Lompat ke konten

Gemini TTS

Integrasikan

ID model gemini-tts
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/gemini-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Permintaan ini: ≈$0,03 30 kredit API · ≈ ₽3,16 Jalankan di halaman ini

Dapatkan kunci API
Google Teks ke Suara #text-to-speech#audio#gemini

Text-to-speech dengan 30 suara, dialog multi-pembicara, instruksi gaya, dan pilihan model Flash atau Pro

Google · Audio

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib 50 / 50000

Teks ucapan untuk Gemini TTS, yang menerima arahan bahasa alami tertanam untuk gaya, tempo, aksen, dan emosi, seperti 'Say cheerfully: Have a wonderful day!'. Penanda inline termasuk [slowly], [whispering], [excited], dan [extremely fast] juga mengontrol tempo dan gaya. Beberapa pembicara memerlukan baris yang diawali alias dari kolom speakers, misalnya 'Alice: Hello!\nBob: Hi!'.

Lanjutan style_instructions · output_format · voice · model · language_code · temperature · speakers
0 / 4000

Arahan bahasa alami opsional yang dipisahkan dari konten lisan dan disisipkan sebelum prompt untuk membentuk ekspresivitas, aksen, tempo, nada, dan emosi. Contohnya termasuk 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', dan 'Whisper mysteriously'.

output_format bawaan mp3

Format audio output: mp3 menyediakan file terkompresi dan ringkas serta direkomendasikan; wav berisi PCM tanpa kompresi dalam kontainer WAV pada 24 kHz dengan audio mono 16-bit; ogg_opus menggunakan Opus di dalam Ogg untuk keseimbangan kualitas dan ukuran yang baik.

bawaan Kore

Pilihan suara satu pembicara dari 30 preset berbeda; menetapkan speakers membuat pilihan ini tidak aktif. Opsi perempuan populer adalah Kore, dengan penyampaian kuat dan tegas, Zephyr, dengan penyampaian cerah dan jelas, serta Aoede, dengan penyampaian hangat dan melodis; opsi laki-laki populer adalah Puck, ceria dan bersemangat, serta Charon, tenang dan profesional.

bawaan gemini-2.5-flash-tts

Pilihan model Gemini TTS. Untuk kualitas tertinggi dalam alur kerja terstruktur seperti buku audio, podcast, atau dukungan pelanggan, gunakan gemini-2.5-pro-tts.

Bahasa ucapan untuk sintesis multibahasa: abaikan untuk membiarkan model menyimpulkan bahasa dari teks Anda, atau berikan untuk mengarahkan output ucapan. Cakupan mencakup 60+ bahasa dalam Preview dan 24 dalam GA.

bawaan 1

Pengaturan keacakan ucapan, dengan efek mulai dari penyampaian terfokus dan dapat diprediksi pada pengaturan rendah hingga penyampaian kreatif dan bervariasi pada pengaturan tinggi.

Konfigurasi pembicara yang didukung oleh gemini-2.5-pro-tts dan gemini-2.5-flash-tts, tetapi tidak oleh gemini-2.5-flash-lite-preview-tts. Menyediakannya memungkinkan suara berbeda membaca bagian teks yang berbeda; untuk setiap pembicara, berikan suara dan alias speaker_id yang sesuai dengan awalan prompt pembicara tersebut.

POST /run/gemini-tts?wait=20 estimasi harga → $0,03
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/gemini-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Gemini TTS

Mengubah hingga 50.000 karakter teks menjadi ucapan. Pilih `voice` dan `model` gemini-2.5-flash-tts atau gemini-2.5-pro-tts. `style_instructions` (hingga 4000 karakter) mengarahkan penyampaian, dan `speakers` menerima 2 hingga 10 entri untuk skrip multi-suara. `language_code`, `temperature` 0 hingga 2, serta output wav, mp3, atau ogg_opus bersifat opsional.

