文本转语音
把文本转成自然语音，计费为 1 credit/字符，1 小时音频约对应 45,000 字符。最快模型延迟低于 50 毫秒，支持 1000+ 音色。
价格免费档 $0/月，付费档 $13–$1,615/月，企业档定制
平台Web / API
归类AI 智能体
收录2026-07-08
复核2026-07-08
编辑评分
4.4 / 5
★★★★☆
Gradium编辑总结
Gradium 是一套面向开发者的实时语音 AI 接口，核心能力包括文本转语音、语音转文本、实时语音翻译、声音克隆和声音设计。其最快的文本转语音模型支持 1000+ 音色，延迟低于 50 毫秒。语音目录已从约 380 个扩展到 1.4k 个音色，新增的 1000+ 音色覆盖英语、法语、西班牙语、德语和葡萄牙语下的 28 种口音。定价采用积分制，免费档每月 45k 积分，付费档从 XS 的 $13/月到 L 的 $1,615/月，企业档需联系销售；免费档不支持商用，付费档才开放商用授权。
Gradium是什么？
Gradium 是一家专注实时语音 AI 的公司，产品形态是 API 与工作室，面向需要把语音能力嵌入自有应用的开发者、产品团队与研究人员。它把文本转语音、语音转文本、实时语音翻译、声音克隆、声音设计和端侧 TTS 整合在同一套接口下，最快模型延迟低于 50 毫秒。
当前主力能力以语音模型矩阵呈现：文本转语音走 1 credit/字符，语音转文本走 3 credits/秒，语音转文本翻译 4 credits/秒，语音转语音翻译 30 credits/秒。官方公告显示语音目录从约 380 个音色扩展到 1.4k 个，新增音色覆盖 28 种口音，并按客服、旁白、广告和角色等用途进行选角。公司同时披露种子轮融资扩展至 $100 million，投资方包括 NVIDIA，并在旧金山湾区开设办公室。
普通用户可通过工作室界面与 Agent Demo 试用语音智能体；开发者用 API access 在自己的应用里接入 TTS、STT 与实时翻译；团队则借助并发额度与商用授权把语音能力放进客服、旁白或实时对话类产品中。免费档不含商用授权，需要商用应选择 XS 及以上档位。
Gradium核心功能
语音转文本
把音频即时转写为文本，计费为 3 credits/秒，1 小时音频约对应 10,800 credits。免费档并发为 3，付费档最高 60。
实时语音翻译
分语音转文本翻译与语音转语音翻译两条路径，前者 4 credits/秒，后者 30 credits/秒。官方限时把语音转语音翻译下调 50%。
声音克隆
提供实例级与专业级两种声音克隆方式，让用户用自己的声音生成语音，配合声音设计一起用于定制音色库。
声音设计
用一段文本提示词生成全新的音色，无需录制样本。该能力在免费档到企业档全部开放。
端侧 TTS
提供离线运行的实时自然语音合成，适合不便把音频传到云端的场合，与云端接口形成互补。
Gradbot 语音智能体
用一条提示词即可搭建语音智能体，配合 Agent Demo 可现场试跑，适合验证客服、问答类的语音交互流程。
发额度控制
按档位给出 TTS、STT、S2S 三路并发上限：免费档分别为 2、3、2，L 档分别到 15、60、15，企业档可定制。
Gradium值不值得用？
当你要做实时语音交互、且延迟和音色数量是硬指标时，Gradium 值得评估：官方给出的低于 50 毫秒延迟和 1000+ 音色是同类里少见的组合，积分计价也方便按实际用量换算成本。当你要做商用产品时，注意免费档的 commercial use 明确为 No，必须从 XS 起步；如果只是偶尔合成少量音频，最低档 $13/月的 225k 积分足够，但若每月音频量很大，L 档 $1,615/月或直接谈企业档更合适。语音转语音翻译按 30 credits/秒计费，是目前几项里最贵的，用量大时要提前估成本。
建议选它的情况
- 做实时语音对话或语音客服，需要低于 50 毫秒延迟
- 需要英语、法语、西班牙语、德语、葡萄牙语下的多口音音色
- 要把 TTS、STT、翻译、声音克隆接进同一套 API
- 有软硬件端侧离线合成需求，愿意用 On-Device TTS
不建议选它的情况
- 只想免费使用并把输出用于商业产品，免费档商用授权为 No
- 预算有限且语音转语音翻译用量很大，该计费为 30 credits/秒
- 只需要简单的一次性音频转文字，用不上声音克隆与实时翻译能力
Gradium适合谁用？
语音智能体开发者
推荐需要低延迟语音环路，Gradium 的 TTS 延迟低于 50 毫秒、S2S 并发可到 15，适合做实时对话产品。
客服与呼叫中心团队
推荐官方按客服、旁白、广告和角色四类用途选角，新增 1000+ 音色覆盖 28 种口音，可直接挑现成音色。
出海内容制作方
有条件多语种音色加语音转文本翻译、语音转语音翻译，适合做多语言内容；但商用需从 XS 档 $13/月起。
端侧设备厂商
有条件On-Device TTS 支持离线实时合成，适合不便上云的硬件场景；并发与额度和云端不同，需要单独确认。
个人零成本试用者
不推荐免费档 $0/月含 45k 积分，但商用授权为 No，只能用于验证和非商业用途。
Gradium优点和缺点
优点
- 最快 TTS 模型延迟低于 50 毫秒
- 语音目录从约 380 个扩展到 1.4k 个音色
- 新增 1000+ 音色覆盖 28 种口音、五种语言
- 免费档已含 45k 积分并开放 API access
- 同一套接口覆盖 TTS、STT、翻译、声音克隆
- 种子轮融资扩展至 $100 million，投资方含 NVIDIA
缺点
- 免费档商用授权为 No，商用需从 XS 档起步
