Traduit de l'anglais par Plainly. En cas de différence, c'est la page en anglais qui fait foi.

Plainly Guide › Voix et parole › Google Cloud Text-to-Speech

OutilVoix et paroleFerméOption gratuite

Google Cloud Text-to-Speech

Le service de Google pour développeurs qui transforme un texte écrit en audio parlé, avec de nombreuses voix et langues, facturé au caractère. Il s'adresse aux développeurs qui créent des applis ; un quota gratuit mensuel couvre un usage léger. Le clonage de voix est réservé aux clients approuvés.

Aller sur le site de Google Cloud Text-to-Speech

Essai gratuit ?Oui

Puis-je vendre ce que je crée ?Oui

Ouvert ou ferméFermé

Niveau requisTechnique

Les faits, avec leurs sources

Ouvert ou fermé: Fermé
Utilisable uniquement via l'application ou l'API de l'éditeur
source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur
Licence: Google Cloud Platform Terms of Service (Les conditions propres à l'éditeur)
source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur
Puis-je vendre ce que je crée ?: Oui
Conditions, s.5.1 : le client conserve tous les droits de propriété intellectuelle sur les Customer Data (données client) ; la s.1.1 permet d'intégrer le service à vos propres applications. Les conditions attribuent la propriété ; aucune clause commerciale explicite pour l'audio.
source · vérifié le 12 oct. 2026 · vérifié, mais la page était peu claire ou incomplète
Coût: Option gratuite : Chaque mois : 4 millions de caractères de voix Standard ou WaveNet ; 1 million de Neural2, Polyglot, Studio ou Chirp 3 HD. Pas d'utilisation gratuite des voix personnalisées ni de Gemini TTS.
Offres ci-dessous.
Comment l'utiliser: API propre à l'éditeur
S'utilise via l'API et la console Google Cloud ; plusieurs modèles de voix, tous créés par Google.
source · vérifié le 12 oct. 2026 · vérifié, mais la page était peu claire ou incomplète
Niveau requis: Technique
source · vérifié le 12 oct. 2026 · vérifié, mais la page était peu claire ou incomplète
Créé par: Google
Les conditions du cloud définissent « Google » via une page séparée sur les entités régionales (non lue), donc aucune entreprise ni aucun pays unique n'est indiqué.
source · vérifié le 12 oct. 2026 · vérifié, mais la page était peu claire ou incomplète
Statut: Disponible
source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Ce que vous pouvez créer avec

Une voix ou de la parole, lire mon texte à voix haute (usage principal)
Une voix ou de la parole, une copie de ma propre voix

texte à audioaudio à audio

Clonage via Instant Custom Voice, réservé aux clients sur liste autorisée.

source · vérifié le 12 oct. 2026 · vérifié, mais la page était peu claire ou incomplète

Offres et prix

Offre	Prix	Inclut
Standard voices	4 $ par 1 000 000 caractères de texte
WaveNet voices	4 $ par 1 000 000 caractères de texte
Neural2 voices	16 $ par 1 000 000 caractères de texte
Polyglot voices (preview)	16 $ par 1 000 000 caractères de texte
Chirp 3: HD voices	30 $ par 1 000 000 caractères de texte
Instant custom voice	60 $ par 1 000 000 caractères de texte
Studio voices	160 $ par 1 000 000 caractères de texte
Gemini 2.5 Flash TTS: text input	0,50 $ par 1 000 000 jetons
Gemini 2.5 Flash TTS: audio output	10 $ par 1 000 000 jetons	25 jetons audio = 1 seconde d'audio
Gemini 2.5 Pro TTS: text input	1 $ par 1 000 000 jetons
Gemini 2.5 Pro TTS: audio output	20 $ par 1 000 000 jetons	25 jetons audio = 1 seconde d'audio
Gemini 3.1 Flash TTS (preview): text input	1 $ par 1 000 000 jetons
Gemini 3.1 Flash TTS (preview): audio output	20 $ par 1 000 000 jetons	25 jetons audio = 1 seconde d'audio

Certaines offres ne sont pas listées ici ; consultez la source pour la liste complète.

Prix pour 1 million de caractères ou de tokens. Gemini 3.8 Flash TTS preview ($0.50 en entrée / $9 en sortie, passant à $1 / $18 à partir du 1 Jan 2027) et Flash-Lite ne figurent pas parmi les offres. Les espaces et la plupart des balises SSML comptent comme des caractères.

source · vérifié le 12 oct. 2026 · vérifié sur la page de l'éditeur

Droits et sécurité

Entraîné sur vos créations ?: Pas entraîné sur vos créations
Conditions, s.5.2 : Google traite les Customer Data (données client) uniquement dans le cadre du Cloud Data Processing Addendum et à aucune autre fin. L'entraînement de l'IA n'est pas mentionné explicitement.
source · vérifié le 12 oct. 2026 · vérifié, mais la page était peu claire ou incomplète
Vrais visages et vraies voix: Copie une vraie voix (Instant Custom Voice), vérifie le consentement de la personne
Nécessite un extrait de référence de 10 secondes et un enregistrement de 10 secondes d'une déclaration de consentement fixe ; accès réservé aux clients autorisés, via l'équipe commerciale. Il n'est pas précisé si l'extrait de consentement est comparé à la voix.
source · vérifié le 12 oct. 2026 · vérifié, mais la page était peu claire ou incomplète

Voir aussi

Modèles utilisés (pas encore répertoriés sur Plainly)

Chirp 3 HD, WaveNet, Neural2, Gemini 2.5 Flash TTS, Gemini 2.5 Pro TTS, Gemini 3.1 Flash TTS, Gemini 3.8 Flash TTS

Autres options pour « Une voix ou de la parole, lire mon texte à voix haute »

Adobe Firefly, Akool, Amazon Polly, Arcads, Async (formerly Podcastle), Azure AI Speech, Bark, CAMB.AI, Cartesia, Chatterbox, Clipchamp, Deepgram, DeeVid AI, Descript, Dia, Dubverse, Eleven v3, Eleven v4, ElevenLabs, F5-TTS, fal, Filmora, Fish Audio, Fish Audio Drama 3

À propos de cette fiche. Faits vérifiés le 12 oct. 2026 sur les pages de l’éditeur (chaque fait renvoie à sa source). Statut de la fiche : brouillon. Résumé en langage simple rédigé par Plainly.

Vous avez repéré une erreur ? Dites-le-nous, avec un lien vers la source. Comment fonctionnent les corrections