Hochwertige TTS-Vorschau für Podcasts, Hörbücher und Kundensupport mit ausdrucksstarken Mehrsprecherstimmen in 23+ Sprachen.
GoogleAudiogenerationVeröffentlicht 20. Mai 2025Proprietärer EndpointHochwertige TTS-Vorschau für Podcasts, Hörbücher und Kundensupport mit ausdrucksstarken Mehrsprecherstimmen in 23+ Sprachen.
Auch bekannt als Gemini Pro TTS, Gemini TTS, Google Gemini 2.5 Pro TTS
gemini-2-5-pro-tts/v1/audio/speechgemini-2.5-pro-ttsgoogle/gemini-2.5-pro-ttsLive Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
Gemini 2.5 Pro TTS erzeugt Sprache über POST /v1/audio/speech und liefert abspielbares Audio. Sende den zu sprechenden Text als input mit der Modell-ID gemini-2-5-pro-tts. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-2-5-pro-tts",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/speech",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={"model": "gemini-2-5-pro-tts", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
f.write(response.content)Request-Parameter, die die Gemini 2.5 Pro TTS API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| input | string | - | - | Text zum Umwandeln in Sprache. Für den Multi-Lautsprecher-Modus präfixieren Sie Zeilen mit Lautsprecher1: / Lautsprecher2:. |
| mode | enum | single | single, multi | Single = eine Stimme, Multi = Zweistimmiger Dialog (verwendet Voice + Voice2 + Sprechernamen). |
| language | string | en-US | - | BCP-47 Sprachtag (en-US, es-ES, etc.) für Aussprachehinweise. |
| voice | enum | Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... | Hauptstimmname (z. B. Kore, Puck, Aoede). Lassen Sie das Standardergebnis leer. |
| voice2 | enum | Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... | Zweiter Sprachname für den Multi-Lautsprecher-Modus. |
| speaker1_name | string | Speaker1 | - | Anzeigename, der im Eingangspräfix von Lautsprecher 1 verwendet wird (Standard: Lautsprecher1). |
| speaker2_name | string | Speaker2 | - | Anzeigename, der im Eingangspräfix für Lautsprecher 2 verwendet wird (Standard: Lautsprecher2). |
| output_format | enum | WAV | WAV, MP3, OGG, ALAW, MULAW | Audio-Dateiformat: WAV, MP3, OGG (Opus) oder ALAW / MULAW für Telefonie. |
| speed | number | 1 | 0.25 bis 2 | Wiedergaberate. 1.0 = natürlich; <1 langsamer, >1 schneller. |
| volume_gain | number | 0 | -96 bis 16 | Ausgangsverstärkung in dB. 0 = unverändert. |
| sample_rate | enum | 24000 | 8000, 16000, 22050, 24000, 44100, 48000 | Ausgabe-Abtastrate in Hz (8000, 16000, 22050, 24000, 44100 oder 48000). |
| style_prompt | string | - | - | Natürlichsprachliche Regie (z. B. "warm, gesprächig" oder "Nachrichtensprecher, ernst"). |
Auf EmpirioLabs wird Gemini 2.5 Pro TTS nach Verbrauch abgerechnet: Eingabe $3.00 pro 1M Prompt-Token; Output $60.00 pro 1 Million generierter Token. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
Gemini 2.5 Pro TTS wird über POST /v1/audio/speech auf api.empiriolabs.ai mit normaler Bearer-Token-Authentifizierung bereitgestellt.
Ja. Der EmpirioLabs Playground führt Gemini 2.5 Pro TTS im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.
