Text-to-Speech – Preise

Die Kosten für Text-to-Speech basieren darauf, wie viele Zeichen pro Monat zur Sprachsynthese an den Dienst gesendet werden. Sie müssen die Abrechnung aktivieren, um Text-to-Speech nutzen zu können. Wenn Ihre Nutzung die pro Monat zulässige Anzahl von kostenlosen Zeichen überschreitet, werden Ihnen automatisch Kosten in Rechnung gestellt. Informationen dazu, wie Sie die Gesamtzahl Ihrer Zeichen im Blick behalten, finden Sie unter Monitoring API nutzen. Der Preis wird pro Zeichen berechnet.

Zu Abrechnungszwecken wird die Gesamtzahl der Zeichen im Eingabestring einschließlich Leerzeichen und Zeilenumbrüchen gezählt. Alle Speech Synthesis Markup Language (SSML)-Tags (außer dem <mark>-Tag) werden ebenfalls in die Zeichenanzahl einbezogen.

Preistabelle

Gemini-TTS

Die neueste Entwicklung unserer Text-to-Speech-Technologie ermöglicht eine detaillierte Steuerung der generierten Audioausgabe mithilfe von textbasierten Prompts.

Modell	Kostenloses Nutzungslimit	Preis nach Erreichen des kostenlosen Nutzungslimits
Gemini 2.5 Flash TTS Gemini 2.5 Flash-Lite Preview TTS	Nicht verfügbar	Eingabetokens: 0,50 $ pro 1 Million Text-Tokens* (SKU: 242A-EA16-C1EC) Ausgabetokens: 10 $ pro 1 Million Audiotokens* (SKU: 9228-79EF-B162)
Gemini 3.1 Flash TTS (Vorabversion)	Nicht verfügbar	Eingabetokens: 1,00 $ pro 1 Million Text-Tokens* (SKU: EB3F-1051-05D7) Ausgabetokens: 20 $ pro 1 Million Audiotokens* (SKU: 7976-330B-8F17)
Gemini 2.5 Pro TTS	Nicht verfügbar	Eingabetokens: 1,00 $ pro 1 Million Text-Tokens* (SKU: 8FF1-7E5B-5BB7) Ausgabetokens: 20 $ pro 1 Million Audiotokens* (SKU: DCF3-CB17-8262)

Modell

Kostenloses Nutzungslimit

Preis nach Erreichen des kostenlosen Nutzungslimits

Gemini 2.5 Flash TTS

Gemini 2.5 Flash-Lite Preview TTS

Nicht verfügbar

Eingabetokens: 0,50 $ pro 1 Million Text-Tokens*

(SKU: 242A-EA16-C1EC)

Ausgabetokens: 10 $ pro 1 Million Audiotokens*

(SKU: 9228-79EF-B162)

Gemini 3.1 Flash TTS (Vorabversion)

Nicht verfügbar

Eingabetokens: 1,00 $ pro 1 Million Text-Tokens*

(SKU: EB3F-1051-05D7)

Ausgabetokens: 20 $ pro 1 Million Audiotokens*

(SKU: 7976-330B-8F17)

Gemini 2.5 Pro TTS

Nicht verfügbar

Eingabetokens: 1,00 $ pro 1 Million Text-Tokens*

(SKU: 8FF1-7E5B-5BB7)

Ausgabetokens: 20 $ pro 1 Million Audiotokens*

(SKU: DCF3-CB17-8262)

* Audio-Tokens entsprechen 25 Tokens pro Sekunde Audio

Neueste TTS-Modelle

Dank unserer hochmodernen LLMs bieten unsere neuesten TTS-Modelle ein beispielloses Maß an Realismus und emotionaler Resonanz – sofort einsatzbereit für jeden Anwendungsfall.

Modell	Kostenloses Nutzungslimit	Preis nach Erreichen des kostenlosen Nutzungslimits
Chirp 3: HD-Stimmen (SKU:F977-2280-6F1B)	0 bis 1 Million Zeichen	0,00003 $ pro Zeichen (30 $ pro 1 Million Zeichen)
Instant-Custom Voice (sku:A247-37D7-C094)	Nicht verfügbar	0,00006 $ pro Zeichen (60 $ pro 1 Million Zeichen)

Modell

Kostenloses Nutzungslimit

Preis nach Erreichen des kostenlosen Nutzungslimits

Chirp 3: HD-Stimmen

(SKU:F977-2280-6F1B)

0 bis 1 Million Zeichen

0,00003 $ pro Zeichen (30 $ pro 1 Million Zeichen)

Instant-Custom Voice

(sku:A247-37D7-C094)

Nicht verfügbar

0,00006 $ pro Zeichen (60 $ pro 1 Million Zeichen)

Legacy-TTS-Modelle

Modell	Kostenloses Nutzungslimit	Preis nach Erreichen des kostenlosen Nutzungslimits
WaveNet-Stimmen (SKU:9D01-5995-B545)	0 bis 4 Millionen Zeichen	0,000004$pro Zeichen (4$pro 1 Million Zeichen)
Stimmen in Studioqualität (SKU:84AB-48C0-F9C3)	0 bis 1 Million Zeichen	0,00016$pro Zeichen (160$pro 1 Million Zeichen)
Standard-Stimmen (SKU:9D01-5995-B545)	0 bis 4 Millionen Zeichen	0,000004 $ pro Zeichen (4 $ pro 1 Million Zeichen)
Neural2-Stimmen (SKU:FEBD-04B6-769B)	0 bis 1 Million Zeichen	0,000016 $ pro Zeichen (16 $ pro 1 Million Zeichen)
Polyglot (Preview)-Stimmen (SKU:FEBD-04B6-769B)	0 bis 1 Million Zeichen	0,000016 $ pro Zeichen (16 $ pro 1 Million Zeichen)

Hinweis: Bei WaveNet- und Standardstimmen ist die Anzahl der Zeichen gleich oder kleiner als die Anzahl der im Text dargestellten Byte. Hierbei sind alphanumerische Zeichen, Satzzeichen und Leerräume eingeschlossen. In einigen Zeichensätzen wird mehr als ein Byte für ein Zeichen verwendet. Beispielsweise benötigen japanische (ja-JP) Zeichen in UTF-8 normalerweise jeweils mehr als ein Byte. In diesem Fall werden Ihnen nur die Kosten für ein Zeichen berechnet und nicht für mehrere Byte.

Google Cloud-Preise

Wenn Sie andere Google Cloud-Ressourcen zusammen mit der Sprachausgabe nutzen, wie beispielsweise Google App Engine-Instanzen, dann werden Ihnen auch die Kosten für die Nutzung dieser Dienste in Rechnung gestellt. Im Google Cloud-Preisrechner können Sie die weiteren Kosten anhand der aktuellen Preise ermitteln.

Nächste Schritte

Lesen Sie die Dokumentation zu Text-to-Speech.
Erste Schritte mit Text-to-Speech.
Preisrechner ausprobieren
Mehr über Text-to-Speech-Lösungen und Anwendungsfälle erfahren.

Individuelles Angebot einholen

Mit den „Pay as you go“-Preisen von Google Cloud bezahlen Sie nur für die Dienste, die Sie nutzen. Wenden Sie sich an unser Vertriebsteam, wenn Sie ein individuelles Angebot für Ihr Unternehmen erhalten möchten.