Calculadora de custos de texto para fala
Estime grátis e online os custos da API de síntese de voz a partir do volume de caracteres e dos padrões de uso. Compare preços de OpenAI TTS, Google Cloud WaveNet e Studio, AWS Polly, Azure Neural Voice, ElevenLabs, Deepgram Aura e Cartesia Sonic — com dedução de planos gratuitos, níveis de qualidade de voz, indicadores de suporte a SSML e estimativa de duração do áudio. Roda 100 % no seu navegador.
Estimate speech synthesis API costs from character volume and usage patterns. Compare pricing across OpenAI, Google Cloud, AWS Polly, Azure, ElevenLabs, Deepgram, and Cartesia - including free tier deductions and cost per request. Runs 100% in your browser.
Low latency, streaming-optimised
Conversational AI responses, call-centre bots - ~200 chars avg
Volume Configuration
Projected Monthly TTS Cost - OpenAI TTS-1
Cost / Request
$3.00
$/1K Chars
$15.00
Audio Generated
133.3h
Free Tier Savings
-
Provider & Voice Comparison
Sorted by monthly cost| Provider / Voice | $/1K chars | Cost/Req | Monthly Cost | Quality |
|---|---|---|---|---|
Google Cloud·StandardBest Value 4,000,000 free chars/mo | $4.000 | $0.8000 | $8.00K | Standard |
AWS Polly·StandardBest Value | $4.000 | $0.8000 | $24.00K | Standard |
Google Cloud·WaveNetBest Value 1,000,000 free chars/mo | $16.000 | $3.20 | $80.00K | Natural |
Azure AI·Neural TTS 500,000 free chars/mo | $16.000 | $3.20 | $88.00K | Natural |
OpenAI·TTS-1 Selected | $15.000 | $3.00 | $90.00K | Natural |
Deepgram·Aura | $15.000 | $3.00 | $90.00K | Natural |
AWS Polly·Neural (NTTS) | $16.000 | $3.20 | $96.00K | Natural |
OpenAI·TTS-1 HDHigh Quality | $30.000 | $6.00 | $180.00K | Ultra-Natural |
Azure AI·HD Neural VoiceHigh Quality | $30.000 | $6.00 | $180.00K | Ultra-Natural |
ElevenLabs·Creator PlanHigh Quality | $30.000 | $6.00 | $180.00K | Ultra-Natural |
Cartesia·SonicHigh Quality | $65.000 | $13.00 | $390.00K | Ultra-Natural |
Google Cloud·StudioHigh Quality | $160.000 | $32.00 | $960.00K | Ultra-Natural |
ElevenLabs·Pay-as-you-goHigh Quality 10,000 free chars/mo | $300.000 | $60.00 | $1.80M | Ultra-Natural |
Como a síntese de voz é cobrada
As APIs TTS cobram por caractere de entrada, não por requisição nem por minuto de áudio. O custo total vem de multiplicar os caracteres pelo preço por milhão.
A qualidade da voz é o fator que mais encarece: sair do padrão para o neural pode multiplicar o preço por 4.
- Custo = (caracteres totais ÷ 1M) × preço por milhão.
- Padrão: US$ 3-5/1M. Neural: US$ 15-30/1M. Studio/HD: até US$ 300/1M.
- A marcação SSML soma caracteres cobráveis.
Aproveitar os planos gratuitos
Google, Azure e outros oferecem franquia gratuita mensal que se renova. Para aplicações pequenas, isso pode significar custo zero.
- Calcule seus caracteres mensais totais.
- Subtraia a franquia gratuita do provedor correspondente.
- Compare o custo restante entre provedores de qualidade similar.
- Escolha a voz mais barata que atenda seu nível mínimo de qualidade.
Escolher a voz e projetar o gasto
Antes de escalar, saiba quanto a qualidade da voz pesa na fatura. Subir de nível dobra ou quadruplica o preço.
- Use os presets de conteúdo para estimar caracteres médios.
- Estime a duração do áudio para dimensionar sua infraestrutura.
- Revise a previsão mensal antes de comprometer o orçamento.
Perguntas frequentes
Ela estima a despesa de API para converter texto em áudio em um determinado volume. Usa a média de caracteres por requisição, seu volume diário de requisições e o provedor escolhido para calcular custo por requisição, custo por 1.000 caracteres e uma projeção total do período, com dedução do plano gratuito aplicada automaticamente.
As APIs TTS cobram por caractere de texto de entrada. Custo total = (caracteres totais ÷ 1.000.000) × preço por 1M de caracteres. Por exemplo, 10.000 requisições/dia com 200 caracteres cada = 2M de caracteres/dia. Com o preço do Google WaveNet (US$ 16/1M), isso dá US$ 32/dia ou cerca de US$ 960/mês após a franquia gratuita de 1M de caracteres.
Notificações curtas têm 50-150 caracteres. Respostas de chatbot, 150-300. Um artigo de blog vai de 3.000 a 8.000 caracteres. Uma narração de podcast de 30 minutos tem 30.000-60.000 caracteres. Use os presets por tipo de conteúdo da calculadora para estimativas rápidas.
Para qualidade padrão, AWS Polly Standard e Google Cloud Standard custam cerca de US$ 4/1M de caracteres, com o Google oferecendo 4M de caracteres grátis/mês — o mais barato para volume baixo a médio. Para vozes neurais, OpenAI TTS-1 e Deepgram Aura custam US$ 15/1M de caracteres.
Sim. O Google Cloud TTS oferece 4 milhões de caracteres grátis/mês para vozes Standard e 1 milhão para vozes WaveNet. O Azure Neural Voice oferece 500.000 caracteres grátis/mês. Essas franquias se renovam mensalmente e podem deixar esses provedores gratuitos para aplicações pequenas.
Vozes padrão usam fragmentos de fala gravados — soam robóticas e custam US$ 3-5/1M de caracteres. Vozes neurais usam aprendizado profundo e soam muito mais naturais a US$ 15-30/1M. Vozes Studio e HD entregam qualidade quase humana a US$ 30-300/1M.
SSML (Speech Synthesis Markup Language) controla pronúncia, ritmo, tom e pausas. Nos provedores que suportam (Google Cloud, AWS Polly, Azure), as tags SSML entram na contagem de caracteres e são cobradas — normalmente somando 10-20 % ao custo em textos com muita marcação.
Sim. A calculadora roda 100 % no seu navegador. Contagens de caracteres, volumes de requisições e projeções de custo são processados localmente no seu dispositivo e nunca enviados a servidor algum, armazenados ou compartilhados. Não exige conta.