🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →
Modelos/Gemini TTS API
Ativo4 models

Gemini TTS API — Síntese de Voz e Diálogos de Estúdio da Google | MuAPI

Modelos de síntese vocal Gemini da Google com qualidade de estúdio, prosódia natural e conversas dinâmicas multi-interlocutores.Acesse Gemini 3.8 Flash TTS para ultra-baixa latência e Gemini 2.5 Pro TTS para audiolivros e narrações cinematográficas.

i

The full Gemini TTS lineup is live on Muapi

Elige um nivel de Gemini TTS según fidelidad, latencia e coste, define as voces, escribe o guión do diálogo e consulte o request ID devuelto para descargar o 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
Text-to-SpeechNew
3.8 Flash

Gemini 3.8 Flash TTS

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

Dialogue → audioFast
$0.015/1,000 chars
Testar modelo
Text-to-SpeechNew
3.8 Flash

Gemini 3.8 Flash Lite TTS

The most affordable Gemini TTS tier — high-throughput, low-latency conversational speech at $0.01/1,000 characters.

Dialogue → audioFast
$0.01/1,000 chars
Testar modelo

Gemini 3.1 Flash TTS

Fast, cost-efficient multi-speaker dialogue1 models
Text-to-SpeechLive
3.1 Flash

Gemini 3.1 Flash TTS

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

Dialogue → audioFast
$0.035/1,000 chars
Testar modelo

Gemini 2.5 Pro TTS

Premium studio-quality multi-speaker dialogue1 models
Text-to-SpeechLive
2.5 Pro

Gemini 2.5 Pro TTS

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

Dialogue → audio
$0.035/1,000 chars
Testar modelo

Voz humana cálida e expresiva com a tecnología de Google

Gemini TTS rompe com a monotonía de os sintetizadores de voz antiguos. Comprende o contexto semántico de as frases para aplicar énfasis, pausas e entonaciones emocionales adecuadas.

Ofrece uma amplia selección de timbres de voz masculinos e femeninos com acentos regionales auténticos e muestreo de audio com calidad de estudio.

Gemini TTS capabilities

Multi-speaker dialogue

Ajusta automáticamente o tono según o suspenso, la alegría, la seriedad ou o entusiasmo do texto.

Soporte multilingüe global

Pronunciación impecable em mais de 40 idiomas e dialectos internacionales.

Four tiers, one shape

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

30 prebuilt voices, 8 accents

Escolha entre 30 nomes de vozes do Gemini (Zephyr, Fenrir, Puck, Kore e mais) para combinar com sua persona.

Controles de cena e tom

Defina uma descrição opcional de scene para ambiente acústico e sample_context para orientar pronúncia ou vocabulário.

Official Google pricing

Todos os níveis são faturados de acordo com as tarifas publicadas pela Google para áudio do Gemini TTS.

Gemini TTS use cases

Character dialogue & games

Dê voz a NPCs e conversas dinâmicas com personalidades distintas e direcionadas emocionalmente.

Conversational AI agents

Impulsa agentes de voz em tiempo real e sistemas IVR com a geração de baja latencia e alto rendimiento de Gemini 3.8 Flash Lite TTS.

Podcasts & audiobooks

Produza áudio conversacional com múltiplos locutores ou narração longa com as vozes pré-construídas do Gemini TTS.

Prototyping

Itere rapidamente em tom, sotaque e ritmo no Gemini 3.1 Flash TTS antes de passar para versões de maior fidelidade.

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 as voces e turnos de diálogo com tu clave de API de Muapi, guarda o request ID e consulte o endpoint estándar de resultados para obtener a URL do audio.

Gerar com 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"}

Fidelidade de voz com qualidade de estúdio e estabilidade em formatos longos para diálogos de personagens e podcasts.

Gerar com 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 mais económico e de menor latencia para voz conversacional de alto volumen.

Gerar com 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 e rentable com o nivel Flash de geração previa.

Gerar com 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 com calidad de estudio para audiolibros e narración cinematográfica.

Consultar o resultado de áudio

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.

Consulte até que o status seja completed e leia a URL de áudio para download nos dados de saída.

Gemini TTS API FAQ

Qué formatos de audio se podem descargar?

Admite MP3, WAV e OGG com frecuencias de muestreo seleccionables de hasta 48kHz.

Which Gemini TTS model should I use?

Sí, el audio generado cuenta com derechos comerciales completos para su distribución em qualquer plataforma.

Quanto custa a API do Gemini TTS?

Os preços correspondem às tarifas oficiais da Google: $0,015 por 1.000 caracteres nos quatro níveis, sem sobretaxas.

How do I create a multi-speaker conversation?

Defina cada voz na lista speakers com um speaker_id único e o nome da voz pré-construída escolhida.

Quais vozes e sotaques estão disponíveis?

Todos os quatro níveis do Gemini TTS compartilham 30 vozes pré-construídas (Zephyr, Fenrir, Puck, Kore, Aoede, etc.), mas diferem na latência e no ritmo multilíngue.

Posso controlar a emoção e o ritmo?

Sim. Cada locutor possui atributos de style (Vocal Smile, Newscaster, Whisper, Empathetic, Authoritative) e idioma para guiar o tom emocional.

What audio format is returned?

Cada modelo retorna uma URL de arquivo de áudio para download a partir do endpoint padrão de resultados.

Como acesso a API Gemini TTS?

Crie uma chave de API do Muapi, chame o endpoint correspondente ao nível de Gemini TTS desejado e obtenha o resultado.

Pronto para gerar áudio com Gemini TTS?

Use uma única chave de API do Muapi em Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.8 Pro TTS e Gemini 3.8 Ultra TTS.