🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →
Modeller/Ljud/Tvillingarna TTS
Live4 modeller

Gemini TTS API — Google Gemini Text to Speech

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.

i

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.

Gemini 2.5 Pro TTS

Förstklassig dialog med flera högtalare i studiokvalitet1 modeller
TTSLive
2.5 Pro

Gemini 2.5 Pro TTS

Premiumtal med flera högtalare för ljudböcker, filmisk dialog och långa berättarröst med högtrohetsleverans.

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

Gemini 3.8 Flash & Flash Lite TTS

Googles senaste Gemini TTS-generation — studiogradig trohet eller hög genomströmning, låg latens konversationstal2 modeller
TTSNytt
3.8 Flash

Gemini 3.8 Flash TTS

Googles nyaste Flash-tier Gemini TTS-modell med rösttrohet i studioklass, uttrycksfullt skådespeleri och långformad stabilitet till $0,015/1 000 tecken.

Dialogue → audioSnabbt
$0.015/1,000 chars
Prova Model
TTSNytt
3.8 Flash

Gemini 3.8 Flash Lite TTS

Den mest prisvärda Gemini TTS-nivån — hög genomströmning, låg latens konversationstal på $0,01/1 000 tecken.

Dialogue → audioSnabbt
$0.01/1,000 chars
Prova Model

Gemini 3.1 Flash TTS

Snabb, kostnadseffektiv dialog med flera högtalare1 modeller
TTSLive
3.1 Flash

Gemini 3.1 Flash TTS

Kostnadseffektivt tal med flera högtalare med distinkta röster, accenter, känslomässiga stilar och inbyggda tontaggar som [viskning].

Dialogue → audioSnabbt
$0.035/1,000 chars
Prova Model

Vad är Gemini TTS API?

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.

Gemini TTS capabilities

Dialog med flera högtalare

Varje Gemini TTS-nivå tilldelar distinkta röster, accenter och leveransstilar till skriptade konversationsvändningar via ett delat "högtalare" / "dialogue_turns"-format.

Inline känsla och ton

Bädda in taggar som [whispers], [shouting] och [determination] direkt i dialogtext för uttrycksfull kontroll på linjenivå.

Fyra våningar, en form

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.

30 förbyggda röster, 8 accenter

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.

Scen- och tonkontroller

Ställ in en valfri "scen"-beskrivning för akustisk inställning och "sample_context" för övergripande berättarton, plus en "temperatur"-kontroll för leveransvariation.

Officiell Google-prissättning

Varje nivå faktureras med Googles publicerade Gemini TTS-ljudhastighet per 1 000 tecken, utan uppmärkning och utan prenumeration.

Gemini TTS use cases

Karaktärsdialog & spel

Röst-NPC:er och förgrenade konversationer med distinkta, känslomässigt styrda karaktärer med Gemini 3.8 Flash eller Flash Lite TTS.

Conversational AI agents

Driv röstagenter och IVR-system i realtid med Gemini 3.8 Flash Lite TTS:s generering med låg latens och hög genomströmning.

Podcaster och ljudböcker

Producera samtalsljud med flera värdar eller långa berättarröst med Gemini 2.5 Pro TTS:s studiokvalitet.

Prototyping

Iterera snabbt på ton, accent och takt på Gemini 3.1 Flash TTS innan en sista högfientlig rendering.

Gemini TTS modelljämförelse

ModellLeverantörPrisBäst för

Gemini TTS API exempel

Skicka in högtalare och dialogvändningar med din Muapi API-nyckel, spara förfrågnings-ID:t och polla standardändpunkten för förutsägelseresultatet för ljud-URL:n.

Generera med Gemini 3.8 Flash TTS

Rösttrohet i studioklass och stabilitet i långa former för karaktärsdialog och berättande.

Generera med 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."}]}'

Den lägsta kostnaden och den lägsta latensnivån Gemini TTS för högkapacitetssamtal.

Generera med Gemini 3.1 Flash TTS

Snabb, kostnadseffektiv dialog med flera högtalare med den tidigare generationens Flash-nivå.

Generera med 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..."}]}'

Förstklassig dialog med flera högtalare i studiokvalitet för ljudböcker och filmisk berättarröst.

Fråga ljudresultatet

Omröstning tills status är klar, läs sedan den nedladdningsbara ljud-URL från svaret.

Vanliga frågor om Gemini TTS API

Vad är Gemini TTS API?

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.

Vilken Gemini TTS-modell ska jag använda?

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.

Hur mycket kostar Gemini TTS API?

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.

Hur skapar jag en konversation med flera högtalare?

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.

Vilka röster och accenter finns tillgängliga?

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.

Kan jag kontrollera känslor och tempo?

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.

Vilket ljudformat returneras?

Varje modell returnerar en nedladdningsbar ljudfil-URL från standardförutsägelseresultatets slutpunkt, redo att bädda in, ladda ner eller överföras till en video- eller lipsync-pipeline.

Hur får jag åtkomst till Gemini TTS API?

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.

Är du redo att generera Gemini TTS-ljud?

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.