Langkau ke kandungan

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 pada halaman ini

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

Text-to-speech dengan 30 suara, dialog berbilang penutur, arahan gaya dan pilihan model Flash atau Pro

Google · Audio

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

•diperlukan 50 / 50000

Teks pertuturan untuk Gemini TTS, menerima arahan bahasa semula jadi terbenam untuk gaya, rentak, loghat dan emosi, seperti 'Say cheerfully: Have a wonderful day!'. Penanda sebaris termasuk [slowly], [whispering], [excited], dan [extremely fast] turut mengawal rentak dan gaya. Beberapa penutur memerlukan baris yang bermula dengan alias daripada medan speakers, contohnya 'Alice: Hello!\nBob: Hi!'.

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

Arahan bahasa semula jadi pilihan yang dikekalkan berasingan daripada kandungan yang dituturkan dan disisipkan sebelum prompt untuk membentuk ekspresiviti, loghat, rentak, 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 lalai mp3

Format untuk audio output: mp3 menyediakan fail termampat dan padat serta disyorkan; wav mengandungi PCM tidak termampat dalam bekas WAV pada 24 kHz dengan audio mono 16-bit; ogg_opus menggunakan Opus dalam Ogg untuk keseimbangan kualiti dan saiz yang baik.

lalai Kore

Pilihan suara seorang penutur daripada 30 pratetap berbeza; menetapkan speakers menjadikan pilihan ini tidak aktif. Pilihan wanita popular ialah Kore, dengan penyampaian kuat dan tegas, Zephyr, dengan penyampaian terang dan jelas, dan Aoede, dengan penyampaian hangat dan merdu; pilihan lelaki popular ialah Puck, ceria dan bertenaga, serta Charon, tenang dan profesional.

lalai gemini-2.5-flash-tts

Pilihan model Gemini TTS. Untuk kualiti tertinggi dalam aliran kerja berstruktur seperti buku audio, podcast atau sokongan pelanggan, gunakan gemini-2.5-pro-tts.

Bahasa pertuturan untuk sintesis berbilang bahasa: abaikannya untuk membolehkan model membuat inferens bahasa daripada teks anda, atau bekalkannya untuk mengarahkan output pertuturan. Liputan merangkumi 60+ bahasa dalam Preview dan 24 dalam GA.

lalai 1

Tetapan rawak pertuturan, dengan kesan daripada penyampaian fokus dan boleh dijangka pada tetapan rendah hingga penyampaian kreatif dan pelbagai pada tetapan tinggi.

Konfigurasi penutur yang disokong oleh gemini-2.5-pro-tts dan gemini-2.5-flash-tts, tetapi bukan gemini-2.5-flash-lite-preview-tts. Membekalkannya membolehkan suara berbeza membaca bahagian teks yang berbeza; bagi setiap penutur, bekalkan suara serta alias speaker_id yang sepadan dengan awalan prompt penutur itu.

POST /run/gemini-tts?wait=20 sebut 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

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Gemini TTS

Menukar sehingga 50,000 aksara teks kepada pertuturan. Pilih `voice` dan `model` gemini-2.5-flash-tts atau gemini-2.5-pro-tts. `style_instructions` (sehingga 4000 aksara) mengawal penyampaian, manakala `speakers` menerima 2 hingga 10 entri untuk skrip berbilang suara. `language_code`, `temperature` 0 hingga 2, serta output wav, mp3 atau ogg_opus adalah pilihan.

Parameter

NamaJenis LalaiDibenarkan Penerangan
promptdiperlukan
Jenisstring
≤ 50,000 aksara
Teks pertuturan untuk Gemini TTS, menerima arahan bahasa semula jadi terbenam untuk gaya, rentak, loghat dan emosi, seperti 'Say cheerfully: Have a wonderful day!'. Penanda sebaris termasuk [slowly], [whispering], [excited], dan [extremely fast] turut mengawal rentak dan gaya. Beberapa penutur memerlukan baris yang bermula dengan alias daripada medan speakers, contohnya 'Alice: Hello!\nBob: Hi!'.
style_instructionspilihan
Jenisstring | null
≤ 4,000 aksara
Arahan bahasa semula jadi pilihan yang dikekalkan berasingan daripada kandungan yang dituturkan dan disisipkan sebelum prompt untuk membentuk ekspresiviti, loghat, rentak, 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'.
voicepilihan
Jenisenum
LalaiKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 lagiLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Pilihan suara seorang penutur daripada 30 pratetap berbeza; menetapkan speakers menjadikan pilihan ini tidak aktif. Pilihan wanita popular ialah Kore, dengan penyampaian kuat dan tegas, Zephyr, dengan penyampaian terang dan jelas, dan Aoede, dengan penyampaian hangat dan merdu; pilihan lelaki popular ialah Puck, ceria dan bertenaga, serta Charon, tenang dan profesional.
modelpilihan
Jenisenum
Lalaigemini-2.5-flash-tts
gemini-2.5-flash-ttsgemini-2.5-pro-tts
Pilihan model Gemini TTS. Untuk kualiti tertinggi dalam aliran kerja berstruktur seperti buku audio, podcast atau sokongan pelanggan, gunakan gemini-2.5-pro-tts.
language_codepilihan
Jenisenum
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 lagiRussian (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 pertuturan untuk sintesis berbilang bahasa: abaikannya untuk membolehkan model membuat inferens bahasa daripada teks anda, atau bekalkannya untuk mengarahkan output pertuturan. Liputan merangkumi 60+ bahasa dalam Preview dan 24 dalam GA.
speakerspilihan
Jenisobject[]
≤ 10 item≥ 2 item
Konfigurasi penutur yang disokong oleh gemini-2.5-pro-tts dan gemini-2.5-flash-tts, tetapi bukan gemini-2.5-flash-lite-preview-tts. Membekalkannya membolehkan suara berbeza membaca bahagian teks yang berbeza; bagi setiap penutur, bekalkan suara serta alias speaker_id yang sepadan dengan awalan prompt penutur itu.
speakers[].voicediperlukan
Jenisenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 lagiLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Suara pratetap yang diberikan kepada penutur ini.
speakers[].speaker_iddiperlukan
Jenisstring
Alias penutur yang hanya mengandungi aksara alfanumerik dan tiada ruang kosong. Kenal pasti penutur dengan mengawali teks prompt mereka menggunakan alias ini, seperti dalam 'Alice: Hello! Bob: Hi there!'.
temperaturepilihan
Jenisnumber
Lalai1
0 – 2
Tetapan rawak pertuturan, dengan kesan daripada penyampaian fokus dan boleh dijangka pada tetapan rendah hingga penyampaian kreatif dan pelbagai pada tetapan tinggi.
output_formatpilihan
Jenisenum
Lalaimp3
wavmp3ogg_opus
Format untuk audio output: mp3 menyediakan fail termampat dan padat serta disyorkan; wav mengandungi PCM tidak termampat dalam bekas WAV pada 24 kHz dengan audio mono 16-bit; ogg_opus menggunakan Opus dalam Ogg untuk keseimbangan kualiti dan saiz yang baik.
diperlukan

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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
audio
object {url, content_type, file_name, file_size}Fail audio yang dihasilkan oleh penjanaan.

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