Tarifs de l’API Google Text-to-Speech : le coût d’une heure de voix

Prix par million de caractères

Les voix Standard et WaveNet coûtent 4 $ par million de caractères, Neural2 et Polyglot 16 $, Chirp 3: HD 30 $, les Instant custom voices 60 $ et les voix Studio 160 $. Google compte chaque caractère de l’entrée, espaces et retours à la ligne compris, ainsi que les balises SSML sauf la balise mark. Les modèles Gemini-TTS de Google Cloud sont facturés aux jetons et n’ont pas d’usage gratuit.

L’offre gratuite

Chaque mois, les 4 premiers millions de caractères en voix Standard et WaveNet sont gratuits, ainsi que le premier million en Neural2, Polyglot, Chirp 3: HD et Studio. Les Instant custom voices n’ont pas d’offre gratuite. À environ 1 000 caractères par minute, la règle qu’utilise ElevenLabs sur sa page tarifaire, 4 millions de caractères font environ 66 heures de voix et un million environ 16 heures.

Le coût d’une heure

Une heure de voix représente environ 60 000 caractères. Au prix catalogue, elle coûte environ 0,24 $ en voix Standard ou WaveNet, 0,96 $ en Neural2, 1,80 $ en Chirp 3: HD, 3,60 $ avec une Instant custom voice et 9,60 $ en Studio. Les 216 heures que l’offre Starter de SuperClonica à 5 $ lit au maximum en un mois coûteraient environ 52 $ en voix Standard, environ 36 $ après l’offre gratuite, et environ 390 $ en Chirp 3: HD.

Les mêmes heures chez SuperClonica

L’API vocale de SuperClonica facture au temps, pas aux caractères : une offre donne des minutes d’audio dans chaque fenêtre de 10 minutes. Utilisée sans pause, l’offre Starter à 5 $ lit jusqu’à 216 heures par mois, celle à 10 $ jusqu’à 576, à 20 $ jusqu’à 1 440 et à 50 $ jusqu’à 4 680. Une clé gratuite donne 3 minutes par jour. Toutes les voix du catalogue et vos voix entraînées fonctionnent sur chaque offre, et le son arrive dès 300 ms dans nos mesures. Supertonic 3 parle 31 langues ; le chinois n’en fait pas encore partie.

Quand Google est le meilleur choix

Si vous restez sous l’offre gratuite, les voix Standard et WaveNet peuvent ne rien vous coûter. Google propose aussi bien plus de langues et de variantes régionales, dont le chinois, le SSML, l’horodatage des mots, l’hébergement régional et les garanties d’un grand cloud. SuperClonica devient rentable quand vous lisez beaucoup d’heures par mois, voulez des voix de personnages ou vos propres voix du catalogue, ou avez besoin d’une facture fixe.

L’essayer en une requête

Obtenez une clé gratuite sur le site et envoyez le texte en POST à https://superclonica.com/api/v1/speech avec l’en-tête Authorization: Bearer et votre clé, et le corps

{"text": "...", "voice": "F1", "language": "fr"}

Ajoutez "format": "mp3" pour du MP3, ou "stream": true pour lire l’audio au fur et à mesure.