适合朗读数小时文本的应用的 Deepgram Aura 替代方案
Deepgram 主要以语音识别闻名，其 Aura 声音也提供语音合成，按字符计费：根据 2026 年 10 月的 Deepgram 价格页面，按量付费下 Aura-2 每 1000 字符 0.030 美元，Aura-1 为 0.015 美元，Flux TTS 为 0.045 美元。请注意：Supertonic 3 暂不支持中文，可朗读英语、日语、韩语等 31 种语言。
SuperClonica 语音合成 API 按时间计费，每月 5 美元起。下面是如实的比较。
每小时的价格
按每分钟 1000 字符计算，按标价一小时语音 Aura-2 约 1.80 美元，Aura-1 约 0.90 美元。SuperClonica 入门套餐每月 5 美元，每 10 分钟提供 3 分钟音频，不间断使用每月最多 216 小时；同样的 216 小时在 Aura-2 上约 389 美元，在 Aura-1 上约 194 美元。
- 免费：每天 1 分钟音频。
- 入门，5 美元：每月最多 216 小时。
- 作者，10 美元：最多 576 小时。
- 专业版，20 美元：最多 1440 小时。
- 工作室，50 美元：最多 4680 小时。
声音
Aura 提供一套为对话设计的声音。SuperClonica 有由作者制作的角色、朗读者、播音员和日常声音目录；付费套餐下每一个都能通过 API 使用，你在网站上用自己的录音训练的声音也可以。决定之前，可以在每个声音的页面免费试听。
切换请求
向 https://superclonica.com/api/v1/speech 发送 JSON，并在 Authorization: Bearer 中放入密钥：{"text": "...", "voice": "M1", "language": "en", "format": "mp3"}。加上 "stream": true，在我们的测量中，无论文本多长，音频最快 300 毫秒开始。失败的文本不计入套餐。
什么时候 Deepgram 更合适
Deepgram 由同一家供应商提供语音识别、语音合成和语音代理 API，有面向实时对话的 WebSocket 流式传输、Growth 套餐的批量折扣和企业支持。如果你的产品听和说一样多，这是真正的优势。如果它主要是说，而且一说就是几个小时，请比较每小时的价格。