Входные данные
Текст, а также встроенный голос или элементы управления для создания/клонирования голоса, поддерживаемые определенным образом.
центр аудио-речевых возможностей
Преобразование текста в речь API голоса, управление и вывод звука.
Сравните TTS по типу конечного устройства, управлению голосом, единице выставления счетов, рабочему процессу вывода и исполняемому запросу речи.
Договор
Входные данные, выходные данные и жизненный цикл.
Выходы
Аудиозапись речи в формате, поддерживаемом моделью, или аудиополе в ответе чата.
Конечная точка
POST /v1/audio/speech or POST /v1/chat/completions, according to api_mode
Жизненный цикл
Синхронный режим. Сохраните двоичный аудиоответ или декодируйте аудиополе, возвращаемое режимом чата.
Поддерживаемые задачи
Одно определение на одно задание.
синтез речи, клонирование голоса
Лимит: Идентификация голоса, согласие на клонирование, языковой охват, потоковая передача, ограничения по количеству символов и форматы вывода зависят от модели устройства.
Соответствующий каталог
7 модели с явными метаданными.
Неизвестные возможности опускаются и никогда не определяются по названию модели. В примерах цен используются синхронизированные общедоступные данные; актуальные цены Dash Pricing остаются авторитетными.
mimo-v2.5-tts
Xiaomi MiMo-V2.5-TTS — выразительный многоязычный синтез речи со встроенными голосами, инструкциями по стилю речи на естественном языке, управлением эмоциями, темпом, тоном, диалектом и символикой.
Задачи: синтез речи
Конечная точка: POST /v1/chat/completions
Пример расчета стоимости: 1 10k символов × $0 = $0.
stepaudio-2.5-tts
StepAudio 2.5 TTS — контекстный синтез речи с встроенным управлением естественной речью, выразительной подачей, встроенными голосами и OpenAI-compatible аудиовыходом.
Задачи: синтез речи, клонирование голоса
Конечная точка: POST /v1/audio/speech
Пример расчета стоимости: 1 10.85k символов × $0.85 = $0.85.
glm-tts
GLM-TTS — контекстно-зависимый синтез речи с выразительной подачей, потоковым выводом, быстрым первым аудиосигналом и элементами управления голосом, скоростью и громкостью.
Задачи: синтез речи
Конечная точка: POST /v1/audio/speech
Пример расчета стоимости: 1 10.15k символов × $0.35 = $0.35.
qwen3-tts-flash
Qwen3-TTS-Flash — Многоязычный синтез речи с низкой задержкой, поддержкой ввода на разных языках, встроенными голосами, автоматическим сопоставлением языков и указанием символов.
Задачи: синтез речи
Конечная точка: POST /v1/audio/speech
Пример расчета стоимости: 1 10.4k символов × $0.11 = $0.11.
speech-2.8-hd
MiniMax Speech 2.8 HD — высококачественный синтез речи с естественной передачей эмоций, улучшением речи, управлением голосом и поддержкой аудиоформатов.
Задачи: синтез речи
Конечная точка: POST /v1/audio/speech
Пример расчета стоимости: 1 10.123077k символов × $1 = $1.
speech-2.8-turbo
MiniMax Speech 2.8 Turbo — синтез речи с упором на скорость, естественным звучанием, управлением эмоциями, улучшением речи и поддержкой распространенных аудиоформатов.
Задачи: синтез речи
Конечная точка: POST /v1/audio/speech
Пример расчета стоимости: 1 10.307692k символов × $0.6 = $0.6.
step-tts-2
Шаг TTS 2 — выразительный синтез речи с использованием официальных и клонированных голосов, регулировка скорости и громкости, сопоставление произношения и несколько форматов вывода.
Задачи: синтез речи, клонирование голоса
Конечная точка: POST /v1/audio/speech
Пример расчета стоимости: 1 10.538462k символов × $0.414815 = $0.414815.
Проведите замер или сделайте предварительную оценку перед регистрацией.
Рассчитать стоимость API · Сгенерировать запрос на curl, Python или JavaScript
Источник и метод: публичный набор данных о ценах на модели, обновлён 2026-09-28. Ограничения указаны выше; утверждения третьих сторон остаются на страницах моделей, которые на них ссылаются.