İçeriğe geç

Gemini TTS

Entegre et

Model kimliği 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"

Bu istek: ≈$0,03 30 API kredisi Bu sayfada çalıştır

API anahtarı al
Google Metinden Sese #text-to-speech#audio#gemini

30 ses, çok konuşmacılı diyalog, stil talimatları ve Flash veya Pro model seçeneği sunan metinden sese modeli

Google · Ses

İlk sonucunuz burada görünecek

Aşağıda bir istek oluşturun ve API anahtarınızla çalıştırın. Çıktılar depolamamıza kopyalanır ve sonsuza kadar veya ücretsiz olarak 7 gün boyunca saklanır.

İstek oluştur

Kontroller model şemasından oluşturulur. Değerleri değiştirdikçe kod ve fiyat güncellenir.

•gerekli 50 / 50000

Gemini TTS için konuşma metni; 'Say cheerfully: Have a wonderful day!' gibi stil, tempo, aksan ve duygu için gömülü doğal dil talimatlarını kabul eder. [slowly], [whispering], [excited] ve [extremely fast] gibi satır içi işaretler de tempo ve stili kontrol eder. Birden fazla konuşmacı için, örneğin 'Alice: Hello!\nBob: Hi!' biçiminde speakers alanındaki takma adlarla başlayan satırlar gerekir.

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

Konuşulan içerikten ayrı tutulan ve dışavurum, aksan, tempo, ton ve duyguyu şekillendirmek üzere istemden önce eklenen isteğe bağlı doğal dil talimatları. Örnekler: 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone' ve 'Whisper mysteriously'.

output_format varsayılan mp3

Çıktı sesinin biçimi: mp3 sıkıştırılmış, kompakt dosyalar sağlar ve önerilir; wav, 24 kHz'de 16 bit mono ses içeren WAV kapsayıcısında sıkıştırılmamış PCM içerir; ogg_opus, kalite ve boyut arasında iyi bir denge için Ogg içinde Opus kullanır.

varsayılan Kore

30 farklı hazır ayar arasından tek konuşmacı ses seçimi; speakers ayarlanırsa bu seçim devre dışı kalır. Popüler kadın seçenekleri güçlü ve kararlı söyleyişli Kore, parlak ve net söyleyişli Zephyr ve sıcak, melodik söyleyişli Aoede'dir; popüler erkek seçenekleri enerjik ve canlı Puck ile sakin ve profesyonel Charon'dur.

varsayılan gemini-2.5-flash-tts

Gemini TTS model seçimi. Sesli kitap, podcast veya müşteri desteği gibi yapılandırılmış iş akışlarında en yüksek kalite için gemini-2.5-pro-tts kullanın.

Çok dilli sentez için konuşma dili: modelin dili metninizden çıkarmasına izin vermek için boş bırakın veya konuşma çıktısını yönlendirmek için sağlayın. Preview'da 60'tan fazla, GA'de 24 dil desteklenir.

varsayılan 1

Düşük ayarlarda odaklı ve öngörülebilir, yüksek ayarlarda yaratıcı ve değişken söyleyiş sağlayan konuşma rastlantısallığı ayarı.

gemini-2.5-pro-tts ve gemini-2.5-flash-tts tarafından desteklenen, ancak gemini-2.5-flash-lite-preview-tts tarafından desteklenmeyen konuşmacı yapılandırması. Sağlandığında farklı sesler metnin farklı bölümlerini okur; her konuşmacı için bir ses ve konuşmacının istem ön ekine karşılık gelen bir speaker_id takma adı sağlayın.

POST /run/gemini-tts?wait=20 fiyat → $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"

Bu isteği çalıştır

Anahtarınız bu tarayıcıda kalır: yalnızca Doitong API'ye gönderilir ve yalnızca Hatırla seçeneğini işaretlerseniz localStorage'a kaydedilir. API anahtarı al

Gemini TTS hakkında

50.000 karaktere kadar metni sese dönüştürür. Bir `voice` ve `model` olarak gemini-2.5-flash-tts veya gemini-2.5-pro-tts seçin. `style_instructions` (en fazla 4000 karakter) seslendirmeyi yönlendirir; `speakers`, çok sesli metinler için 2 ila 10 giriş alır. İsteğe bağlı `language_code`, 0 ile 2 arasında `temperature` ve wav, mp3 veya ogg_opus çıktısı desteklenir.

