Калькулятор стоимости синтеза речи
Бесплатно оцените онлайн затраты API синтеза речи по объёму символов и характеру использования. Сравните цены OpenAI TTS, Google Cloud WaveNet и Studio, AWS Polly, Azure Neural Voice, ElevenLabs, Deepgram Aura и Cartesia Sonic — с вычетом бесплатных лимитов, уровнями качества голоса, поддержкой SSML и оценкой длительности аудио. Работает на 100 % в браузере.
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 |
Как тарифицируется синтез речи
API TTS берут плату за входной символ, а не за запрос или минуту аудио. Итог рассчитывается умножением символов на цену за миллион.
Качество голоса — главный фактор удорожания: переход со стандартного на нейронный может увеличить цену вчетверо.
- Стоимость = (всего символов ÷ 1 млн) × цена за миллион.
- Стандарт: 3–5 $/1 млн. Нейронный: 15–30 $/1 млн. Studio/HD: до 300 $/1 млн.
- Разметка SSML увеличивает число тарифицируемых символов.
Использование бесплатных лимитов
Google, Azure и другие дают ежемесячный бесплатный лимит, который обновляется. Для небольших приложений это может означать нулевые затраты.
- Посчитайте общее число символов в месяц.
- Вычтите бесплатный лимит соответствующего провайдера.
- Сравните остаточную стоимость у провайдеров схожего качества.
- Выберите самый дешёвый голос, отвечающий минимальным требованиям качества.
Выбор голоса и планирование расходов
До масштабирования стоит понять, сколько качество голоса добавляет к счёту. Повышение уровня удваивает или увеличивает цену вчетверо.
- Используйте пресеты контента для оценки среднего числа символов.
- Оцените длительность аудио для расчёта инфраструктуры.
- Проверяйте месячный прогноз до фиксации бюджета.
Часто задаваемые вопросы
Он оценивает расходы API на преобразование текста в аудио при заданном объёме. Он берёт среднее число символов на запрос синтеза, суточный объём запросов и выбранного провайдера, чтобы рассчитать цену за запрос, за 1000 символов и общую проекцию периода, автоматически вычитая бесплатный лимит.
API TTS берут плату за символ входного текста. Итог = (всего символов ÷ 1 000 000) × цена за 1 млн символов. Например, 10 000 запросов в день по 200 символов = 2 млн символов в день. При цене Google WaveNet (16 $/1 млн) это 32 $/день или около 960 $/мес после бесплатных 1 млн символов.
Короткие уведомления — 50–150 символов. Ответы чат-бота — 150–300. Статья в блоге — 3 000–8 000. Озвучка 30-минутного подкаста — 30 000–60 000 символов. Для быстрых оценок используйте пресеты по типу контента.
Для стандартного качества AWS Polly Standard и Google Cloud Standard стоят около 4 $/1 млн символов, причём Google даёт 4 млн бесплатных символов в месяц — самый дешёвый вариант при малых и средних объёмах. Для нейронных голосов OpenAI TTS-1 и Deepgram Aura берут 15 $/1 млн символов.
Да. Google Cloud TTS даёт 4 миллиона бесплатных символов в месяц для стандартных голосов и 1 миллион для WaveNet. Azure Neural Voice даёт 500 000 бесплатных символов в месяц. Эти лимиты обновляются ежемесячно и могут сделать таких провайдеров бесплатными для небольших приложений.
Стандартные голоса используют записанные фрагменты речи — звучат роботизированно и стоят 3–5 $/1 млн символов. Нейронные используют глубокое обучение и звучат заметно естественнее при цене 15–30 $/1 млн. Голоса Studio и HD дают почти человеческое качество за 30–300 $/1 млн.
SSML (язык разметки синтеза речи) управляет произношением, темпом, высотой и паузами. У провайдеров, которые его поддерживают (Google Cloud, AWS Polly, Azure), теги SSML входят в число символов и тарифицируются — обычно добавляя 10–20 % к стоимости при насыщенной разметке.
Да. Калькулятор работает на 100 % в браузере. Количество символов, объёмы запросов и прогнозы затрат обрабатываются локально на устройстве и никогда не отправляются на сервер, не сохраняются и не передаются. Аккаунт не требуется.