Gemini 2.5 Pro Preview TTS

Rede Neural

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

/

Modelos

/

Modelos de IA de áudio

/

Gemini 2.5 Pro 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 : Essayez les réseaux de neurones gratuitementbot

Caps restants : 0 CAPS
Exemple de code et API pour Gemini 2.5 Pro Preview TTSNous offrons un accès complet à l'API OpenAI via notre service. Tous nos points de terminaison sont entièrement conformes aux points de terminaison OpenAI et peuvent être utilisés avec des plugins ainsi que lors du développement de votre propre logiciel via le SDK.Créer une clé API
import OpenAI from 'openai';
const openai = new OpenAI({
  apiKey: '<your bothub access token>',
  baseURL: 'https://openai.bothub.chat/v1'
});


// Sync - Text generation 

async function main() {
  const chatCompletion = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'gemini-2.5-pro-preview-tts',
  });
} 

// Async - Text generation 

async function main() {
  const stream = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'gemini-2.5-pro-preview-tts',
    stream: true
  });

  for await (const chunk of stream) {
    const part: string | null = chunk.choices[0].delta?.content ?? null;
  }
} 
main();

Como funciona Gemini 2.5 Pro Preview TTS?

Os bothubs coletam informações...empty

Perguntas frequentes sobre Gemini 2.5 Pro Preview TTS

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 Gemini 2.5 Pro Preview TTS sintetiza fala: recebe texto, bem como imagens e documentos, e gera áudio. É adequado para narração de vídeos e podcasts, versões em áudio de artigos e instruções, e respostas de voz em aplicativos. Acesso a partir da Rússia sem VPN ou cartão estrangeiro.

Os parâmetros técnicos da faixa, formato e taxa de bits não estão registrados em nossos dados, por isso não podemos fornecer números exatos: é mais fácil verificar com uma solicitação de teste. Outra coisa é conhecida: o modelo aceita até 200 mil tokens de contexto e retorna até 32 mil tokens na resposta, então um roteiro longo pode ser enviado na íntegra.

Sim, o raciocínio antes da resposta é confirmado no modelo. Na prática, isso ajuda a entender a estrutura de um texto longo ou ambíguo antes da narração: onde fazer uma pausa significativa, qual fragmento destacar, como ler uma abreviação ou registro numérico. Para roteiros complexos, isso é mais importante do que a velocidade.

Sim, ambos são suportados: o modelo consegue chamar funções e fornecer JSON estruturado, por isso é conveniente integrá-lo em pipelines e serviços prontos. No BotHub, o acesso é feito através de uma API única compatível com OpenAI, portanto, o modelo pode ser alternado sem reescrever a integração.

O modelo aceita imagens e documentos como entrada, isso é confirmado pelos nossos dados, então você pode enviar, por exemplo, um PDF com um roteiro. Sobre áudio e vídeo na entrada, não temos registros: não negamos, mas também não prometemos, verifique com uma solicitação de teste.

Não há medições separadas para o idioma russo em nossos dados, por isso não daremos avaliações: é mais confiável executar seu próprio texto real e ouvir o resultado. O próprio BotHub é em russo, com interface, suporte e pagamento com cartões russos em rublos, sem necessidade de VPN ou cartão estrangeiro.

Service d'AssistanceOuvert de 10h00 à 18h00 MSK