百度智能云语音合成

一句话：全站最便宜的一档在这里，而且它是唯一一个读英文比读中文明显更便宜的品牌。 代价是计费方式跟别家都不一样，短句会显得贵。

---

这是什么

百度智能云的在线语音合成（短文本）。中文发音准确、稳定，价格极低。

跟腾讯云一样，百度在 Soniva 里只有一个"模型"选项， 三个价格档位靠音色本身区分。

---

三个档位与价格

价格出处：https://cloud.baidu.com/doc/SPEECH/s/Ql9misjot （核实于 2026-08-18）

注意最贵档也只有 12 积分/千字符——百度整体都很便宜， 三档之间的差距（2.4 倍）远小于腾讯云的 21 倍，所以在百度里面直接选质量最好的 臻品档也不心疼。免费试听的代表音色 度涵竹 就是大模型音库这一档。

---

计费方式：按调用次数，不是按字符

这是百度跟其他品牌最大的区别，也是唯一需要你真正理解一下的地方。

百度官方规则：

每 120 个 GBK 字节记 1 次调用，不足 120 字节也算 1 次（向上取整）。

GBK 编码下：1 个汉字或中文标点 = 2 字节，1 个英文字母/数字 = 1 字节。换算过来：

这带来两个实际后果

一、读英文比读中文便宜一半。 同样 1,000 个字符，中文占 2,000 字节（17 次调用），英文只占 1,000 字节（9 次调用）。 上面表格里的积分数是按纯中文算的，你读英文时实际扣费大约是它的一半。 Soniva 的扣费逻辑已经按真实字节数精确计算，不是估的。

二、很短的内容会显得单价高。 因为是向上取整，哪怕只读一个字也算 1 次调用。 Soniva 规定任何一次真实调用至少扣 1 积分（避免四舍五入成 0 变相白嫖）， 所以读一句话时折算下来的"每千字单价"会比表上高。这是按次计费本身的特性，不是多扣了你的钱。

读的内容越长，实际单价越接近表上的数字。

---

音色

百度上游没有提供公开的音色列表接口，Soniva 用的是内置的静态音色表， 按官方文档核对过，涵盖基础 / 精品 / 臻品 / 大模型四个分组。

大模型音库的音色大多支持多情感表达（中性、快乐、悲伤、愤怒、惊讶、恐惧等）， 音色说明里会写明该音色具体支持哪几种情绪。

---

什么时候选百度

---

相关文档

• 完整积分费率表（细节二讲的就是这套按次计费规则）
• 花多少积分能做多少事
• 供应商总览