronsWAV如果没有其他模型占用该预算,每天约 536 音频分钟。提供语言选择器,没有语音选择器
Cloudflare Workers AIDeepgram Aura 1同样为 10,000 个 neurons。Aura 1 每 1,000 个字符使用 1,363.64 个 neuronsMP3每天约 7,300 个字符
SpeechifySimba每月 500,000 个字符,无需绑定银行卡MP3免费套餐列出了可用于商业用途。Simba 3.5 自 2026 年 11 月 21 日起降至每月 333,000 个字符
CartesiaSonic每月 20,000 积分。1 积分等于 1 个字符WAV商业使用许可仅列于付费套餐

标注"约"的数字是我们根据已公布的费率计算得出的。Cloudflare 预算由一个账户上的所有 Workers AI 模型共享,包括对话模型和图像模型。

第 1 步:安装 FreeLLMAPI 并添加语音密钥

FreeLLMAPI 是开源软件。它通过 Docker 在您的计算机上运行。您的提供商密钥保存在您的计算机上。

安装(macOS 或 Linux)

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

在 http://localhost:3001 打开仪表板。在 Keys 页面添加您的密钥。Groq 密钥或 Google AI Studio 密钥也会启用其语音模型。然后打开 Models, Audio,查看语音模型并将其开启或关闭。从 Keys 页面复制您的统一密钥。

第 2 步:生成语音

该端点使用 OpenAI 请求格式。input 字段为必填项。model、voice 和 response_format 字段为可选项。响应正文即为音频文件。

curl:由路由器选择提供商

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:固定使用 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")

X-Provider 标头显示生成音频的提供商。Content-Type 标头显示格式,例如 audio/wav 或 audio/mpeg。

语音、格式与文本长度

  • 语音:标准的 OpenAI 语音名称(例如 alloy)在许多提供商处会映射到经过测试的原生语音。您也可以发送原生语音名称,例如 Orpheus English 的 troy,或 Orpheus Arabic 的 fahad。
  • 格式:每个提供商生成各自的格式。Groq Orpheus 和 Cloudflare MeloTTS 生成 WAV。Cloudflare Aura 生成 MP3。提供商会拒绝其无法生成的格式,而不会发送标签错误的文件。
  • 文本长度:Groq 每个请求最多接受 200 个字符。请将长文本拆分为句子,并为每个句子单独发送一次请求。
  • 语言:Orpheus 提供英语和沙特阿拉伯语模型。通过此适配器,Cloudflare 上的 MeloTTS 使用英语。

Python:将长文本拆分为短请求

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}")

使用规则与注意事项

  • 许可条款:免费套餐可能会限制商业用途。Cartesia 仅在付费套餐中列出商业许可。发布音频之前,请阅读每个提供商的条款。
  • 共享额度:每月字符额度属于账户。更多语音或更多模型不会增加字符数。
  • Groq 控制台中的条款:在管理员接受模型条款之前,Groq 会返回错误。FreeLLMAPI 不会代您接受条款。
  • 格式混合:使用 model: "auto" 时,两个请求可能来自不同的提供商。在合并文件之前请检查 Content-Type,或固定使用一个模型。
  • 合并片段:使用 ffmpeg 等工具合并音频片段。所有片段必须具有相同的格式和采样率,因此请为同一文档固定使用一个模型。
  • 截断:拆分示例会将每个片段截断为 200 个字符。请使句子短于此长度,否则可能丢失某些词。

故障排除

问题原因解决方法
格式导致错误 400提供商无法生成该格式删除 response_format,或从 Orpheus 请求 wav
长文本导致 Groq 请求失败文本超过 200 个字符将文本拆分为短片段
Groq 条款相关错误尚未接受模型条款在 Groq 控制台中接受条款
音频文件无法播放文件扩展名与格式不匹配使用 Content-Type 标头设置扩展名
错误 503未启用任何语音模型在 Models, Audio 中添加密钥并开启一个模型
通过一个密钥使用以上每一个模型。 FreeLLMAPI 是一个开源的自托管路由器。它将所有这些免费套餐放在一个兼容 OpenAI 的端点之后,并在某个套餐被限速时自动切换。 浏览目录 或 立即开始.

常见问题

是否存在免费的文本转语音 API?

有。Groq、Google AI Studio、Cloudflare Workers AI、Speechify 和 Cartesia 提供有限额的免费文本转语音服务。FreeLLMAPI 通过一个密钥将 /v1/audio/speech 请求发送给这些提供商。

哪个免费文本转语音 API 提供的字符数最多?

在表中的提供商中,Speechify 免费套餐每月列出 500,000 个字符。Cartesia 每月列出 20,000 积分,每个字符消耗 1 积分。

免费文本转语音生成的音频可以用于商业用途吗?

这取决于提供商。Speechify 在其免费套餐中列出了商业用途。Cartesia 仅在付费套餐中列出商业许可。请阅读每个提供商的条款。

OpenAI SDK 能否用于免费文本转语音?

可以。将 base_url 设置为 http://localhost:3001/v1,然后调用 client.audio.speech.create。路由器会选择提供商并返回音频字节。

相关指南

来源

全部指南 · 浏览所有免费模型