콘텐츠로 건너뛰기

Gemini TTS

통합

모델 id gemini-tts
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/gemini-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

이 요청: ≈$0.03 30 API 크레딧 이 페이지에서 실행

API 키 받기
Google 텍스트를 음성으로 #text-to-speech#audio#gemini

30개 음성, 다중 화자 대화, 스타일 지침 및 Flash 또는 Pro 모델 선택을 제공하는 텍스트-음성 변환

Google · 오디오

첫 번째 결과가 여기에 표시됩니다

아래에서 요청을 작성하고 API 키로 실행하세요. 출력은 스토리지에 복사되며, 영구 보관하거나 7일 동안 무료로 보관할 수 있습니다.

요청 만들기

컨트롤은 모델 스키마에서 생성됩니다. 값을 변경하면 코드와 가격이 업데이트됩니다.

•필수 50 / 50000

Gemini TTS용 음성 텍스트입니다. 'Say cheerfully: Have a wonderful day!' 같은 스타일, 속도, 억양, 감정을 위한 자연어 지시를 포함할 수 있습니다. [slowly], [whispering], [excited], [extremely fast] 같은 인라인 마커로도 속도와 스타일을 제어합니다. 여러 화자를 사용할 때는 'Alice: Hello!\nBob: Hi!'처럼 speakers 필드의 별칭으로 시작하는 줄이 필요합니다.

고급 style_instructions · output_format · voice · model · language_code · temperature · speakers
0 / 4000

음성 콘텐츠와 분리된 상태로 유지되며 표현력, 억양, 속도, 톤, 감정을 조정하기 위해 프롬프트 앞에 삽입되는 선택적 자연어 지시입니다. 예: 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', 'Whisper mysteriously'.

output_format 기본값 mp3

출력 오디오 형식입니다. mp3는 압축된 작은 파일을 제공하므로 권장되며, wav는 24 kHz, 16비트 모노 오디오를 WAV 컨테이너에 담은 비압축 PCM을 포함하고, ogg_opus는 Ogg 안에 Opus를 사용해 품질과 크기의 균형이 좋습니다.

기본값 Kore

30개의 고유 프리셋 중 단일 화자 음성을 선택합니다. speakers를 설정하면 이 선택은 비활성화됩니다. 인기 있는 여성 옵션은 강하고 단호한 전달의 Kore와 밝고 명확한 전달의 Zephyr, 따뜻하고 선율적인 전달의 Aoede입니다. 인기 있는 남성 옵션은 활기차고 경쾌한 Puck과 차분하고 전문적인 Charon입니다.

기본값 gemini-2.5-flash-tts

Gemini TTS 모델 선택 항목입니다. 오디오북, 팟캐스트, 고객 지원 같은 구조화된 작업에서 최고 품질을 원하면 gemini-2.5-pro-tts를 사용합니다.

다국어 합성을 위한 음성 언어입니다. 생략하면 모델이 텍스트에서 언어를 추론하고, 제공하면 음성 출력을 유도합니다. Preview에서는 60개 이상의 언어, GA에서는 24개 언어를 지원합니다.

기본값 1

낮은 설정에서는 집중되고 예측 가능한 전달, 높은 설정에서는 창의적이고 다양한 전달이 되도록 조정하는 음성 무작위성 설정입니다.

gemini-2.5-pro-tts와 gemini-2.5-flash-tts에서 지원되지만 gemini-2.5-flash-lite-preview-tts에서는 지원되지 않는 화자 구성입니다. 제공하면 서로 다른 화자가 텍스트의 서로 다른 부분을 읽습니다. 각 화자에 음성과 해당 화자의 프롬프트 접두사에 대응하는 speaker_id 별칭을 제공합니다.

POST /run/gemini-tts?wait=20 견적 → $0.03
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/gemini-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

이 요청 실행

키는 이 브라우저에 유지됩니다. Doitong API로만 전송되며, 기억하기를 선택한 경우에만 localStorage에 저장됩니다. API 키 받기

Gemini TTS 정보

최대 50,000자의 텍스트를 음성으로 변환합니다. `voice`를 선택하고 `model`을 gemini-2.5-flash-tts 또는 gemini-2.5-pro-tts로 지정합니다. `style_instructions`(최대 4000자)로 전달 방식을 제어하며, `speakers`에는 다중 음성 스크립트용 항목 2~10개를 지정합니다. 선택적 `language_code`, `temperature` 0~2 및 wav, mp3 또는 ogg_opus 출력을 지원합니다.