Parameter

NamaTipe BawaanDiizinkan Deskripsi
promptwajib
Tipestring
≤ 50.000 karakter
Teks ucapan untuk Gemini TTS, yang menerima arahan bahasa alami tertanam untuk gaya, tempo, aksen, dan emosi, seperti 'Say cheerfully: Have a wonderful day!'. Penanda inline termasuk [slowly], [whispering], [excited], dan [extremely fast] juga mengontrol tempo dan gaya. Beberapa pembicara memerlukan baris yang diawali alias dari kolom speakers, misalnya 'Alice: Hello!\nBob: Hi!'.
style_instructionsopsional
Tipestring | null
≤ 4.000 karakter
Arahan bahasa alami opsional yang dipisahkan dari konten lisan dan disisipkan sebelum prompt untuk membentuk ekspresivitas, aksen, tempo, nada, dan emosi. Contohnya termasuk 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', dan 'Whisper mysteriously'.
voiceopsional
Tipeenum
BawaanKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 lainnyaLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Pilihan suara satu pembicara dari 30 preset berbeda; menetapkan speakers membuat pilihan ini tidak aktif. Opsi perempuan populer adalah Kore, dengan penyampaian kuat dan tegas, Zephyr, dengan penyampaian cerah dan jelas, serta Aoede, dengan penyampaian hangat dan melodis; opsi laki-laki populer adalah Puck, ceria dan bersemangat, serta Charon, tenang dan profesional.
modelopsional
Tipeenum
Bawaangemini-2.5-flash-tts
gemini-2.5-flash-ttsgemini-2.5-pro-tts
Pilihan model Gemini TTS. Untuk kualitas tertinggi dalam alur kerja terstruktur seperti buku audio, podcast, atau dukungan pelanggan, gunakan gemini-2.5-pro-tts.
language_codeopsional
Tipeenum
Arabic (Egypt)Bangla (Bangladesh)Dutch (Netherlands)English (India)English (US)French (France)German (Germany)Hindi (India)Indonesian (Indonesia)Italian (Italy)Japanese (Japan)Korean (South Korea)Marathi (India)Polish (Poland)Portuguese (Brazil)Romanian (Romania)
+71 lainnyaRussian (Russia)Spanish (Spain)Tamil (India)Telugu (India)Thai (Thailand)Turkish (Turkey)Ukrainian (Ukraine)Vietnamese (Vietnam)Afrikaans (South Africa)Albanian (Albania)Amharic (Ethiopia)Arabic (World)Armenian (Armenia)Azerbaijani (Azerbaijan)Basque (Spain)Belarusian (Belarus)Bulgarian (Bulgaria)Burmese (Myanmar)Catalan (Spain)Cebuano (Philippines)Chinese Mandarin (China)Chinese Mandarin (Taiwan)Croatian (Croatia)Czech (Czech Republic)Danish (Denmark)English (Australia)English (UK)Estonian (Estonia)Filipino (Philippines)Finnish (Finland)French (Canada)Galician (Spain)Georgian (Georgia)Greek (Greece)Gujarati (India)Haitian Creole (Haiti)Hebrew (Israel)Hungarian (Hungary)Icelandic (Iceland)Javanese (Java)Kannada (India)Konkani (India)Lao (Laos)Latin (Vatican City)Latvian (Latvia)Lithuanian (Lithuania)Luxembourgish (Luxembourg)Macedonian (North Macedonia)Maithili (India)Malagasy (Madagascar)Malay (Malaysia)Malayalam (India)Mongolian (Mongolia)Nepali (Nepal)Norwegian Bokmal (Norway)Norwegian Nynorsk (Norway)Odia (India)Pashto (Afghanistan)Persian (Iran)Portuguese (Portugal)Punjabi (India)Serbian (Serbia)Sindhi (India)Sinhala (Sri Lanka)Slovak (Slovakia)Slovenian (Slovenia)Spanish (Latin America)Spanish (Mexico)Swahili (Kenya)Swedish (Sweden)Urdu (Pakistan)
Bahasa ucapan untuk sintesis multibahasa: abaikan untuk membiarkan model menyimpulkan bahasa dari teks Anda, atau berikan untuk mengarahkan output ucapan. Cakupan mencakup 60+ bahasa dalam Preview dan 24 dalam GA.
speakersopsional
Tipeobject[]
≤ 10 item≥ 2 item
Konfigurasi pembicara yang didukung oleh gemini-2.5-pro-tts dan gemini-2.5-flash-tts, tetapi tidak oleh gemini-2.5-flash-lite-preview-tts. Menyediakannya memungkinkan suara berbeda membaca bagian teks yang berbeda; untuk setiap pembicara, berikan suara dan alias speaker_id yang sesuai dengan awalan prompt pembicara tersebut.
speakers[].voicewajib
Tipeenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 lainnyaLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Suara preset yang ditetapkan untuk pembicara ini.
speakers[].speaker_idwajib
Tipestring
Alias pembicara yang hanya berisi karakter alfanumerik tanpa spasi. Identifikasi pembicara dengan mengawali teks prompt mereka menggunakan alias ini, seperti dalam 'Alice: Hello! Bob: Hi there!'.
temperatureopsional
Tipenumber
Bawaan1
0 – 2
Pengaturan keacakan ucapan, dengan efek mulai dari penyampaian terfokus dan dapat diprediksi pada pengaturan rendah hingga penyampaian kreatif dan bervariasi pada pengaturan tinggi.
output_formatopsional
Tipeenum
Bawaanmp3
wavmp3ogg_opus
Format audio output: mp3 menyediakan file terkompresi dan ringkas serta direkomendasikan; wav berisi PCM tanpa kompresi dalam kontainer WAV pada 24 kHz dengan audio mono 16-bit; ogg_opus menggunakan Opus di dalam Ogg untuk keseimbangan kualitas dan ukuran yang baik.
wajib

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "gemini-tts",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 30,
    "usd": "0.03",
    "charged": 30,
    "refunded": 0
  },
  "input": {
    "prompt": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
audio
object {url, content_type, file_name, file_size}File audio yang dihasilkan oleh pembuatan.

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/gemini-tts.md. Semua model dan panduan: https://doitong.com/developers/llms.txt