我不太明白为什么字节的语音识别(STT)可以做到价格最低，但是文字转语音(TTS)却是大厂中价格最高的。 难道是因为方言采风和合成的前期成本比较高？ 图中价格均为今日询价计算得出，不保证时效性和正确性。 阿里价格仅为参考，不太适合一般开发者使用。