Skip to main content
Cartesiaは、モデルの使用量を クレジット で、エージェントの使用量を エージェントドル で計量します。 すべてのサブスクリプションプランには、月間のクレジット割当が含まれています。現在のプランと含まれるクレジットについては、cartesia.ai/pricing を参照してください。 クレジットは成功したリクエストでのみ消費されます。エラーではクレジットは消費されません。

概要

エージェント

Cartesiaのホスト型 Line ボイスエージェントは、米ドルで分単位で課金されます。これはクレジット残高に影響しません。

Text-to-Speech

標準的なTTSは1文字あたり約1クレジットかかります。正確なクレジット数は、トランスクリプトの前処理によりわずかに変動する可能性があります。 これは、すべてのTTSエンドポイントに適用されます: /tts/bytes/tts/sse/tts/websocket

Pro Voice Clone を使用したTTS

Pro Voice Clone で音声を生成すると、1文字あたり約1.5クレジット(標準TTSの50%増し)かかります。これは、お客様のデータでファインチューニングされた専用モデルで実行されるためです。 これは Instant Voice Clones には適用されず、標準レートで課金されます。

Speech-to-Text

STTの料金は、モデルとバッチエンドポイント/リアルタイムエンドポイントのどちらを使用するかによって異なります。トランスクリプトが生成されなくても、無音区間も含まれます。

Pro Voice Clone ファインチューニング

Pro Voice Clone の作成は、/fine-tunes/create を介してお客様のデータでモデルをファインチューニングするもので、1,000,000クレジットかかります。 トレーニングが成功した場合にのみ課金されます。Pro Voice Clone は追加費用なしで新しいモデルでも動作し続けます。別のベースモデルへの移行や、新しいデータでの再トレーニングには、さらに1,000,000クレジットかかります。

Infill

Infill は、既存の2つのクリップをつなぐ音声を生成します。各リクエストには固定の300クレジットに加えて、Infillトランスクリプトに適用される標準TTSレートがかかります。

Voice Changer

Voice Changerは入力音声をターゲットボイスに変換します。/voice-changer/bytes および /voice-changer/sse の両方で、入力音声1秒あたり15クレジットかかります。

使用量を確認する

usageページ で使用量を確認したり、サブスクリプションページ で現在の残高を確認したりできます。 さらに、クレジット使用量 および エージェント使用量 APIを使用して、プログラム的に使用量を確認できます。これには、admin APIキー の作成が必要です。

クレジットを使い切った場合

毎月のクレジット割り当てを使い切ったあとの挙動は、ワークスペースで超過分が有効になっているかどうかによって異なります。
  • 超過分が有効な場合:リクエストは毎月の割り当てを超えても成功し、超過分はサブスクリプションに追加して課金されます。請求期間中、クレジット残高がマイナスになることがあります。マイナスの数値は、割り当てを超えて使用したクレジット数を表します。超過分は サブスクリプションページ で切り替えられます。
  • 超過分が無効な場合:割り当てを超えるリクエストは、次回の更新まで、またはプランをアップグレードするまで失敗します。
ロールオーバー、超過分のレート、その他の請求関連の詳細については、cartesia.ai/pricing の料金FAQをご覧ください。アカウント固有の請求に関するお問い合わせは、support@cartesia.ai までご連絡ください。