Un’unica autenticazione, tutti i provider
Una sola chiave RunAPI sblocca l’intero catalogo. Niente account separati, niente rotazione delle chiavi per integrazione.
Audio & Music
Google
Gemini TTS API
Usa l'API Gemini TTS tramite RunAPI con model skill, autenticazione unificata e prezzi pay-as-you-go.
curl -X POST https://runapi.ai/api/v1/gemini_tts/text_to_speech \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.1-flash-tts",
"text": "Genera l'introduzione di un podcast a due voci, con un conduttore britannico dal tono pacato e un ospite americano energico."
}'import { GeminiTtsClient } from "@runapi.ai/gemini-tts";
const client = new GeminiTtsClient();
const result = await client.textToSpeech.run({
model: "gemini-3.1-flash-tts",
text: "Genera l'introduzione di un podcast a due voci, con un conduttore britannico dal tono pacato e un ospite americano energico.",
});require "runapi/gemini_tts"
client = RunApi::GeminiTts::Client.new
result = client.text_to_speech.run(
model: "gemini-3.1-flash-tts",
text: "Genera l'introduzione di un podcast a due voci, con un conduttore britannico dal tono pacato e un ospite americano energico."
)npx skills add runapi-ai/gemini-tts -g# Claude Code
claude mcp add runapi -s user -- npx -y @runapi.ai/mcp
# Codex
codex plugin install runapi-mcp@agents
# Cursor / Windsurf / VS Code
npx @runapi.ai/mcp init cursorOVERVIEW
Informazioni su Gemini TTS
Gemini TTS trasforma un dialogo ordinato in audio, mantenendo una configurazione vocale distinta per ogni relatore. Le richieste possono inoltre definire la scena, il contesto interpretativo generale e la temperatura di campionamento.
Provider
Google
Modalità
Audio & Music
Confronta tutte le varianti API
| Variante | Fatturazione | Prezzo | |
|---|---|---|---|
| gemini-2.5-pro-tts | 1K tokens | Input $1.40 / 1M tokens | Output $28.00 / 1M tokens | Visualizza → |
| gemini-3.1-flash-tts | 1K tokens | Input $1.40 / 1M tokens | Output $28.00 / 1M tokens | Visualizza → |
PRICING
Prezzi Gemini TTS
| Endpoint | Risoluzione | Durata | Prezzo | |
|---|---|---|---|---|
| text_to_speech | — | — | Input $1.40 / 1M tokens | Output $28.00 / 1M tokens |
Prezzi mostrati per gemini-2.5-pro-tts. Le altre varianti mantengono i propri prezzi per endpoint.
Integrazione agenti
Esegui Gemini TTS da un agente
COME FUNZIONA
Inizia con Gemini TTS
-
Scegli il modello
Seleziona modello e variante adatti al tipo di output, al livello qualità e alla latenza target.
-
Configura
Imposta la tua chiave RunAPI e installa il model skill nel workspace di codice.
-
Implementa
Usa le istruzioni dello skill per aggiungere la feature modello dentro la tua applicazione.
-
Ricevi
Interroga per task ID, usa streaming dove supportato o gestisci il callback webhook.
CONTEXT
Che cos'è l'API Gemini TTS?
Gemini TTS fa parte del catalogo Google disponibile su RunAPI e rende accessibili Gemini 2.5 Pro TTS e Gemini 3.1 Flash TTS tramite interfacce API, SDK e CLI coerenti.
Perché usare l'API Gemini TTS tramite RunAPI
Prezzi e billing unificati
Prezzi per chiamata in USD, fatturati mensilmente. Le generazioni fallite non vengono addebitate.
Skill con schema
Schema tipizzati e note di setup sono inclusi nel model skill, così l'implementazione parte dal contratto corretto.
Domande su Gemini TTS
Quali modelli Gemini TTS sono disponibili?
RunAPI supporta Gemini 2.5 Pro TTS e Gemini 3.1 Flash TTS tramite lo stesso endpoint di sintesi vocale e lo stesso formato di richiesta.
Come configuro più relatori?
Aggiungi una configurazione per ogni partecipante usando un identificatore univoco nel formato Speaker N, quindi assegna ogni battuta del dialogo a uno di questi identificatori.
Cosa posso controllare per ogni relatore?
Ogni relatore può avere voce, accento, stile di interpretazione e ritmo propri, oltre a un profilo audio facoltativo per ulteriori indicazioni vocali.
In che modo la scena e il contesto interpretativo influiscono sulla richiesta?
La scena descrive l'ambiente di registrazione, mentre il contesto interpretativo definisce il tono generale e le indicazioni per l'interpretazione del dialogo.
Come vengono restituiti i risultati audio completati?
Interroga il task o ricevi il callback al completamento; la risposta contiene l'elenco `audios` con l'URL del file generato.
Da quale variante dovrei iniziare?
Scegli la variante più economica che soddisfa il tuo livello di qualità. La maggior parte dei team inizia con la variante veloce e passa alla pro per la produzione.
MODELLI SIMILI