Tipo
Especificación
Tarifa
Entrada
por 1M de tokens de prompt
$1.50
Salida
por 1M de tokens generados
$30.00
Gemini 2.5 Flash TTS y Gemini 2.5 Pro TTS lado a lado: especificaciones, capacidades, parámetros y precios en vivo del catálogo de EmpirioLabs.
Google Generación de audioGemini 2.5 Flash TTS y Gemini 2.5 Pro TTS son modelos de Google en la categoría Generación de audio, disponibles a través de la API de EmpirioLabs.
| Especificación | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| ID del modelo | gemini-2-5-flash-tts | gemini-2-5-pro-tts |
| Autor | ||
| Lanzado | 20 may 2025 | 20 may 2025 |
| Salida máxima | 19.661 tokens | 19.661 tokens |
| Entrada | Texto | Texto |
| Salida | Audio | Audio |
| Endpoints | POST /v1/audio/speech | POST /v1/audio/speech |
| Capacidades |
Tarifas en vivo del catálogo de EmpirioLabs para ambos modelos. Cada tabla de tarifas siempre coincide con lo que cobra la API.
Parámetros de solicitud que cada modelo indica en EmpirioLabs, con los valores permitidos o el rango cuando corresponde. Un guion marca un parámetro que el modelo no indica.
| Parámetro | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| input | string | string |
| mode | single, multi Predeterminado: single | single, multi Predeterminado: single |
| language | string Predeterminado: en-US | string Predeterminado: en-US |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Predeterminado: Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Predeterminado: Charon |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Predeterminado: Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Predeterminado: Kore |
| speaker1_name | string Predeterminado: Speaker1 | string Predeterminado: Speaker1 |
| speaker2_name | string Predeterminado: Speaker2 | string Predeterminado: Speaker2 |
| output_format | WAV, MP3, OGG, ALAW, MULAW Predeterminado: WAV | WAV, MP3, OGG, ALAW, MULAW Predeterminado: WAV |
| speed | 0.25 a 2 Predeterminado: 1 | 0.25 a 2 Predeterminado: 1 |
| volume_gain | -96 a 16 Predeterminado: 0 | -96 a 16 Predeterminado: 0 |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 Predeterminado: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 Predeterminado: 24000 |
| style_prompt | string | string |
Gemini 2.5 Flash TTS genera voz a través de POST /v1/audio/speech y devuelve audio reproducible. Envía el texto a pronunciar como input con el id de modelo gemini-2-5-flash-tts. Ambos modelos se llaman a través del mismo endpoint. Establece model en gemini-2-5-flash-tts o gemini-2-5-pro-tts. Consigue una clave de API en el panel de EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-2-5-flash-tts",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3Ambos modelos se lanzaron el 20 may 2025. Gemini 2.5 Flash TTS tiene la tarifa más baja para Entrada (por 1M de tokens de prompt) y Salida (por 1M de tokens generados). Las especificaciones, las tablas de tarifas y los parámetros de esta página provienen del catálogo en vivo de EmpirioLabs.
Gemini 2.5 Flash TTS tiene la tarifa más baja para Entrada (por 1M de tokens de prompt) y Salida (por 1M de tokens generados). Las dos tablas de tarifas en vivo están en esta página y siempre coinciden con lo que cobra la API.
Sí. Ambos modelos usan POST /v1/audio/speech con la misma clave de API de EmpirioLabs, así que la mayoría de las integraciones cambian con solo modificar el valor model. Revisa antes la tabla de parámetros de esta página si dependes de un parámetro específico de un modelo.
Sí. Abre cada modelo en el playground de EmpirioLabs y ejecuta el mismo prompt en ambos, con los parámetros que expone la API.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.