L’API Google Cloud Text-to-Speech converteix text en àudio mitjançant peticions HTTP, amb preus de veu a partir de 4 $ per milió de caràcters (Standard i WaveNet), 16 $ (Neural2) i 30 $ (Chirp 3 HD). Ofereix més de 380 veus en més de 75 idiomes i compatibilitat amb streaming. Si busques veus independents de més qualitat a un preu més baix, SpeechifyAI és el núm. 1 al rànquing Artificial Analysis TTS amb 6-10 $ per milió.
Vols crear-ho tu mateix? L’API de text a veu i clonació de veu de Speechify és a speechify.ai. Consulta’n la documentació i aconsegueix una clau gratuïta a docs.speechify.ai.
Què fa l’API Google Text-to-Speech
Google Cloud Text-to-Speech és una API de síntesi de veu: hi envies un text (o SSML), selecciones la veu i la configuració d’àudio, i et retorna un flux o un fitxer d’àudio. Forma part de Google Cloud, de manera que s’integra fàcilment en projectes GCP i fa servir el mateix IAM, la mateixa facturació i les mateixes llibreries de client que la resta de la plataforma. Els desenvolupadors la fan servir per a IVR, accessibilitat, narració de contingut i qualsevol producte que ja funcioni a Google Cloud.
Tipus de veu de Google TTS i preus el 2026
Google cobra segons el tipus de veu, per cada milió de caràcters. Les veus dels nivells superiors sonen més naturals i també costen més:
La facturació és per ús un cop superat el nivell gratuït. La quota gratuïta és generosa per fer prototips, però es reinicia cada mes: ajusta-ho al teu volum real.
Com cridar l’API Google TTS
- Crea un projecte de Google Cloud i habilita l’API Text-to-Speech.
- Autentica’t amb una clau de compte de servei o amb Application Default Credentials.
- Fes una crida a
- texttospeech.googleapis.com/v1/text:synthesize
- via REST o gRPC, o fes servir les llibreries oficials de Python, Node, Java o Go.
- Passa
- input
- (text o SSML), una
- voice
- (codi d’idioma i nom) i
- audioConfig
- (codificació, velocitat, to). Rebràs l’àudio en base64.
La configuració és l’estàndard de GCP: pràctica si ja treballes amb Google Cloud, però més feixuga si no.
Quan val la pena considerar alternatives
Google TTS és una opció fiable, sobretot si ja ets a GCP. Però hi ha dos motius habituals per buscar alternatives:
- Qualitat de veu per dòlar.
- Les millors veus de Google (Chirp 3 HD per 30 $ i Studio per 160 $) fan pujar el cost ràpidament, i les avaluacions independents situen altres models per davant. Al
- rànquing Artificial Analysis TTS
- (juliol de 2026), Simba 3.2 de SpeechifyAI ocupa el núm. 1, per davant de Google DeepMind.
- Agents de veu en temps real.
- Per a un
- agent de veu
- interactiu, també cal veu a text i un LLM. Integrar-ho amb Google TTS implica facturació i latència repartides entre tres serveis.
SpeechifyAI com a alternativa a Google TTS
- Qualitat independent superior.
- Simba 3.2
- és núm. 1 al rànquing Artificial Analysis TTS (juliol de 2026) i segon a Voice Arena, per davant de Google DeepMind, ElevenLabs i OpenAI.
- Preu més baix amb qualitat.
- 6 $ per milió de caràcters, per sota de Neural2 de Google (16 $) i Chirp 3 HD (30 $), amb una veu millor posicionada.
- ~300 ms de latència, més de 30 idiomes i més de 1.500 veus
- , amb streaming real per a aplicacions en temps real.
- Agents de veu integrats.
- Si vols STT, LLM i TTS, SpeechifyAI ho ofereix tot en una sola API per 0,068–0,075 $ per minut, sense facturació separada.
SpeechifyAI és la plataforma per a desenvolupadors de Speechify, separada de l’aplicació de consum de Speechify.
Comença ara
Compara-ho amb Google en només unes quantes línies: aconsegueix una clau d’API gratuïta de SpeechifyAI a speechify.ai per a 50.000 caràcters al mes, i instal·la l’SDK amb pip install speechify-api o npm install @speechify/api.
