🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →
مدل ها/هوش مصنوعی گوگل/Gemini API
زندگی کنید6 نقطه پایانی برجسته

Google Gemini API — هوش مصنوعی ویدیو، تصویر و تبدیل متن به گفتار

از مدل‌های رسانه Google Gemini در Muapi برای تولید تصویر با هوش مصنوعی، ویدیوهای سینمایی و ترکیب گفتار با چند سخنران استفاده کنید. یک کلید Muapi API به برنامه شما یک گردش کار ارسال و نظرسنجی ثابت در این نقاط پایانی می دهد.این صفحه بر روی گردش کار تولید رسانه تمرکز دارد. خانواده‌های مدل جمینی از فیلدهای درخواستی و قیمت‌گذاری متفاوتی استفاده می‌کنند. هر پیوند خانواده را برای لیست کامل، پارامترهای دقیق و در دسترس بودن فعلی دنبال کنید.

میانه سفر

خانواده تولید و ویرایش تصویر گوگل. برای همه انواع، هاب را مرور کنید.1 نقطه پایانی برجسته
AI LipsyncجدیدFeatured
میانه سفر

Nano Banana 2

نقطه پایان تولید تصویر گوگل؛ مرکز خانواده شامل نسل های اضافی و انواع ویرایش است.

Image generation
$0.06/request
مدل را امتحان کنید

تصویر 4

مدل‌های تبدیل متن به تصویر Google با سطوح استاندارد، سریع و فوق‌العاده.1 نقطه پایانی برجسته
AI Lipsyncزندگی کنید
تصویر 4

Imagen 4 Fast

تولید سریع متن به تصویر در خانواده Imagen 4 گوگل.

Image generationسریع
$0.02/generation
مدل را امتحان کنید

Veo 3.1

انواع ویدئو، تصویر به ویدئو، مرجع، پسوند، سریع و ساده.2 نقطه پایانی برجسته
AI Voiceoverزندگی کنید
Veo 3.1

Veo 3.1 متن به ویدیو

با خانواده Veo 3.1 یک ویدیو از یک درخواست ایجاد کنید.

Video generation
$2.50/request
مدل را امتحان کنید
AI Voiceoverزندگی کنید
Veo 3.1

Veo 3.1 سریع متن به ویدیو

تولید سریعتر درخواست برای ویدیو Veo 3.1.

Video generationسریع
$0.60/request
مدل را امتحان کنید

جمینی Omni

تولید ویدئو و ویرایش جریان های کاری با صدای همگام شده.1 نقطه پایانی برجسته
AI Voiceoverزندگی کنید
جمینی Omni

متن به ویدیو Gemini Omni

با استفاده از Gemini Omni ویدیو با صدای همگام شده تولید کنید.

Video + synchronized audio
From $0.16
مدل را امتحان کنید

جمینی متن به گفتار

صدای گفتگوی چند بلندگوی رسا را از متن ایجاد کنید.1 نقطه پایانی برجسته
متن به گفتارجدید
جمینی TTS

Gemini 3.8 Flash TTS

صدای گفتگوی چند بلندگوی رسا را از متن ساختاریافته ایجاد کنید.

Dialogue to audioسریع
$0.015/1,000 chars
مدل را امتحان کنید

خانواده‌های API رسانه Google Gemini

مجموعه رسانه های مولد Google در Muapi شامل تولید و ویرایش تصویر، ایجاد ویدئو و تبدیل متن به گفتار می شود. تصاویر جلد نانو موز و ایمیجن; ویدیوی جلد Veo و Gemini Omni; Gemini TTS دیالوگ گفتاری ایجاد می کند.

این صفحه فرود نقاط پایانی نماینده را برجسته می کند تا بتوانید خانواده ها را بدون تکرار هر ردیف مدل از هاب اختصاصی آنها مقایسه کنید. از صفحات خانواده برای کاتالوگ های کامل، جزئیات پارامترها و در دسترس بودن فعلی استفاده کنید.

آنچه می توانید بسازید

ایجاد و ویرایش تصاویر

از Nano Banana برای تولید تصویر مبتنی بر سریع و ویرایش های مبتنی بر مرجع یا Imagen 4 برای کار با کیفیت بالا از متن به تصویر استفاده کنید.

