🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →
Modelos/Audio/Gemini TTS
En vivo4 models

API de Gemini TTS — Síntesis de voz expresiva y ultrarrealista de Google

Convierte texto en voz humana natural, expresiva y con cadencia realista en más de 40 idiomas mediante la tecnología de síntesis de voz Gemini TTS de Google.Ideal para narración de audiolibros, doblaje automatizado, asistentes virtuales y aplicaciones accesibles con streaming de audio de baja latencia.

i

The full Gemini TTS lineup is live on Muapi

Elige un nivel de Gemini TTS según fidelidad, latencia y coste, define las voces, escribe el guión del diálogo y consulta el request ID devuelto para descargar el archivo de audio.

Gemini 3.8 Flash & Flash Lite TTS

Google's newest Gemini TTS generation — studio-grade fidelity or high-throughput, low-latency conversational speech2 models
TTSNew
3.8 Flash

Gemini 3.8 Flash TTS

Gemini 3.8 Flash TTS — Modelo de síntesis de voz expresiva y multilingüe de Google Gemini.

Dialogue → audioFast
$0.015/1,000 chars
Try Model
TTSNew
3.8 Flash

Gemini 3.8 Flash Lite TTS

Gemini 3.8 Flash Lite TTS — Modelo de síntesis de voz expresiva y multilingüe de Google Gemini.

Dialogue → audioFast
$0.01/1,000 chars
Try Model

Gemini 3.1 Flash TTS

Fast, cost-efficient multi-speaker dialogue1 models
TTSLive
3.1 Flash

Gemini 3.1 Flash TTS

Gemini 3.1 Flash TTS — Modelo de síntesis de voz expresiva y multilingüe de Google Gemini.

Dialogue → audioFast
$0.035/1,000 chars
Try Model

Gemini 2.5 Pro TTS

Premium studio-quality multi-speaker dialogue1 models
TTSLive
2.5 Pro

Gemini 2.5 Pro TTS

Gemini 2.5 Pro TTS — Modelo de síntesis de voz expresiva y multilingüe de Google Gemini.

Dialogue → audio
$0.035/1,000 chars
Try Model

Voz humana cálida y expresiva con la tecnología de Google

Gemini TTS rompe con la monotonía de los sintetizadores de voz antiguos. Comprende el contexto semántico de las frases para aplicar énfasis, pausas y entonaciones emocionales adecuadas.

Ofrece una amplia selección de timbres de voz masculinos y femeninos con acentos regionales auténticos y muestreo de audio con calidad de estudio.

Capacidades de la API de Gemini TTS

Modulación emocional adaptativa

Ajusta automáticamente el tono según el suspenso, la alegría, la seriedad o el entusiasmo del texto.

Soporte multilingüe global

Pronunciación impecable en más de 40 idiomas y dialectos internacionales.

Streaming de audio en tiempo real

Reproducción inmediata de audio a medida que se genera para interfaces conversacionales fluidas.

Gemini TTS use cases

Character dialogue & games

Voice NPCs and branching conversations with distinct, emotionally-directed characters using Gemini 3.8 Flash or Flash Lite TTS.

Conversational AI agents

Impulsa agentes de voz en tiempo real y sistemas IVR con la generación de baja latencia y alto rendimiento de Gemini 3.8 Flash Lite TTS.

Podcasts & audiobooks

Produce multi-host conversational audio or long-form narration with Gemini 2.5 Pro TTS's studio-quality fidelity.

Prototyping

Iterate quickly on tone, accent, and pacing on Gemini 3.1 Flash TTS before a final high-fidelity render.

Gemini TTS model comparison

ModelProviderPriceBest For
Gemini 3.8 Flash TTSGoogle$0.015/1,000 charactersStudio-grade fidelity, expressive acting, long-form stability
Gemini 3.8 Flash Lite TTSGoogle$0.01/1,000 charactersHigh-throughput, low-latency conversational speech
Gemini 3.1 Flash TTSGoogle$0.035/1,000 charactersFast, cost-efficient multi-speaker dialogue
Gemini 2.5 Pro TTSGoogle$0.035/1,000 charactersPremium studio-quality multi-speaker dialogue

Gemini TTS API examples

Envía las voces y turnos de diálogo con tu clave de API de Muapi, guarda el request ID y consulta el endpoint estándar de resultados para obtener la URL del audio.

Generate with Gemini 3.8 Flash TTS

curl -X POST https://api.muapi.ai/api/v1/gemini-3-8-flash-tts \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"speakers":[{"speaker_id":"Speaker 1","voice_name":"Kore","accent":"Neutral","style":"Empathetic","pace":"Natural"},{"speaker_id":"Speaker 2","voice_name":"Puck","accent":"British (RP)","style":"Deadpan","pace":"Natural"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"[warmly] Welcome to the show."},{"speaker_id":"Speaker 2","text":"[whispers] Let us begin."}]}'

# Response: {"request_id":"REQUEST_ID"}

Studio-grade voice fidelity and long-form stability for character dialogue and narration.

Generate with Gemini 3.8 Flash Lite TTS

curl -X POST https://api.muapi.ai/api/v1/gemini-3-8-flash-lite-tts \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"speakers":[{"speaker_id":"Speaker 1","voice_name":"Zephyr","accent":"American (Gen)","style":"Newscaster","pace":"Rapid Fire"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"Breaking news, delivered fast and clear."}]}'

El nivel de Gemini TTS más económico y de menor latencia para voz conversacional de alto volumen.

Generate with Gemini 3.1 Flash TTS

curl -X POST https://api.muapi.ai/api/v1/gemini-3-1-flash-tts \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"speakers":[{"speaker_id":"Speaker 1","voice_name":"Fenrir","accent":"British (RP)","style":"Deadpan","pace":"Natural"},{"speaker_id":"Speaker 2","voice_name":"Puck","accent":"American (Gen)","style":"Empathetic","pace":"Staccato"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"[shouting] Halt, traveler!"},{"speaker_id":"Speaker 2","text":"[determination] I carry a message for the elder."}]}'

Diálogo multivoz rápido y rentable con el nivel Flash de generación previa.

Generate with Gemini 2.5 Pro TTS

curl -X POST https://api.muapi.ai/api/v1/gemini-2-5-pro-tts \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"speakers":[{"speaker_id":"Speaker 1","voice_name":"Rasalgethi","accent":"Transatlantic","style":"Vocal Smile","pace":"Natural","audio_profile":"A warm, seasoned audiobook narrator"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"[gently] Once upon a time, in a quiet valley hidden away..."}]}'

Diálogo multivoz premium con calidad de estudio para audiolibros y narración cinematográfica.

Poll the audio result

curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \
  -H "x-api-key: YOUR_API_KEY"

# Read the generated audio URL after status becomes completed.

Poll until status is completed, then read the downloadable audio URL from the response.

Preguntas frecuentes sobre Gemini TTS

¿Qué formatos de audio se pueden descargar?

Admite MP3, WAV y OGG con frecuencias de muestreo seleccionables de hasta 48kHz.

¿Es apto para uso comercial en audiolibros y podcasts?

Sí, el audio generado cuenta con derechos comerciales completos para su distribución en cualquier plataforma.

Ready to generate Gemini TTS audio?

Use one Muapi API key across Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS, and Gemini 2.5 Pro TTS.