2026 年免费文本转语音（TTS）API
2026 年免费文本转语音（TTS）API
用时 10 分钟 · 你需要：提供商账号；六家均不在注册时要求信用卡（AWS 可能要求部分新客户提供付款方式以验证身份）· 音频商用：需要 ElevenLabs 和 Cartesia 的付费方案 · 最后核对：2026 年 10 月 21 日
文本转语音（TTS）API 把一段字符串变成音频文件或音频流。目录中有六项经核实的优惠可免费做到这一点，形式分两种：按月补充的额度（ElevenLabs、Cartesia、Amazon Polly），以及一次性用完即止的赠金（Deepgram、Hume AI、Sarvam AI）。以下每个数字均于 2026-10-19 在厂商自己的定价页或文档页核对；厂商页面未给出数字的，本指南不作补充。
对比免费 TTS API
| 优惠 | 免费额度 | 折合多少语音 | 并发 | 信用卡 | 重置 |
|---|---|---|---|---|---|
| ElevenLabs | 每月 10,000 点数，与音效和音乐共用 | 约 10 分钟；Multilingual v2 上 10,000 字符（每字符 1 点数），Flash v2.5 上更多（每字符 0.5–1 点数） | 2 个请求 | 不需要 | 每月 |
| Cartesia | 每月 20,000 点数，TTS 与语音转文本共用，另加 1 美元语音智能体额度 | 约 27 分钟 Sonic-3.6 | 2 个 TTS 请求 | 不需要 | 每月 |
| Amazon Polly | Standard 音色每月 500 万字符；Neural 100 万、Long-Form 50 万、Generative 10 万，仅前 12 个月每月免费 | 按字符计，不按分钟 | 未说明 | 多数新客户不需要 | 每月 |
| Deepgram | 一次性 200 美元额度，可用于语音转文本、TTS 和语音智能体 | 按每 1,000 字符 0.030 美元计，约 660 万字符 Aura-2 | 最多 45 个 TTS 请求 | 不需要 | 一次性，不过期 |
| Hume AI | 新账户 20 美元额度 | 按付费费率用于 Octave TTS 和 EVI 语音到语音 | 视套餐而定 | 不需要 | 一次性 |
| Sarvam AI | 一次性 100 印度卢比额度，适用于所有 Sarvam API | 按每 1,000 字符 3 印度卢比计，约 33,000 字符 Bulbul v3 | bulbul:v3 每分钟 30 个请求 | 不需要 | 一次性，不过期 |
表中 Deepgram 和 Sarvam 的“折合多少语音”一列，是我们根据公开的按量付费费率算出的；厂商只给出额度和费率，未给出字符数。
如何选择
- 每月免费语音量最大且长期可用：Amazon Polly 的 Standard 音色，每月 500 万字符，未标明截止日期。更自然的 Neural、Long-Form 和 Generative 音色仅前 12 个月免费。2025 年 7 月 15 日之后创建的账户还需选择免费方案（6 个月，最多 200 美元免费层额度）或付费方案；免费方案到期后账户会被停用，除非升级。
- 按月方案中音色最自然：ElevenLabs 或 Cartesia。两者都按月补充且无需信用卡，但商用许可只在付费方案提供，所以请把免费方案当作原型预算。
- 一次性额度最多：Deepgram 的 200 美元额度，不过期，且同时覆盖语音转文本，一把密钥即可支撑整个语音应用。
- 想试富表现力音色和克隆：Hume AI 的 20 美元额度；Hume 称 Octave 可用约 15 秒音频克隆音色。
- 印度语种应用：Sarvam AI 的 100 印度卢比额度，永不过期，也可用于其语音转文本、翻译和 LLM API。
步骤
- 从表格中选一项优惠并创建账户。在 AWS，账户创建后 Polly 的免费额度即生效；注册时选择免费或付费方案。
- 在提供商控制台创建 API 密钥并存入环境变量，绝不要放在客户端代码里：持有密钥的人会花掉你的额度。
- 先合成一句短句并回放，检查音色、格式和采样率。ElevenLabs 免费方案的音频上限为 128 kbps、44.1 kHz。
- 按字符而非请求计数。这里每家提供商都按文本长度计量 TTS，所以要缓存会重复播放的音频（固定提示词、菜单、问候语），不要每次调用都重新合成。
- 不要超过并发上限：ElevenLabs 和 Cartesia 免费方案同时只允许 2 个请求，因此请排队请求，不要并行发起。
还需要语音转文本？
Cartesia 的免费额度和 Deepgram 的 200 美元都覆盖双向。若只要转写额度，[免费语音转文本 API 指南](/learn/free-speech-to-text-api/) 对比了 AssemblyAI、Gladia、Speechmatics、Groq 的免费 Whisper 等；[免费 AI 语音与音频工具中心](/free-ai-audio-tools) 列出了所有音频优惠。
何时自托管
当免费额度用完，或你需要可商用发布的音频又不想买方案时，就在本地运行开源模型。目录把 Piper TTS（GPL-3.0）列为 ElevenLabs、Cartesia、Amazon Polly 和 Hume 的自托管替代：它没有字符配额，但也没有音色克隆或情绪控制。
限制与坑点
- 按月免费方案不含商用许可。ElevenLabs 从 Starter 起提供，Cartesia 从 Pro（每月 5 美元）起提供，Cartesia 的即时音色克隆也从该档开始；专业音色克隆需要其 Startup 方案。
- Polly 最好的音色只是 12 个月试用。只有 Standard 音色的 500 万字符没有标明时间限制。
- 一次性额度不会补充。Deepgram、Hume 和 Sarvam 的额度用一次即止；Deepgram 的用完后按按量付费费率继续计费。
- 免费层会变。优惠每月重新核对；每个优惠页面上的核实日期是我们最后确认的日期。
本指南中的优惠
- [ElevenLabs 免费方案](/offer/elevenlabs-free-plan/) · 每月 10,000 点数 · 无需信用卡 每月 10,000 免费点数，用于 AI 语音、音效和音乐
- [Cartesia 免费方案](/of