ویدیو تولید کنید

با Veo 3.1 یا Gemini Omni تماس بگیرید تا سریعاً به ویدیو، حرکت مبتنی بر تصویر و جریان های کاری ویدیویی مرتبط با آن تماس بگیرید.

سنتز گفتار

برای تولید صدای چند بلندگو، بلندگوهای ساختاریافته و نوبت های گفتگو را به Gemini TTS ارسال کنید.

نقاط پایانی Google AI API

Familyورودیخروجیقیمت شروعFull lineup
/nano-banana-api
/imagen-4
/veo-3.1
/gemini-omni
/gemini-tts

قیمت گذاری بر اساس مدل، مدت زمان، وضوح، و نقطه پایان متفاوت است. قبل از ارسال، هزینه‌های دقیق هر صفحه خانواده را تأیید کنید.

نحوه تماس با Google Gemini API

یک درخواست JSON مخصوص مدل را با استفاده از کلید Muapi API خود ارسال کنید، شناسه درخواست را ذخیره کنید و نقطه پایانی نتیجه مشترک را نظرسنجی کنید. نقطه پایانی تصویر، ویدئو و گفتار از فیلدهای درخواست متفاوتی استفاده می کنند.

1. با نانو موز یک تصویر ایجاد کنید

یک درخواست به نقطه پایانی تصویر نانو موز ارسال کنید.

2. یک تصویر با Imagen 4 ایجاد کنید

curl -X POST https://api.muapi.ai/api/v1/google-imagen4 \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A richly detailed glasshouse at sunrise, dew on tropical leaves","aspect_ratio":"16:9","num_images":1}'

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

یک درخواست و نسبت ابعاد به Imagen 4 ارسال کنید.

3. با Veo 3.1 ویدیو تولید کنید

curl -X POST https://api.muapi.ai/api/v1/veo3.1-text-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A cinematic sunrise over a misty mountain valley","duration":8}'

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

با اعلان و مدت زمان با Veo تماس بگیرید.

4. با Gemini Omni ویدیو تولید کنید

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A chef explains a recipe in a warm studio kitchen","resolution":"1080p","duration":8,"aspect_ratio":"16:9"}'

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

ایجاد ویدیو با صدای همگام شده

5. تولید گفتار با Gemini TTS

گوینده و گفتگوی ساختار یافته را ارائه دهید.

6. نظرسنجی برای خروجی تکمیل شده

از شناسه درخواست برگشتی با نقطه پایانی نتیجه مشترک استفاده کنید.

سؤالات متداول Google Gemini API

با کدام مدل‌های هوش مصنوعی گوگل می‌توانم از طریق Muapi تماس بگیرم؟

خانواده‌های رسانه‌ای برجسته عبارتند از Nano Banana، Imagen 4، Veo، Gemini Omni و Gemini Text-to-Speech. هر صفحه خانواده را برای لیست کامل نقطه پایانی آن دنبال کنید.

آیا این صفحه مدل های چت متنی Gemini را پوشش می دهد؟

این کاتالوگ بر نقاط پایانی تولید رسانه های گوگل متمرکز است: تصاویر، ویدئو و گفتار. طرحواره API زنده Muapi را برای مدل‌های تولید متن موجود و فرمت‌های درخواست آنها بررسی کنید.

چگونه یک کلید Google Gemini API دریافت کنم؟

یک کلید Muapi API از Access Keys ایجاد کنید، سپس آن را در هدر x-api-key به نقطه پایانی مدل ارسال کنید.

آیا همه مدل‌های Google از یک فرمت درخواست استفاده می‌کنند؟

خیر. نقطه پایانی تصویر، ویدئو و گفتار دارای فیلدهای مختلفی هستند. از صفحات خانواده خاص مدل و نمونه های API برای طرحواره های درخواست دقیق استفاده کنید.

با استفاده از مدل های رسانه ای هوش مصنوعی گوگل بسازید

از یک کلید Muapi API برای ادغام مدل های تصویر، ویدیو و تبدیل متن به گفتار Google در برنامه خود استفاده کنید.