Google · 오디오 & 음악

OpenClaw x Gemini TTS

Gemini TTS는 RunAPI의 Google 카탈로그에 속하며, 일관된 API, SDK, CLI 인터페이스 하나로 Gemini 2.5 Pro TTS와 Gemini 3.1 Flash TTS를 제공합니다.

2 variants 최저 $1.40 / 100만 토큰 상업적 사용 지원
API 키 받기 OpenClaw 문서 보기

Prerequisite: npx runapi mcp install

Prompt

프롬프트 모델

작업에 맞는 경우 gemini-2.5-pro-tts를 사용하세요: 장문 대화를 위한 표현 제어를 갖춘 고품질 다중 화자 음성.

You have access to RunAPI task tools for Gemini TTS.

Available Gemini TTS models:
- gemini-2.5-pro-tts: 장문 대화를 위한 표현 제어를 갖춘 고품질 다중 화자 음성
  endpoints: /api/v1/gemini_tts/text_to_speech
  request fields: model, temperature, scene, sample_context, speakers, dialogue_turns
- gemini-3.1-flash-tts: 반응형 대화와 대규모 오디오 작업을 위한 빠른 다중 화자 음성
  endpoints: /api/v1/gemini_tts/text_to_speech
  request fields: model, temperature, scene, sample_context, speakers, dialogue_turns

Use the model ID and endpoint that match the user's request.
Example prompt: 차분한 영국인 진행자와 활기찬 미국인 게스트가 등장하는 2인 팟캐스트 오프닝을 만들어 주세요.
/api/v1/gemini_tts/text_to_speech: Submit the task, poll for its status, then verify the completed output. POST /api/v1/gemini_tts/text_to_speech를 실행하고 반환된 Task ID를 저장합니다.
상태가 completed 또는 failed가 될 때까지 GET /api/v1/gemini_tts/text_to_speech/<task-id>를 실행합니다.
completed 응답에 API 레퍼런스의 엔드포인트별 출력이 포함되는지 확인합니다.

공개 버전 및 엔드포인트

모델 ID 엔드포인트 시작 가격 모델 카탈로그
gemini-2.5-pro-tts
/api/v1/gemini_tts/text_to_speech
$1.40 / 100만 토큰 모델 상세
gemini-3.1-flash-tts
/api/v1/gemini_tts/text_to_speech
$1.40 / 100만 토큰 모델 상세

검증

Task가 최종 상태에 도달할 때까지 폴링합니다

<model-id>를 선택하면 검증 명령을 생성합니다.

설정

가이드 엔드포인트: <endpoint>

<model-id>를 선택하면 엔드포인트의 공개 입력 계약에 맞는 요청을 생성합니다.
사용 절차

3단계로 시작하기

  1. 모델 ID 선택

    공개 모델 ID를 선택하고 엔드포인트와 현재 시작 가격을 확인합니다.

  2. RunAPI 설정

    엔드포인트 요청 전에 RUNAPI_API_KEY를 설정합니다.

  3. 결과 검증

    비동기 엔드포인트는 Task가 최종 상태가 될 때까지 같은 엔드포인트를 폴링합니다.

OpenClaw + Gemini TTS로 만들 수 있는 것

  • 보이스오버와 내레이션

    음성을 생성하는 모델로 대본을 영상, 강의, 제품 데모용 음성으로 바꿉니다.

  • 음악과 사운드트랙

    음악을 생성하는 모델로 장르, 분위기, 템포 설명에서 배경 음악과 징글을 만듭니다.

  • 전사와 오디오 처리

    오디오 입력을 받는 모델로 녹음을 텍스트로 전사하거나 기존 오디오를 정리하고 변환합니다.

Gemini TTS을(를) RunAPI + OpenClaw로 사용하는 이유

  • 2개 변형 모델, 하나의 API 키

    하나의 RunAPI 연결에서 사용 가능한 모델 변형을 선택할 수 있어 통합 방식을 바꿀 필요가 없습니다.

  • 명확한 사용 요금

    요청을 보내기 전에 현재 카탈로그 요금을 확인하세요. 구독이나 최소 사용 금액이 없습니다.

  • 자동화된 작업 워크플로

    수동 폴링 코드를 작성하지 않고 일관된 작업 흐름으로 비동기 결과를 제출하고 확인하고 수집하세요.

OpenClaw + Gemini TTS 자주 묻는 질문

사용 가능한 Gemini TTS 모델은 무엇인가요?

RunAPI는 Gemini 2.5 Pro TTS와 Gemini 3.1 Flash TTS를 동일한 텍스트 음성 변환(TTS) 엔드포인트와 요청 형식으로 지원합니다.

여러 화자를 구성하려면 어떻게 해야 하나요?

참여자마다 고유한 `Speaker N` 식별자로 화자 설정을 추가한 다음, 각 발화를 해당 식별자 중 하나에 지정하세요.

화자마다 무엇을 제어할 수 있나요?

화자마다 음성, 억양, 말하기 스타일, 속도를 지정할 수 있고, 세부 음성 지침이 필요하면 오디오 프로필도 선택적으로 사용할 수 있습니다.

장면과 샘플 컨텍스트는 요청에 어떤 영향을 주나요?

장면은 녹음 환경을 설명하고, 샘플 컨텍스트는 대화 전반의 어조와 말하기 지침을 정합니다.

완성된 오디오 결과는 어떤 방식으로 반환되나요?

작업을 조회하거나 완료된 뒤 콜백으로 결과를 받으세요. 응답의 `audios` 목록에 생성된 파일 URL이 포함됩니다.

어떤 모델 ID를 사용해야 하나요?

버전 표에서 공개 모델 ID를 선택하세요. 각 ID가 제공하는 엔드포인트는 해당 행에 표시됩니다.

이 가이드는 채팅 모델을 설정하나요?

아니요. 이 Model Line은 여기에 표시된 엔드포인트 절차를 사용하며 Agent 채팅 모델로 제공되지 않습니다.

OpenClaw에서 Gemini TTS 사용 시작하기

API 키 받기 빠른 시작 읽기

팀과 함께 구축하고 계신가요?

엔터프라이즈 설정, 통합, 기술 문의를 도와드립니다.

문의하기