प्रकार
स्पेक
दर
इनपुट
प्रति 1M प्रॉम्प्ट टोकन
$1.50
आउटपुट
प्रति 1M जेनरेट किए गए टोकन
$30.00
Gemini 2.5 Flash TTS और Gemini 2.5 Pro TTS साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
Google ऑडियो जनरेशनGemini 2.5 Flash TTS और Gemini 2.5 Pro TTS दोनों Google के मॉडल हैं, ऑडियो जनरेशन श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| मॉडल ID | gemini-2-5-flash-tts | gemini-2-5-pro-tts |
| निर्माता | ||
| रिलीज | 20 मई 2025 | 20 मई 2025 |
| अधिकतम आउटपुट | 19,661 टोकन | 19,661 टोकन |
| इनपुट | टेक्स्ट | टेक्स्ट |
| आउटपुट | ऑडियो | ऑडियो |
| एंडपॉइंट | POST /v1/audio/speech | POST /v1/audio/speech |
| क्षमताएं |
दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।
| पैरामीटर | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| input | string | string |
| mode | single, multi डिफॉल्ट: single | single, multi डिफॉल्ट: single |
| language | string डिफॉल्ट: en-US | string डिफॉल्ट: en-US |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: Charon |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... डिफॉल्ट: Kore |
| speaker1_name | string डिफॉल्ट: Speaker1 | string डिफॉल्ट: Speaker1 |
| speaker2_name | string डिफॉल्ट: Speaker2 | string डिफॉल्ट: Speaker2 |
| output_format | WAV, MP3, OGG, ALAW, MULAW डिफॉल्ट: WAV | WAV, MP3, OGG, ALAW, MULAW डिफॉल्ट: WAV |
| speed | 0.25 से 2 डिफॉल्ट: 1 | 0.25 से 2 डिफॉल्ट: 1 |
| volume_gain | -96 से 16 डिफॉल्ट: 0 | -96 से 16 डिफॉल्ट: 0 |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 डिफॉल्ट: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 डिफॉल्ट: 24000 |
| style_prompt | string | string |
Gemini 2.5 Flash TTS POST /v1/audio/speech से आवाज़ बनाता है और चलाने योग्य ऑडियो देता है। बोला जाने वाला टेक्स्ट input के रूप में model id gemini-2-5-flash-tts के साथ भेजें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को gemini-2-5-flash-tts या gemini-2-5-pro-tts पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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.mp3दोनों मॉडल 20 मई 2025 को रिलीज़ हुए थे। इनपुट (प्रति 1M प्रॉम्प्ट टोकन) और आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए Gemini 2.5 Flash TTS की दर कम है। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
इनपुट (प्रति 1M प्रॉम्प्ट टोकन) और आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए Gemini 2.5 Flash TTS की दर कम है। दोनों लाइव दर तालिकाएं इस पेज पर हैं और हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।
हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/audio/speech इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।
हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।