Parametreler

AdTür Varsayılanİzin verilen Açıklama
promptgerekli
Türstring
≤ 50.000 karakter
Gemini TTS için konuşma metni; 'Say cheerfully: Have a wonderful day!' gibi stil, tempo, aksan ve duygu için gömülü doğal dil talimatlarını kabul eder. [slowly], [whispering], [excited] ve [extremely fast] gibi satır içi işaretler de tempo ve stili kontrol eder. Birden fazla konuşmacı için, örneğin 'Alice: Hello!\nBob: Hi!' biçiminde speakers alanındaki takma adlarla başlayan satırlar gerekir.
style_instructionsisteğe bağlı
Türstring | null
≤ 4.000 karakter
Konuşulan içerikten ayrı tutulan ve dışavurum, aksan, tempo, ton ve duyguyu şekillendirmek üzere istemden önce eklenen isteğe bağlı doğal dil talimatları. Örnekler: 'Speak warmly and slowly', 'Read this as a dramatic newscast', 'Use a British accent with a cheerful tone' ve 'Whisper mysteriously'.
voiceisteğe bağlı
Türenum
VarsayılanKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 tane dahaLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
30 farklı hazır ayar arasından tek konuşmacı ses seçimi; speakers ayarlanırsa bu seçim devre dışı kalır. Popüler kadın seçenekleri güçlü ve kararlı söyleyişli Kore, parlak ve net söyleyişli Zephyr ve sıcak, melodik söyleyişli Aoede'dir; popüler erkek seçenekleri enerjik ve canlı Puck ile sakin ve profesyonel Charon'dur.
modelisteğe bağlı
Türenum
Varsayılangemini-2.5-flash-tts
gemini-2.5-flash-ttsgemini-2.5-pro-tts
Gemini TTS model seçimi. Sesli kitap, podcast veya müşteri desteği gibi yapılandırılmış iş akışlarında en yüksek kalite için gemini-2.5-pro-tts kullanın.
language_codeisteğe bağlı
Türenum
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)
+71 tane dahaRussian (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)
Çok dilli sentez için konuşma dili: modelin dili metninizden çıkarmasına izin vermek için boş bırakın veya konuşma çıktısını yönlendirmek için sağlayın. Preview'da 60'tan fazla, GA'de 24 dil desteklenir.
speakersisteğe bağlı
Türobject[]
≤ 10 öğe≥ 2 öğe
gemini-2.5-pro-tts ve gemini-2.5-flash-tts tarafından desteklenen, ancak gemini-2.5-flash-lite-preview-tts tarafından desteklenmeyen konuşmacı yapılandırması. Sağlandığında farklı sesler metnin farklı bölümlerini okur; her konuşmacı için bir ses ve konuşmacının istem ön ekine karşılık gelen bir speaker_id takma adı sağlayın.
speakers[].voicegerekli
Türenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 tane dahaLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Bu konuşmacıya atanan hazır ayar sesi.
speakers[].speaker_idgerekli
Türstring
Yalnızca alfasayısal karakterler içeren ve boşluk içermeyen konuşmacı takma adı. 'Alice: Hello! Bob: Hi there!' örneğindeki gibi istem metninin önüne bu takma adı ekleyerek konuşmacıyı tanımlayın.
temperatureisteğe bağlı
Türnumber
Varsayılan1
0 – 2
Düşük ayarlarda odaklı ve öngörülebilir, yüksek ayarlarda yaratıcı ve değişken söyleyiş sağlayan konuşma rastlantısallığı ayarı.
output_formatisteğe bağlı
Türenum
Varsayılanmp3
wavmp3ogg_opus
Çıktı sesinin biçimi: mp3 sıkıştırılmış, kompakt dosyalar sağlar ve önerilir; wav, 24 kHz'de 16 bit mono ses içeren WAV kapsayıcısında sıkıştırılmamış PCM içerir; ogg_opus, kalite ve boyut arasında iyi bir denge için Ogg içinde Opus kullanır.
gerekli

Çıktı

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"
  }
}
Dosyalarınız, seçiminizHer outputs[].url, depolamamızdaki bir kopyadır: sonsuza kadar (GB-ay başına ücretli) veya ücretsiz olarak 7 gün boyunca, hesap ayarınızla ya da ?storage= ile saklanır.
Her modelde aynı yapıGörüntüler, video ve ses için type, url, content_type, width, height ve duration aynıdır. output, modelin kendi sonuç nesnesidir.
Çıktı alanları
audio
object {url, content_type, file_name, file_size}Üretimle oluşturulan ses dosyası.

AI aracıları için: bu sayfanın Markdown biçimi şurada: https://doitong.com/tr/developers/models/gemini-tts.md. Tüm modeller ve kılavuzlar: https://doitong.com/developers/llms.txt