# Preise der Google Text-to-Speech API: was eine Stunde Sprache kostet

Aktualisiert 2026-11-05

Google Cloud Text-to-Speech rechnet nach Zeichen ab, und der Preis hängt vom Stimmentyp ab: von 4 $ bis 160 $ pro Million Zeichen. Dieser Leitfaden nennt die Preise von Googles Preisseite im November 2026, rechnet sie in die Kosten einer Stunde Audio um und vergleicht sie mit einem Tarif, der nach Zeit abrechnet.

## Preise pro Million Zeichen

Standard- und WaveNet-Stimmen kosten 4 $ pro Million Zeichen, Neural2- und Polyglot-Stimmen 16 $, Chirp 3: HD 30 $, Instant Custom Voices 60 $ und Studio-Stimmen 160 $. Google zählt jedes Zeichen der Eingabe, auch Leerzeichen und Zeilenumbrüche, sowie SSML-Tags außer dem mark-Tag. Die Gemini-TTS-Modelle in Google Cloud werden stattdessen nach Tokens abgerechnet und haben kein Gratiskontingent.

## Das Gratiskontingent

Jeden Monat sind die ersten 4 Millionen Zeichen mit Standard- und WaveNet-Stimmen kostenlos und die erste Million mit Neural2, Polyglot, Chirp 3: HD und Studio. Instant Custom Voices haben kein Gratiskontingent. Bei etwa 1.000 Zeichen pro Minute, der Faustregel von ElevenLabs auf seiner Preisseite, sind 4 Millionen Zeichen rund 66 Stunden Sprache und eine Million etwa 16 Stunden.

## Was eine Stunde kostet

Eine Stunde Sprache sind etwa 60.000 Zeichen. Zum Listenpreis kostet sie etwa 0,24 $ mit Standard oder WaveNet, 0,96 $ mit Neural2, 1,80 $ mit Chirp 3: HD, 3,60 $ mit einer Instant Custom Voice und 9,60 $ mit Studio. Die 216 Stunden, die der Starter-Tarif von SuperClonica für 5 $ höchstens im Monat vertont, kämen mit Standard-Stimmen auf etwa 52 $, nach dem Gratiskontingent auf etwa 36 $, und mit Chirp 3: HD auf etwa 390 $.

## Dieselben Stunden bei SuperClonica

Die Sprach-API von SuperClonica rechnet nach Zeit, nicht nach Zeichen: Ein Tarif gibt Audiominuten in jedem 10-Minuten-Fenster. Ohne Pause genutzt, vertont der Starter-Tarif für 5 $ bis zu 216 Stunden im Monat, der für 10 $ bis zu 576, für 20 $ bis zu 1.440 und für 50 $ bis zu 4.680. Ein kostenloser Schlüssel gibt 3 Minuten am Tag. Alle Katalogstimmen und Ihre eigenen trainierten Stimmen laufen in jedem Tarif, und der Ton kommt in unseren Messungen ab 300 ms. Supertonic 3 spricht 31 Sprachen; Chinesisch ist noch nicht dabei.

## Wann Google die bessere Wahl ist

Wenn Sie weniger als das Gratiskontingent vertonen, kosten Standard- und WaveNet-Stimmen womöglich gar nichts. Google bietet außerdem viel mehr Sprachen und regionale Varianten, auch Chinesisch, dazu SSML, Wort-Zeitstempel, regionales Hosting und die Garantien einer großen Cloud. SuperClonica lohnt sich, wenn Sie viele Stunden im Monat vertonen, Figuren- oder eigene Stimmen aus dem Katalog wollen oder eine feste Rechnung brauchen.

## In einer Anfrage ausprobieren

Holen Sie sich auf der Website einen kostenlosen Schlüssel und senden Sie Text per POST an https://superclonica.com/api/v1/speech mit dem Header Authorization: Bearer und Ihrem Schlüssel sowie dem Body

```
{"text": "...", "voice": "F1", "language": "de"}
```

Fügen Sie "format": "mp3" für MP3 hinzu oder "stream": true, um den Ton schon beim Eintreffen abzuspielen.

## Weitere Anleitungen

- [Preise der Gemini TTS API: was eine Stunde Gemini-Sprache kostet](https://superclonica.com/de/guides/gemini-tts-api-pricing)
- [Preise der OpenAI TTS API: tts-1, tts-1-hd und gpt-4o-mini-tts](https://superclonica.com/de/guides/openai-tts-api-pricing)
- [Die günstigste Text-to-Speech-API: was eine Stunde Audio wirklich kostet](https://superclonica.com/de/guides/text-to-speech-api-pricing)
- [Eine Alternative zur TTS-API von Inworld und MiniMax mit Abrechnung nach Zeit](https://superclonica.com/de/guides/inworld-minimax-tts-alternative)
- [Eine Offline-Alternative zu Google Cloud Text-to-Speech](https://superclonica.com/de/guides/google-text-to-speech-alternative)
- [Eine Alternative zu Amazon Polly für Apps, die viel sprechen](https://superclonica.com/de/guides/amazon-polly-alternative)
- [Eine Alternative zur Sprachsynthese von Azure: nach Zeit statt nach Zeichen](https://superclonica.com/de/guides/azure-text-to-speech-alternative)
- [Gemini-TTS-Alternative: eine Offline-Sprach-Engine, die Sie selbst betreiben](https://superclonica.com/de/guides/gemini-tts-alternative)
- [Eine Alternative zu Deepgram Aura für Apps, die Stunden an Text vertonen](https://superclonica.com/de/guides/deepgram-aura-alternative)
- [Eine günstige Alternative zur ElevenLabs-API für lange und häufige Sprachausgabe](https://superclonica.com/de/guides/elevenlabs-api-alternative)
- [KI-Stimme für Workouts und Fitness-Apps](https://superclonica.com/de/guides/workout-voice-cues)
- [Eine Streaming-Text-to-Speech-API: der erste Ton ab 300 ms](https://superclonica.com/de/guides/streaming-text-to-speech-api)

