タイプ
仕様
料金
入力
1Mプロンプトトークンあたり
$1.50
出力
生成された1Mトークンあたり
$30.00
Gemini 2.5 Flash TTS と Gemini 2.5 Pro TTS を並べて比較: 仕様、機能、パラメーター、EmpirioLabs カタログのライブ料金。
Google オーディオ生成Gemini 2.5 Flash TTS と Gemini 2.5 Pro TTS はどちらも Google のモデルで、オーディオ生成カテゴリに属し、EmpirioLabs API から利用できます。
| 仕様 | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| モデルID | gemini-2-5-flash-tts | gemini-2-5-pro-tts |
| 開発元 | ||
| リリース | 2025年5月20日 | 2025年5月20日 |
| 最大出力 | 19,661 トークン | 19,661 トークン |
| 入力 | テキスト | テキスト |
| 出力 | 音声 | 音声 |
| エンドポイント | POST /v1/audio/speech | POST /v1/audio/speech |
| 機能 |
両モデルの EmpirioLabs カタログのライブ料金です。各料金表は常に API の請求額と一致します。
EmpirioLabs で各モデルに記載されているリクエストパラメーターと、指定できる値または範囲です。ハイフンは、そのモデルに記載のないパラメーターを示します。
| パラメータ | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| input | string | string |
| mode | single, multi デフォルト: single | single, multi デフォルト: single |
| language | string デフォルト: en-US | string デフォルト: en-US |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Charon |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Kore |
| speaker1_name | string デフォルト: Speaker1 | string デフォルト: Speaker1 |
| speaker2_name | string デフォルト: Speaker2 | string デフォルト: Speaker2 |
| output_format | WAV, MP3, OGG, ALAW, MULAW デフォルト: WAV | WAV, MP3, OGG, ALAW, MULAW デフォルト: WAV |
| speed | 0.25 から 2 デフォルト: 1 | 0.25 から 2 デフォルト: 1 |
| volume_gain | -96 から 16 デフォルト: 0 | -96 から 16 デフォルト: 0 |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 デフォルト: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 デフォルト: 24000 |
| style_prompt | string | string |
Gemini 2.5 Flash TTS は POST /v1/audio/speech で音声を生成し、再生可能なオーディオを返します。読み上げるテキストを input として、モデル ID gemini-2-5-flash-tts と一緒に送信してください。 どちらのモデルも同じエンドポイントで呼び出します。model を gemini-2-5-flash-tts または gemini-2-5-pro-tts に設定してください。 EmpirioLabs ダッシュボードで API キーを取得してください。
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.mp3どちらのモデルも 2025年5月20日 にリリースされました。 入力 (1Mプロンプトトークンあたり)、出力 (生成された1Mトークンあたり) の料金は Gemini 2.5 Flash TTS のほうが低くなっています。 このページの仕様、料金表、パラメーターは EmpirioLabs のライブカタログに基づいています。
入力 (1Mプロンプトトークンあたり)、出力 (生成された1Mトークンあたり) の料金は Gemini 2.5 Flash TTS のほうが低くなっています。 両方のライブ料金表はこのページにあり、常に API の請求額と一致します。
はい。どちらのモデルも同じ EmpirioLabs API キーで POST /v1/audio/speech を使うため、ほとんどの連携は model の値を変えるだけで切り替えられます。モデル固有のパラメーターに依存している場合は、先にこのページのパラメーター表を確認してください。
はい。EmpirioLabs プレイグラウンド で各モデルを開き、API と同じパラメーターで同じプロンプトを両方に実行できます。