Text-to-Speech 的价格取决于每月发送给服务并合成为音频的字符数。您必须启用结算功能才能使用 Text-to-Speech，并且如果您的用量超过了每月允许的免费字符数，系统会自动向您收费。如需了解如何跟踪字符总数，请参阅 Monitoring API 用量。价格是按字符计算的。
系统会按输入字符串中的字符总数（包括空格和换行符）计费。所有语音合成标记语言 (SSML) 标记（<mark> 标记除外）也包含在字符计数内。
Text-to-Speech 技术的最新演变，可使用基于文本的提示对生成的音频进行精细控制。
模型 | 免费用量限额 | 达到免费用量限制后的价格 |
|---|---|---|
Gemini 2.5 Flash TTS | 不可用 | 输入 token：每 100 万个文本 token $0.50 (sku: 242A-EA16-C1EC) 输出 token：每 100 万个音频 token $10.00* (sku: 9228-79EF-B162) |
Gemini 2.5 Pro TTS | 不可用 | 输入 token：每 100 万个文本 token $1.00 (sku: 8FF1-7E5B-5BB7) 输出 token：每 100 万个音频 token $20.00* (sku: DCF3-CB17-8262) |
* 音频 token 对应于每秒音频 25 个 token
我们最新的 TTS 模型由先进的 LLM 提供支持，可为各种应用场景提供出色的真实感和情感共鸣。
模型 | 免费用量限额 | 达到免费用量限制后的价格 |
|---|---|---|
(sku:F977-2280-6F1B) | 0 至 100 万个字符 | 每字符 US$0.00003（每 100 万个字符 US$30） |
(sku:A247-37D7-C094) | 未提供此功能 | 每字符 US$0.00006（每 100 万字符 US$60） |
模型 | 免费用量限额 | 达到免费用量限制后的价格 |
|---|---|---|
WaveNet 语音 (sku:9D01-5995-B545) | 0 至 400 万个字符 | 每字符 US$0.000004（每 100 万字符 US$4） |
Studio 语音 (sku:84AB-48C0-F9C3) | 0 至 100 万个字符 | 每字符 US$0.00016（每 100 万字符 US$160） |
标准语音 (sku:9D01-5995-B545) | 0 至 400 万个字符 | 每字符 0.000004 美元（每 100 万个字符 4 美元） |
Neural2 语音 (sku:FEBD-04B6-769B) | 0 至 100 万个字符 | 每字符 0.000016 美元（每 100 万个字符 16 美元） |
(sku:FEBD-04B6-769B) | 0 至 100 万个字符 | 每字符 0.000016 美元（每 100 万个字符 16 美元） |
注意：对于 WaveNet 和标准语音，字符数会等于或小于文本所占用的字节数。这其中包括字母数字字符、标点符号和空格。在某些字符集中，一个字符要占用多个字节。例如，以 UTF-8 编码的每个日语 (ja-JP) 字符通常会占用不止一个字节。在这种情况下，您仅需支付一个字符的费用，而不必按照多个字节付费。
如果您在使用 Text-to-Speech 的同时还使用了其他 Google Cloud 资源（例如 Google App Engine 实例），则您还需要支付使用这些服务所产生的费用。请参阅 Google Cloud 的价格计算器，根据当前费率确定其他费用。