- 语音转语音翻译 30 credits/秒，为各项中最高
- 免费档 TTS、S2S 并发仅 2，生产环境受限
- 企业档价格需联系销售，官网未公开具体金额
Gradium版本与计费对比
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| Free | $0 /mo | 45k 积分；TTS 并发 2、STT 3、S2S 2 | 含 Studio 与 API access，商用授权为 No |
| XS | $13 /mo | 225k 积分；TTS 并发 5、STT 20、S2S 5 | 开放商用授权 |
| S | $43 /mo | 900k 积分；TTS 并发 5、STT 20、S2S 5 | 开放商用授权 |
| M | $340 /mo | 9M 积分；TTS 并发 10、STT 40、S2S 10 | 开放商用授权 |
| L | $1,615 /mo | 45M 积分；TTS 并发 15、STT 60、S2S 15 | 开放商用授权 |
| Enterprise | Custom | Unlimited 积分；并发可定制 | 需联系销售 |
以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。
Gradium关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 最快 TTS 模型延迟 | Sub-50ms | Gradium 官网首页 |
| 语音目录规模 | 从 ~380 扩展到 1.4k 音色 | Gradium 官网博客 |
| 新增音色覆盖口音 | 28 accents | Gradium 官网博客 |
| 种子轮融资规模 | $100 million | Gradium 官网公告 |
| 免费档积分 | 45k | Gradium 定价页 |
| 文本转语音计费 | 1 credit / character | Gradium 定价页 |
| 语音转文本计费 | 3 credits / second | Gradium 定价页 |
| 语音转语音翻译计费 | 30 credits / second | Gradium 定价页 |
Gradium常见问题
Gradium 怎么收费？＋
按积分制，免费档 $0/月含 45k 积分；付费档 XS $13/月 225k、S $43/月 900k、M $340/月 9M、L $1,615/月 45M，企业档定制且积分不限。计费口径为文本转语音 1 credit/字符、语音转文本 3 credits/秒、语音转文本翻译 4 credits/秒、语音转语音翻译 30 credits/秒。
免费用能拿到多少量？＋
免费档 45k 积分，按文本转语音 1 credit/字符折算约 45k 字符，约等于 1 小时音频；语音转文本约 4 小时，语音转文本翻译约 3 小时。免费档不支持商用，商用要从 XS 及以上档位开始。
支持哪些语言和口音？＋
新增的 1000+ 音色覆盖 28 种口音，分布到英语、法语、西班牙语、德语和葡萄牙语，官方按客服、旁白、广告和角色四类用途进行选角，可试听其中的 62 个。
能克隆自己的声音吗？＋
可以，提供实例级和专业级两种声音克隆方式。另外还可用一段文本提示词做声音设计，直接生成全新音色，无需录制样本；声音设计在全部档位都开放。
延迟表现怎么样？＋
其最快的文本转语音模型延迟低于 50 毫秒，并支持 1000+ 音色，这一定位主要面向实时对话和语音智能体场景。
免费档和付费档在并发上差多少？＋
免费档 TTS、S2S 并发为 2、STT 为 3；XS 与 S 档 TTS、S2S 提升到 5、STT 到 20；M 档为 10、40、10；L 档为 15、60、15。企业档并发可定制。
Gradium竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Gradium本工具 | 4.4 | 免费档 $0/月，付费档 $13–$1,615/月，企业档定制 | 文本转语音；语音转文本；实时语音翻译；声音克隆 | Web / API |
| KugelAudio | — | kugel-2-turbo €0.035/分钟，kugel-3 €0.07/分钟 | 专为语音 AI 打造的欧洲生产级实时 TTS,具备超低延迟特性 | Web / API |
| Omni Flash | — | 未标价 | 用于低延迟工作流的多模态 AI 模型探索器 | — |
| AethexAI | — | 免费档含 60K 一次性试用额度，付费档从 $3/mo 起 | 专为新兴市场打造本地化语音智能体的语音 AI 平台 | Web / API |
| ButterKit | — | 免费档 $0；Lifetime Pro 一次性 $79（原价 $149）；Sup | 用于设计、翻译和发布 App Store 截图的 Mac 应用 | macOS / Web |
| Higress.AI | — | Serverless 标准版 0 元起步，按实际用量付费 | 用于 AI Agent 开发和 LLM API 管理的 AI 原生 API 网关 | Web / API |
Gradium最新动态
-
语音目录扩展至 1.4k 音色
语音目录从约 380 个扩展到 1.4k 个，新增 1000+ 音色覆盖 28 种口音，分布在英语、法语、西班牙语、德语和葡萄牙语。
-
种子轮融资扩展至 $100 million
融资扩展至 $100 million，新增投资方包括 NVIDIA，并在旧金山湾区开设办公室以扩展实时语音 AI 业务。
