Google Cloud Text-to-Speech API konverterer tekst til lyd via en HTTP-anmodning. Priserne starter ved $4 pr. million tegn (Standard og WaveNet), $16 (Neural2) og $30 (Chirp 3 HD). API’en omfatter 380+ stemmer på 75+ sprog og understøtter streaming. Hvis du ønsker højere uafhængigt vurderet stemmekvalitet til en lavere pris, ligger SpeechifyAI nr. 1 på den uafhængige Artificial Analysis TTS-liste til $6-10 pr. million.
Det kan Google Text-to-Speech API
Google Cloud Text-to-Speech er et syntese-API: Du sender tekst (eller SSML) sammen med stemme- og lydindstillinger og får en lydstream eller fil retur. API’en er integreret i Google Cloud og bruger samme IAM-, fakturerings- og klientbiblioteker som resten af platformen. Udviklere vælger den til IVR, tilgængelighed, medieoplæsning og produkter, der allerede kører på Google Cloud.
Google TTS-stemmeniveauer og priser i 2026
Google tager betaling pr. million tegn efter stemmetype. Jo mere naturlig stemmen lyder, desto højere er prisen:
Faktureringen er forbrugsbaseret ud over det gratis niveau. Den gratis kvote er velegnet til prototyper og nulstilles hver måned, så beregn dit produktionsbehov derefter.
Sådan bruger du Google TTS API
- Opret et Google Cloud-projekt, og aktivér Text-to-Speech API.
- Godkend med en servicekonto-nøgle eller Application Default Credentials.
- Kald
- texttospeech.googleapis.com/v1/text:synthesize
- via REST eller gRPC, eller brug de officielle klientbiblioteker til Python, Node, Java eller Go.
- Send
- input
- (tekst eller SSML), en
- voice
- (sprogkode plus navn) og en
- audioConfig
- (kodning, talehastighed, tonehøjde). Outputtet er base64-lyd.
Opsætningen er standard for GCP: enkel for produkter i Google Cloud, mere omfattende for andre.
Hvornår det giver mening at overveje alternativer
Google TTS er et solidt og bredt understøttet valg, især på GCP. Men der er to grunde til, at teams ser sig om efter alternativer:
- Stemmekvalitet for pengene.
- Googles mest naturtro niveauer (Chirp 3 HD til $30, Studio til $160) kan hurtigt blive dyre, og uafhængige lyttere vurderer fortsat andre modeller højere. På
- Artificial Analysis TTS-listen
- (pr. juli 2026) ligger SpeechifyAI’s Simba 3.2 nr. 1, foran Google DeepMind.
- Stemmeagenter i realtid.
- Til en
- samtalebaseret stemmeagent
- kræves også tale-til-tekst og et LLM. At koble dem sammen med Google TTS betyder fakturering og forsinkelse på tværs af tre tjenester.
SpeechifyAI som alternativ til Google TTS
- Højere uafhængigt vurderet kvalitet.
- Simba 3.2
- er nr. 1 på Artificial Analysis TTS-listen (juli 2026) og delt 2.-plads på Voice Arena, foran Google DeepMind, ElevenLabs og OpenAI.
- Lavere pris ved høj kvalitet.
- $6 pr. million tegn – lavere end Googles Neural2 ($16) og Chirp 3 HD ($30), men med en stemme, der vurderes højere.
- ~300 ms forsinkelse, 30+ sprog, 1.500+ stemmer
- , med ægte streaming til brug i realtid.
- Indbyggede stemmeagenter.
- Har du brug for STT, LLM og TTS, leverer SpeechifyAI ét API til $0,068-$0,075 pr. minut uden ekstra gebyrer.
SpeechifyAI er Speechifys udviklerplatform og adskiller sig fra forbrugerappen Speechify.
Kom i gang
Sammenlign selv med få linjer kode: Få en gratis SpeechifyAI API-nøgle på speechify.ai (50.000 tegn/måned), og installér SDK med pip install speechify-api eller npm install @speechify/api.
