Preço da API Google Text-to-Speech: quanto custa uma hora de fala
O Google Cloud Text-to-Speech cobra por caractere, e o preço depende do tipo de voz: de US$ 4 a US$ 160 por milhão de caracteres. Este guia traz os preços da página do Google em novembro de 2026, converte em custo de uma hora de áudio e compara com um plano cobrado por tempo.
Preços por milhão de caracteres
As vozes Standard e WaveNet custam US$ 4 por milhão de caracteres, Neural2 e Polyglot US$ 16, Chirp 3: HD US$ 30, Instant custom voice US$ 60 e Studio US$ 160. O Google conta cada caractere da entrada, inclusive espaços e quebras de linha, e as tags SSML exceto a tag mark. Os modelos Gemini-TTS no Google Cloud são cobrados por tokens e não têm uso gratuito.
A cota grátis
Todo mês os primeiros 4 milhões de caracteres com vozes Standard e WaveNet são grátis, e o primeiro milhão com Neural2, Polyglot, Chirp 3: HD e Studio. As Instant custom voices não têm cota grátis. Com cerca de 1.000 caracteres por minuto, a regra que a ElevenLabs usa na sua página de preços, 4 milhões de caracteres dão umas 66 horas de fala e um milhão cerca de 16 horas.
Quanto custa uma hora
Uma hora de fala tem cerca de 60.000 caracteres. Pelo preço de tabela, custa cerca de US$ 0,24 com vozes Standard ou WaveNet, US$ 0,96 com Neural2, US$ 1,80 com Chirp 3: HD, US$ 3,60 com uma Instant custom voice e US$ 9,60 com Studio. As 216 horas que o plano Starter da SuperClonica de US$ 5 narra no máximo por mês custariam cerca de US$ 52 com vozes Standard, cerca de US$ 36 depois da cota grátis, e cerca de US$ 390 com Chirp 3: HD.
As mesmas horas na SuperClonica
A API de voz da SuperClonica cobra por tempo, não por caracteres: um plano dá minutos de áudio a cada janela de 10 minutos. Usado sem pausa, o plano Starter de US$ 5 narra até 216 horas por mês, o de US$ 10 até 576, o de US$ 20 até 1.440 e o de US$ 50 até 4.680. Uma chave grátis dá 3 minutos por dia. Todas as vozes do catálogo e suas vozes treinadas funcionam em qualquer plano, e o áudio começa a chegar a partir de 300 ms nas nossas medições. O Supertonic 3 fala 31 idiomas; o chinês ainda não está entre eles.
Quando o Google compensa mais
Se você narra menos que a cota grátis, as vozes Standard e WaveNet podem não custar nada. O Google também oferece muito mais idiomas e variantes regionais, inclusive chinês, SSML, marcação de tempo por palavra, hospedagem regional e as garantias de uma grande nuvem. A SuperClonica compensa quando você narra muitas horas por mês, quer vozes de personagens ou próprias do catálogo ou precisa de uma conta fixa.
Teste com uma requisição
Pegue uma chave grátis no site e envie o texto por POST para https://superclonica.com/api/v1/speech com o cabeçalho Authorization: Bearer e sua chave, e o corpo
{"text": "...", "voice": "F1", "language": "pt"}Adicione "format": "mp3" para MP3 ou "stream": true para tocar o áudio conforme chega.