Gemini 2.5 Pro TTS
Premiumtal med flera högtalare för ljudböcker, filmisk dialog och långa berättarröst med högtrohetsleverans.
Muapis Gemini TTS API ger dig Googles fullständiga Gemini text-till-tal-sortiment genom en enhetlig REST-integration: Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS och Gemini 2.5 Pro TTS.Varje modell delar samma dialogformat med flera högtalare – definiera talarens röster, accenter, känslomässiga stilar och takt, sedan skriptordnade dialogvändningar med inline-tontaggar som [viskning] eller [rop]. Priset går från 0,01 USD per 1 000 tecken med samma asynkrona mönster för inlämning och omröstning över alla nivåer.
Hela Gemini TTS-sortimentet är live på Muapi
Välj en Gemini TTS-nivå efter trohet, latens och kostnad, definiera dina högtalare, skript dialogen och fråga det returnerade begäran-ID för en nedladdningsbar ljudfil.
Premiumtal med flera högtalare för ljudböcker, filmisk dialog och långa berättarröst med högtrohetsleverans.
Googles nyaste Flash-tier Gemini TTS-modell med rösttrohet i studioklass, uttrycksfullt skådespeleri och långformad stabilitet till $0,015/1 000 tecken.
Den mest prisvärda Gemini TTS-nivån — hög genomströmning, låg latens konversationstal på $0,01/1 000 tecken.
Kostnadseffektivt tal med flera högtalare med distinkta röster, accenter, känslomässiga stilar och inbyggda tontaggar som [viskning].
Googles Gemini TTS-modeller förvandlar ett skrivet manus till uttrycksfullt ljud med flera högtalare. Varje nivå delar samma förfrågningsform: definiera en eller flera högtalare med en röst, accent, känslomässig stil och takt, skriv sedan ordnade dialogvarv som refererar till dessa högtalare, med inline-tontaggar som [viskning], [ropar] eller [beslutsamhet] för känslomässig riktning på linjenivå.
Muapi exponerar alla fyra Gemini TTS-nivåerna – Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS och Gemini 2.5 Pro TTS – genom en API-nyckel, ett asynkront flöde för inlämning och omröstning och transparent betalning per gång som matchar Googles egna publicerade priser.
Varje Gemini TTS-nivå tilldelar distinkta röster, accenter och leveransstilar till skriptade konversationsvändningar via ett delat "högtalare" / "dialogue_turns"-format.
Bädda in taggar som [whispers], [shouting] och [determination] direkt i dialogtext för uttrycksfull kontroll på linjenivå.
Välj Gemini 3.8 Flash TTS för studiokvalitet, Gemini 3.8 Flash Lite TTS för lägsta kostnad och fördröjning, Gemini 3.1 Flash TTS för en snabb föregående generations balans, eller Gemini 2.5 Pro TTS för premiumberättelse – alla med samma begärandeschema.
Välj mellan 30 Gemini-röstnamn (Zephyr, Fenrir, Puck, Kore och mer) och 8 accenter inklusive neutrala, amerikanska varianter, brittiska (RP), brittiska (Brixton), transatlantiska och australiska.
Ställ in en valfri "scen"-beskrivning för akustisk inställning och "sample_context" för övergripande berättarton, plus en "temperatur"-kontroll för leveransvariation.
Varje nivå faktureras med Googles publicerade Gemini TTS-ljudhastighet per 1 000 tecken, utan uppmärkning och utan prenumeration.
Röst-NPC:er och förgrenade konversationer med distinkta, känslomässigt styrda karaktärer med Gemini 3.8 Flash eller Flash Lite TTS.
Driv röstagenter och IVR-system i realtid med Gemini 3.8 Flash Lite TTS:s generering med låg latens och hög genomströmning.
Producera samtalsljud med flera värdar eller långa berättarröst med Gemini 2.5 Pro TTS:s studiokvalitet.
Iterera snabbt på ton, accent och takt på Gemini 3.1 Flash TTS innan en sista högfientlig rendering.
| Modell | Leverantör | Pris | Bäst för |
|---|---|---|---|
Skicka in högtalare och dialogvändningar med din Muapi API-nyckel, spara förfrågnings-ID:t och polla standardändpunkten för förutsägelseresultatet för ljud-URL:n.
Rösttrohet i studioklass och stabilitet i långa former för karaktärsdialog och berättande.
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."}]}'Den lägsta kostnaden och den lägsta latensnivån Gemini TTS för högkapacitetssamtal.
Snabb, kostnadseffektiv dialog med flera högtalare med den tidigare generationens Flash-nivå.
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..."}]}'Förstklassig dialog med flera högtalare i studiokvalitet för ljudböcker och filmisk berättarröst.
Omröstning tills status är klar, läs sedan den nedladdningsbara ljud-URL från svaret.
Muapis Gemini TTS API exponerar Googles fullständiga Gemini text-till-tal-sortiment – Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS och Gemini 2.5 Pro TTS – genom en enhetlig REST-slutpunkt per modell, som alla delar samma format för dialogbegäran med flera högtalare.
Använd Gemini 3.8 Flash TTS för studiokvalitet till låg kostnad, Gemini 3.8 Flash Lite TTS för lägsta latens och kostnad på högvolym eller realtidsarbetsbelastningar, Gemini 3.1 Flash TTS för ett snabbt alternativ från tidigare generationer, eller Gemini 2.5 Pro TTS för premiumberättelser med högsta kvalitet.
Priset matchar Googles officiella publicerade priser: 0,015 USD per 1 000 tecken för Gemini 3.8 Flash TTS, 0,01 USD för Gemini 3.8 Flash Lite TTS och 0,035 USD för både Gemini 3.1 Flash TTS och Gemini 2.5 Pro TTS.
Definiera varje röst i `högtalare`-listan med ett unikt `speaker_id` (i "Speaker N"-format), hänvisa sedan till dessa ID:n i dina `dialogue_turns`. Modellen återger varje rad i den talarens tilldelade röst, accent, stil och takt.
Alla fyra Gemini TTS-nivåerna delar 30 förbyggda röster (Zephyr, Fenrir, Puck, Kore och mer) och 8 accenter inklusive neutrala, amerikanska varianter, brittiska (RP), brittiska (Brixton), transatlantiska och australiska.
Ja. Varje högtalare har inställningar för "stil" (Vocal Smile, Newscaster, Whisper, Empathetic, Promo/Hype, Deadpan) och "pace" (Natural, Rapid Fire, The Drift, Staccato), plus inline-tontaggar som [whispers] eller [shouting] inbäddade direkt i dialogtexten.
Varje modell returnerar en nedladdningsbar ljudfil-URL från standardförutsägelseresultatets slutpunkt, redo att bädda in, ladda ner eller överföras till en video- eller lipsync-pipeline.
Skapa en Muapi API-nyckel, anropa slutpunkten som matchar den Gemini TTS-nivå du vill ha och polla det returnerade begäran-ID:t. Ingen väntelista krävs – alla fyra modellerna är live.
Använd en Muapi API-nyckel över Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS och Gemini 2.5 Pro TTS.