免费额度
$0USD / 月
在按字符收费前，Text-to-Speech 合成每月免费字符额度。
- WaveNet 声音每月 100 万免费字符
- Standard（非 WaveNet）声音每月 400 万免费字符
- 访问 75+ 种语言和变体的 380+ 种声音
- REST 和 gRPC API 访问
AI 文字转语音工具
- 产品简介
- Google Cloud API，可将文本转换为自然流畅的语音，提供 75+ 种语言的 380+ 种声音、自定义声音创建和 SSML 控制。
- 收录时间
- 2026/11/7
- 价格类型
- 免费增值
- 官方信息
- 官网、公司与支持信息 ↗
产品概览
Google Text-to-Speech 是什么？
Google Text-to-Speech 是一款 Google Cloud API，使用 Google 的 AI 语音合成模型（包括 Gemini-TTS 和 Chirp 3: HD 声音）将书面文本转换为自然流畅的语音。它提供 75+ 种语言和变体的 380+ 种声音，支持纯文本、SSML 和自然语言提示来控制风格、语速、音高和发音，并可从短片段到长叙事生成单人或多说话人音频。开发者通过 REST 或 gRPC API 集成，以构建语音机器人、设备语音界面、有声书和无障碍节目指南。即时自定义声音模型可仅用 10 秒音频创建。访问按用量计费，每月有字符免费额度，超出后按字符付费；新客户可获得免费试用赠金。
如何使用 Google Text-to-Speech
- 1
试用演示
输入文本，选择语言和声音，然后点击 Speak It 在产品页面上直接收听合成音频。
- 2
选择模型和声音
从 Gemini-TTS、Chirp 3: HD 或其他模型中选择，然后从支持的声音列表中选择声音和区域设置。
- 3
使用 SSML 或提示控制语音
在支持的情况下，使用 SSML 标签或自然语言风格指令调整停顿、发音、音高、语速和情感。
- 4
通过 API 集成
从应用或设备发送 REST 或 gRPC 请求，以 MP3、Linear16 和 OGG Opus 等格式合成音频。
- 5
创建自定义声音
使用 Chirp 3 即时自定义声音，仅需 10 秒音频输入即可构建个性化声音模型。
Google Text-to-Speech 核心功能
Gemini-TTS 支持自然语言控制风格、口音、语速、语调和情感
Chirp 3: HD 声音具有低延迟流式传输和自然语调
Chirp 3 即时自定义声音仅需 10 秒音频
75+ 种语言和变体的 380+ 种声音
SSML、纯文本和基于提示的语音控制
音高调节最高 20 个半音，语速最高快 4 倍或慢 4 倍
流式和长音频合成
REST 和 gRPC API，支持多种音频输出格式
Google Text-to-Speech 使用场景
为联络中心构建具有动态语音生成的语音机器人
为设备和 IoT 产品添加文本转语音
从文本创建有声书和旁白内容
通过朗读语音使电子节目指南更易访问
根据用户声音和语言偏好生成个性化音频
Google Text-to-Speech 常见问题
它是一款 Google Cloud API，使用 Google 的 AI 语音合成模型（包括 Gemini-TTS 和 Chirp 3: HD 声音）将文本转换为自然流畅的语音。
该服务提供 75+ 种语言和变体的 380+ 种声音，包括普通话、印地语、西班牙语、阿拉伯语和俄语。
可以。Chirp 3 即时自定义声音可仅用 10 秒音频输入创建个性化声音模型，支持 30 多种区域设置。
定价基于每月发送用于合成的字符数。WaveNet 声音的前 100 万字符和 Standard 声音的前 400 万字符每月免费；超出后按每 100 万字符收费。
新客户可获得最高 300 美元的免费赠金，用于试用 Text-to-Speech 和其他 Google Cloud 产品。
根据模型不同，您可以使用纯文本、SSML 标签或自然语言提示来控制发音、停顿、格式和情感。
输出可生成为 MP3、Linear16、OGG Opus 以及其他多种音频格式。
可通过 REST 和 gRPC API 集成，使手机、PC、平板电脑、汽车、电视和扬声器等应用和设备能够请求合成语音。
Google Text-to-Speech 官方信息
- 公司
- Google Cloud
- 官网
- https://cloud.google.com/text-to-speech
- 文档
- https://cloud.google.com/text-to-speech/docs
- 联系
- https://cloud.google.com/contact
Google Text-to-Speech 价格方案
定价基于每月发送用于合成的字符数。WaveNet 声音每月包含 100 万免费字符；Standard 声音每月包含 400 万免费字符。新客户可获得最高 300 美元的免费赠金。非美元货币价格遵循 Google Cloud SKU。
按量付费
价格待核实
达到每月免费额度后，按处理的每 100 万字符收取基于用量的费用。
- 按处理的每 100 万字符文本计费
- 免费额度用尽后适用
- 支持最长 100 万字节输入的长音频合成
- 用于实时对话的流式音频合成
用户评价
Google Text-to-Speech 用户评论
暂无评论。
