Tipo
Especificação
Tarifa
Entrada
por 1M de tokens de prompt
$1.50
Saída
por 1M de tokens gerados
$30.00
Gemini 2.5 Flash TTS e Gemini 2.5 Pro TTS lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
Google Geração de ÁudioGemini 2.5 Flash TTS e Gemini 2.5 Pro TTS são modelos de Google na categoria Geração de Áudio, disponíveis pela API da EmpirioLabs.
| Especificação | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| ID do modelo | gemini-2-5-flash-tts | gemini-2-5-pro-tts |
| Autor | ||
| Lançado | 20 de mai. de 2025 | 20 de mai. de 2025 |
| Saída máxima | 19.661 tokens | 19.661 tokens |
| Entrada | Texto | Texto |
| Saída | Áudio | Áudio |
| Endpoints | POST /v1/audio/speech | POST /v1/audio/speech |
| Recursos |
Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.
Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.
| Parâmetro | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| input | string | string |
| mode | single, multi Padrão: single | single, multi Padrão: single |
| language | string Padrão: en-US | string Padrão: en-US |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Padrão: Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Padrão: Charon |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Padrão: Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Padrão: Kore |
| speaker1_name | string Padrão: Speaker1 | string Padrão: Speaker1 |
| speaker2_name | string Padrão: Speaker2 | string Padrão: Speaker2 |
| output_format | WAV, MP3, OGG, ALAW, MULAW Padrão: WAV | WAV, MP3, OGG, ALAW, MULAW Padrão: WAV |
| speed | 0.25 a 2 Padrão: 1 | 0.25 a 2 Padrão: 1 |
| volume_gain | -96 a 16 Padrão: 0 | -96 a 16 Padrão: 0 |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 Padrão: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 Padrão: 24000 |
| style_prompt | string | string |
Gemini 2.5 Flash TTS gera fala por POST /v1/audio/speech e retorna áudio reproduzível. Envie o texto a ser falado em input com o id de modelo gemini-2-5-flash-tts. Os dois modelos são chamados pelo mesmo endpoint. Defina model como gemini-2-5-flash-tts ou gemini-2-5-pro-tts. Obtenha uma chave de API no painel 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.mp3Os dois modelos foram lançados em 20 de mai. de 2025. Gemini 2.5 Flash TTS tem a tarifa mais baixa para Entrada (por 1M de tokens de prompt) e Saída (por 1M de tokens gerados). As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.
Gemini 2.5 Flash TTS tem a tarifa mais baixa para Entrada (por 1M de tokens de prompt) e Saída (por 1M de tokens gerados). As duas tabelas de tarifas ao vivo estão nesta página e sempre correspondem ao que a API cobra.
Sim. Os dois modelos usam POST /v1/audio/speech com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.
Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.