## Text-to-Speech und Vergleiche

- [Text-to-Speech, das auf Ihrem eigenen Rechner läuft](https://superclonica.com/de/text-to-speech)
- [Supertonic vs. SuperClonica: dasselbe Modell, schneller und sauberer](https://superclonica.com/de/compare/supertonic)
- [Fish Audio und Fish Speech im Vergleich mit SuperClonica](https://superclonica.com/de/compare/fish-audio)
- [OmniVoice oder SuperClonica: mehr Sprachen oder mehr Tempo](https://superclonica.com/de/compare/omnivoice)
- [Qwen3-TTS oder SuperClonica für lokale Sprachsynthese](https://superclonica.com/de/compare/qwen3-tts)
- [VoxCPM 2 oder SuperClonica: Studioklang oder CPU-Tempo](https://superclonica.com/de/compare/voxcpm)
- [F5-TTS oder SuperClonica: Zero-Shot-Klonen oder schnelle Sprache auf der CPU](https://superclonica.com/de/compare/f5-tts)
- [Eine Offline-Alternative zu ElevenLabs](https://superclonica.com/de/compare/elevenlabs)
- [Kokoro TTS oder SuperClonica: zwei kleine Modelle für lokale Sprachsynthese](https://superclonica.com/de/compare/kokoro)
- [Piper TTS oder SuperClonica: kleine Geräte oder eigene Stimmen](https://superclonica.com/de/compare/piper)
- [Coqui XTTS-v2 oder SuperClonica: eine Alternative zu Coqui TTS](https://superclonica.com/de/compare/xtts)
- [Chatterbox TTS oder SuperClonica: sofortiger Klon oder trainierte Stimmdatei](https://superclonica.com/de/compare/chatterbox)

## Häufige Fragen

### Was kostet die Google Text-to-Speech API?

Von 4 $ pro Million Zeichen für Standard- und WaveNet-Stimmen bis 160 $ für Studio-Stimmen, mit 16 $ für Neural2 und 30 $ für Chirp 3: HD, nach einem monatlichen Gratiskontingent.

### Ist die Google TTS API kostenlos?

Bis zu einer Grenze: Jeden Monat sind die ersten 4 Millionen Zeichen mit Standard und WaveNet und die erste Million mit Neural2, Polyglot, Chirp 3: HD und Studio kostenlos.

### Zählen Leerzeichen als Zeichen?

Ja. Google zählt alle Zeichen der Eingabe, auch Leerzeichen und Zeilenumbrüche, sowie SSML-Tags außer dem mark-Tag.

### Gibt es einen kostenlosen TTS-API-Schlüssel?

Ja. Ein kostenloser SuperClonica-Schlüssel gibt 3 Minuten Audio am Tag mit allen Katalogstimmen, ohne Karte.

- [Kostenlosen API-Schlüssel holen](https://superclonica.com/de/speech-api)
- [Katalogstimmen kostenlos anhören](https://superclonica.com/de/explore)
- [Oder die Engine selbst betreiben](https://superclonica.com/de/superclonica)

## Quellen

- [Google Cloud: Text-to-Speech pricing](https://cloud.google.com/text-to-speech/pricing)
- [ElevenLabs: API pricing (1,000 characters ≈ 1 minute)](https://elevenlabs.io/pricing/api)
- [SuperClonica](https://superclonica.com/de/)
- [KI-Stimmenkatalog für Text-to-Speech](https://superclonica.com/de/explore)
- [Text-to-Speech-API: Gratis-Schlüssel, ab 5 $](https://superclonica.com/de/speech-api)
- [Auftragsstimmen für Supertonic 3](https://superclonica.com/de/requests)
- [Anleitung: Stimmen, lokales TTS, Training](https://superclonica.com/de/guide)
- [Schnelle Engine für Supertonic 3](https://superclonica.com/de/superclonica)
- [Über uns: Enthusiasten für Sprachsynthese](https://superclonica.com/de/about)
- [Kontakt, Support und Stimmen melden](https://superclonica.com/de/contacts)
- [Datenschutzerklärung](https://superclonica.com/de/privacy)
- [Nutzungsbedingungen](https://superclonica.com/de/terms)
- [Text-to-Speech](https://superclonica.com/de/text-to-speech)