매개변수

이름유형 기본값허용됨 설명
prompt필수
유형string
≤ 50,000자
Gemini TTS용 음성 텍스트입니다. 'Say cheerfully: Have a wonderful day!' 같은 스타일, 속도, 억양, 감정을 위한 자연어 지시를 포함할 수 있습니다. [slowly], [whispering], [excited], [extremely fast] 같은 인라인 마커로도 속도와 스타일을 제어합니다. 여러 화자를 사용할 때는 'Alice: Hello!\nBob: Hi!'처럼 speakers 필드의 별칭으로 시작하는 줄이 필요합니다.
style_instructions선택 사항
유형string | null
≤ 4,000자
음성 콘텐츠와 분리된 상태로 유지되며 표현력, 억양, 속도, 톤, 감정을 조정하기 위해 프롬프트 앞에 삽입되는 선택적 자연어 지시입니다. 예: 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone', 'Whisper mysteriously'.
voice선택 사항
유형enum
기본값Kore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14개 더 보기LaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
30개의 고유 프리셋 중 단일 화자 음성을 선택합니다. speakers를 설정하면 이 선택은 비활성화됩니다. 인기 있는 여성 옵션은 강하고 단호한 전달의 Kore와 밝고 명확한 전달의 Zephyr, 따뜻하고 선율적인 전달의 Aoede입니다. 인기 있는 남성 옵션은 활기차고 경쾌한 Puck과 차분하고 전문적인 Charon입니다.
model선택 사항
유형enum
기본값gemini-2.5-flash-tts
gemini-2.5-flash-ttsgemini-2.5-pro-tts
Gemini TTS 모델 선택 항목입니다. 오디오북, 팟캐스트, 고객 지원 같은 구조화된 작업에서 최고 품질을 원하면 gemini-2.5-pro-tts를 사용합니다.
language_code선택 사항
유형enum
Arabic (Egypt)Bangla (Bangladesh)Dutch (Netherlands)English (India)English (US)French (France)German (Germany)Hindi (India)Indonesian (Indonesia)Italian (Italy)Japanese (Japan)Korean (South Korea)Marathi (India)Polish (Poland)Portuguese (Brazil)Romanian (Romania)
+71개 더 보기Russian (Russia)Spanish (Spain)Tamil (India)Telugu (India)Thai (Thailand)Turkish (Turkey)Ukrainian (Ukraine)Vietnamese (Vietnam)Afrikaans (South Africa)Albanian (Albania)Amharic (Ethiopia)Arabic (World)Armenian (Armenia)Azerbaijani (Azerbaijan)Basque (Spain)Belarusian (Belarus)Bulgarian (Bulgaria)Burmese (Myanmar)Catalan (Spain)Cebuano (Philippines)Chinese Mandarin (China)Chinese Mandarin (Taiwan)Croatian (Croatia)Czech (Czech Republic)Danish (Denmark)English (Australia)English (UK)Estonian (Estonia)Filipino (Philippines)Finnish (Finland)French (Canada)Galician (Spain)Georgian (Georgia)Greek (Greece)Gujarati (India)Haitian Creole (Haiti)Hebrew (Israel)Hungarian (Hungary)Icelandic (Iceland)Javanese (Java)Kannada (India)Konkani (India)Lao (Laos)Latin (Vatican City)Latvian (Latvia)Lithuanian (Lithuania)Luxembourgish (Luxembourg)Macedonian (North Macedonia)Maithili (India)Malagasy (Madagascar)Malay (Malaysia)Malayalam (India)Mongolian (Mongolia)Nepali (Nepal)Norwegian Bokmal (Norway)Norwegian Nynorsk (Norway)Odia (India)Pashto (Afghanistan)Persian (Iran)Portuguese (Portugal)Punjabi (India)Serbian (Serbia)Sindhi (India)Sinhala (Sri Lanka)Slovak (Slovakia)Slovenian (Slovenia)Spanish (Latin America)Spanish (Mexico)Swahili (Kenya)Swedish (Sweden)Urdu (Pakistan)
다국어 합성을 위한 음성 언어입니다. 생략하면 모델이 텍스트에서 언어를 추론하고, 제공하면 음성 출력을 유도합니다. Preview에서는 60개 이상의 언어, GA에서는 24개 언어를 지원합니다.
speakers선택 사항
유형object[]
≤ 10개 항목≥ 2개 항목
gemini-2.5-pro-tts와 gemini-2.5-flash-tts에서 지원되지만 gemini-2.5-flash-lite-preview-tts에서는 지원되지 않는 화자 구성입니다. 제공하면 서로 다른 화자가 텍스트의 서로 다른 부분을 읽습니다. 각 화자에 음성과 해당 화자의 프롬프트 접두사에 대응하는 speaker_id 별칭을 제공합니다.
speakers[].voice필수
유형enum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14개 더 보기LaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
이 화자에게 할당할 프리셋 음성입니다.
speakers[].speaker_id필수
유형string
영숫자만 포함하고 공백이 없는 화자 별칭입니다. 'Alice: Hello! Bob: Hi there!'처럼 프롬프트 텍스트 앞에 이 별칭을 붙여 화자를 식별합니다.
temperature선택 사항
유형number
기본값1
0 – 2
낮은 설정에서는 집중되고 예측 가능한 전달, 높은 설정에서는 창의적이고 다양한 전달이 되도록 조정하는 음성 무작위성 설정입니다.
output_format선택 사항
유형enum
기본값mp3
wavmp3ogg_opus
출력 오디오 형식입니다. mp3는 압축된 작은 파일을 제공하므로 권장되며, wav는 24 kHz, 16비트 모노 오디오를 WAV 컨테이너에 담은 비압축 PCM을 포함하고, ogg_opus는 Ogg 안에 Opus를 사용해 품질과 크기의 균형이 좋습니다.
필수

출력

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "gemini-tts",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 30,
    "usd": "0.03",
    "charged": 30,
    "refunded": 0
  },
  "input": {
    "prompt": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
파일 보관 방식 선택모든 outputs[].url은 스토리지에 저장된 복사본입니다. 계정 설정 또는 ?storage=에 따라 영구 보관(GB-월 단위 과금)하거나 7일 동안 무료로 보관합니다.
모든 모델에서 동일한 구조이미지, 동영상, 오디오 모두 type, url, content_type, width, height 및 duration을 사용합니다. output은 모델 자체의 결과 객체입니다.
출력 필드
audio
object {url, content_type, file_name, file_size}생성으로 만들어진 오디오 파일입니다.

AI 에이전트용: 이 페이지의 Markdown 버전: https://doitong.com/ko/developers/models/gemini-tts.md. 모든 모델 및 가이드: https://doitong.com/developers/llms.txt