类型
规格
价格
输入
每100万个提示词标记
$1.50
输出
每100万个生成代币
$30.00
Gemini 2.5 Flash TTS 与 Gemini 2.5 Pro TTS 并排比较：规格、能力、参数，以及 EmpirioLabs 目录中的实时价格。
Google 音频生成Gemini 2.5 Flash TTS 和 Gemini 2.5 Pro TTS 都是 Google 的模型，属于音频生成类别，可通过 EmpirioLabs API 使用。
| 规格 | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| 模型 ID | gemini-2-5-flash-tts | gemini-2-5-pro-tts |
| 开发方 | ||
| 发布日期 | 2025年5月20日 | 2025年5月20日 |
| 最大输出 | 19,661 个 token | 19,661 个 token |
| 输入 | 文本 | 文本 |
| 输出 | 音频 | 音频 |
| 端点 | POST /v1/audio/speech | POST /v1/audio/speech |
| 能力 |
两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。
每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。
| 参数 | Gemini 2.5 Flash TTS | Gemini 2.5 Pro TTS |
|---|---|---|
| input | string | string |
| mode | single, multi 默认值: single | single, multi 默认值: single |
| language | string 默认值: en-US | string 默认值: en-US |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Charon |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Kore |
| speaker1_name | string 默认值: Speaker1 | string 默认值: Speaker1 |
| speaker2_name | string 默认值: Speaker2 | string 默认值: Speaker2 |
| output_format | WAV, MP3, OGG, ALAW, MULAW 默认值: WAV | WAV, MP3, OGG, ALAW, MULAW 默认值: WAV |
| speed | 0.25 到 2 默认值: 1 | 0.25 到 2 默认值: 1 |
| volume_gain | -96 到 16 默认值: 0 | -96 到 16 默认值: 0 |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 默认值: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 默认值: 24000 |
| style_prompt | string | string |
Gemini 2.5 Flash TTS 通过 POST /v1/audio/speech 生成语音并返回可播放的音频。把要朗读的文本作为 input，连同模型 ID gemini-2-5-flash-tts 一起发送。 两个模型通过同一个端点调用。将 model 设为 gemini-2-5-flash-tts 或 gemini-2-5-pro-tts。 在EmpirioLabs 控制台获取 API 密钥。
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.mp3两个模型都发布于 2025年5月20日。 输入（每100万个提示词标记）和输出（每100万个生成代币）的价格 Gemini 2.5 Flash TTS 更低。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。
输入（每100万个提示词标记）和输出（每100万个生成代币）的价格 Gemini 2.5 Flash TTS 更低。 两张实时价格表都在本页，并始终与 API 的实际计费一致。
可以。两个模型都使用 POST /v1/audio/speech 和同一个 EmpirioLabs API 密钥，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，请先查看本页的参数表。
可以。在 EmpirioLabs Playground 中分别打开两个模型，用 API 提供的参数对两者运行同一个提示词。