Google Gemini: Gemini 2.5 Flash Preview TTS
gemini/gemini-2-5-flash-tts
提供中
tts
1プロバイダー
Google Gemini 2.5 Flash text-to-speech (preview): fast, low-latency, cost-efficient high-fidelity speech synthesis with 30 prebuilt voices and prompt-based style control.
作成者Google Gemini
言語78言語
ボイス読み込み中...
レスポンス形式PCM
ステータス提供中
プロバイダー
同じモデルを複数のプロバイダーがホストしている場合があります。バックエンドを固定したい場合は1つのプロバイダーを選び、そうでなければルーティングに選択を任せられます。
プロバイダーSlug1,000文字あたりレイテンシiTTSのレイテンシは音声の最初のバイトが届くまでの時間、STTのレイテンシは最初のトークンが届くまでの時間で計測しています。モード稼働率
Google Gemini
3個のパラメーター
gemini
$0.04202
—
同期
対応言語
78言語
Afrikaans
af
Albanian
sq
Amharic
am
Arabic
ar
Armenian
hy
Azerbaijani
az
Bangla
bn
Basque
eu
Belarusian
be
Bulgarian
bg
Burmese
my
Catalan
ca
Cebuano
ceb
Chinese (Mandarin)
cmn
Croatian
hr
Czech
cs
Danish
da
Dutch
nl
English
en
Estonian
et
Filipino
fil
Finnish
fi
French
fr
Galician
gl
Georgian
ka
German
de
Greek
el
Gujarati
gu
Haitian Creole
ht
Hebrew
he
Hindi
hi
Hungarian
hu
Icelandic
is
Indonesian
id
Italian
it
Japanese
ja
Javanese
jv
Kannada
kn
Konkani
kok
Korean
ko
Lao
lo
Latin
la
Latvian
lv
Lithuanian
lt
Luxembourgish
lb
Macedonian
mk
Maithili
mai
Malagasy
mg
Malay
ms
Malayalam
ml
Marathi
mr
Mongolian
mn
Nepali
ne
Norwegian (Bokmål)
nb
Norwegian (Nynorsk)
nn
Odia
or
Pashto
ps
Persian
fa
Polish
pl
Portuguese
pt
Punjabi
pa
Romanian
ro
Russian
ru
Serbian
sr
Sindhi
sd
Sinhala
si
Slovak
sk
Slovenian
sl
Spanish
es
Swahili
sw
Swedish
sv
Tamil
ta
Telugu
te
Thai
th
Turkish
tr
Ukrainian
uk
Urdu
ur
Vietnamese
vi
ボイス
機能
Text to speech
Generates spoken audio from text via generateContent (responseModalities AUDIO).
text_to_speech
Synchronous
Synthesizes speech from fully-submitted text in a single synchronous request.
synchronous
Multilingual
Supports 78 documented languages; the model auto-detects the input language (voices are language-agnostic).
multilingual
Multi-speaker
Supports multi-speaker audio (up to 2 speakers).
multi_speaker
Style control
Style, tone, accent, and pace controllable via natural-language prompts.
style_control
コード
ElevenLabs SDKでのストリーミングTTS
ElevenLabs SDKをAllModels経由でルーティングし、音声レスポンスをストリーミングします。
import { ElevenLabsClient } from "elevenlabs";
const client = new ElevenLabsClient({
apiKey: process.env.ALLMODELS_API_KEY,
baseUrl: "https://api.allmodels.io/el"
});
const stream = await client.textToSpeech.stream("voice_id", {
text: "I'm sorry, Dave. I'm afraid I can't do that.",
modelId: "gemini/gemini-2-5-flash-tts",
outputFormat: "mp3_44100_128"
}, {
queryParams: {
provider: {
"only": [
"gemini"
]
}
}
});
const reader = stream.getReader();
for (;;) {
const { done, value } = await reader.read();
if (done) break;
// Write value to your response, file, or audio playback pipeline.
}
