Gemini 2.5 Flash Preview TTS

Rede Neural

Bip-bup, escrevendo texto para você...
pc1pc2pc3pc4
Inicial

/

Modelos

/

Modelos de IA de áudio

/

Gemini 2.5 Flash Preview TTS

Especificações

Entrada
texto, imagens, documentos
Saída
texto, áudio
Níveis de raciocínio
baixo, médio, alto
Recursos
raciocínio, chamada de funções
160 $

Custo do prompt

(por 1M tokens)

160 $

Custo da resposta

(por 1M tokens)

0,16 $

Prompt de imagem

(por 1K tokens)

*Os preços indicados são para uso da API via provedores ECO.
bothub
BotHub: Experimente redes neurais gratuitamentebot

Caps restantes: 0 CAPS
Exemplo de código e API para Gemini 2.5 Flash Preview TTSOferecemos acesso completo à API OpenAI através do nosso serviço. Todos os nossos endpoints estão totalmente em conformidade com os endpoints OpenAI e podem ser usados tanto com plugins quanto ao desenvolver seu próprio software através do SDK.Criar chave API
Geração de texto
Geração de fala
Javascript
Python
Curl

Como funciona Gemini 2.5 Flash Preview TTS?

Os bothubs coletam informações...empty

Perguntas frequentes sobre Gemini 2.5 Flash Preview TTS

Posso usar os resultados de gemini-2.5-flash-preview-tts para fins comerciais?

Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.

O que o Gemini 2.5 Flash Preview TTS consegue fazer e para quais tarefas é adequado?

Este é um modelo do Google para narração: ele gera áudio a partir de uma descrição em texto. É adequado para narrar vídeos e materiais educativos, podcasts, notificações e protótipos de interfaces de voz. Aceita texto, imagens e documentos como entrada, e sabe chamar funções e raciocinar antes de responder.

Em que qualidade e formato o Gemini 2.5 Flash Preview TTS gera áudio?

A geração de áudio, além de texto, é uma capacidade confirmada, mas não informaremos codecs, taxa de amostragem ou bitrate: não temos esses dados. Baseie-se nos limites do cabeçalho técnico: contexto de 200.000 tokens e até 32.000 tokens de saída por solicitação.

O Gemini 2.5 Flash Preview TTS consegue raciocinar antes de responder?

Sim, o modo de raciocínio do modelo está confirmado. Isso ajuda a analisar melhor textos longos e roteiros de narração: considerar a estrutura das falas, definir ênfases e pausas conforme o sentido, e seguir instruções de várias etapas. O raciocínio consome tokens de saída, portanto, tenha em mente o limite de 32.000.

O Gemini 2.5 Flash Preview TTS suporta chamada de funções e saída em JSON?

Sim, a chamada de funções (function calling) e a saída estruturada em JSON são suportadas. O modelo pode ser integrado a um pipeline onde ele chama suas ferramentas e retorna um esquema previsível para processamento posterior. No BotHub, ele é conectado via uma API única compatível com OpenAI, portanto, mudar de modelo não exige reescrever a integração.

É possível carregar imagens, áudio ou vídeo no Gemini 2.5 Flash Preview TTS?

De acordo com nossos dados, além de texto, são aceitos imagens e documentos como entrada — por exemplo, um roteiro em PDF ou um layout de slide. Não temos informações sobre áudio e vídeo na entrada, então não afirmaremos nada: é mais fácil verificar na sua tarefa diretamente na interface.

Quão bem o Gemini 2.5 Flash Preview TTS entende o idioma russo?

Não temos dados sobre os idiomas de prompt e saída, por isso não prometeremos uma qualidade específica em russo — é mais seguro testar com seus próprios textos. No BotHub, isso pode ser feito imediatamente: interface em russo, pagamento com cartões russos em rublos, acesso sem VPN ou cartão estrangeiro.

Serviço de SuporteAberto das 10:00 às 18:00 (MSK)