DeepSeek 开放平台的语音合成(TTS)和语音识别(ASR)接口正在限时五折,合成每 1 万字符从 3 元降到 1.5 元,识别每小时音频从 0.78 元降到 0.39 元,目前还没有公布结束时间。
- 适用条件
- 所有 DeepSeek 开放平台 API 用户,按量计费自动生效
情报详情
DeepSeek 在 11 月 13 日把 App 里的联网搜索、文件输入、阅读链接和语音能力开放给了 API 开发者。语音合成和语音识别可以单独调用,现在两项都按刊例价的五折收费。
能省多少
语音合成(TTS)每 1 万个计费字符原价 3 元,现在只要 1.5 元;按美元计价的账户从 0.45 美元降到 0.225 美元。
语音识别(ASR)每小时音频原价 0.78 元,现在只要 0.39 元;美元价从 0.116 美元降到 0.058 美元。
折扣自动生效,不用领券,也不用报名。账户里同时有赠送余额和充值余额时,会先扣赠送余额。目前还没有公布折扣的结束时间。
能用什么
语音合成支持普通话、粤语、英语、日语、韩语、马来语、阿拉伯语、印尼语、泰语和越南语,会根据文本自动判断语种。音色有女声 stella 和男声 tide 两种,单次请求最多合成 1 万个计费字符,输出 wav 或 pcm 音频。整段合成走普通 HTTP 接口,需要边生成边朗读时可以改用 WebSocket 流式接口。
怎么用
- 登录 DeepSeek 开放平台,创建一个 API Key。
- 语音合成调用
https://api.deepseek.com/v1/tools/tts,把要朗读的文字和音色放进请求里。 - 语音识别把音频交给 ASR 接口,返回识别出的文字。
价格见 DeepSeek 模型与价格,接口用法见 语音合成文档 和 语音识别文档。
相关讨论:V2EX 讨论帖。
这条还有效吗?
社区信号等待首个信号
