Jedno uwierzytelnienie, wszyscy providerzy
Jeden klucz RunAPI odblokowuje cały katalog. Bez osobnych kont i rotacji kluczy dla każdej integracji.
Audio i muzyka
Google
Gemini TTS API
Korzystaj z API Gemini TTS przez RunAPI z model skillem, wspólnym uwierzytelnianiem i cennikiem 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": "Wygeneruj wstęp do podcastu prowadzony przez dwie osoby: spokojnego brytyjskiego gospodarza i energicznego amerykańskiego gościa."
}'import { GeminiTtsClient } from "@runapi.ai/gemini-tts";
const client = new GeminiTtsClient();
const result = await client.textToSpeech.run({
model: "gemini-3.1-flash-tts",
text: "Wygeneruj wstęp do podcastu prowadzony przez dwie osoby: spokojnego brytyjskiego gospodarza i energicznego amerykańskiego gościa.",
});require "runapi/gemini_tts"
client = RunApi::GeminiTts::Client.new
result = client.text_to_speech.run(
model: "gemini-3.1-flash-tts",
text: "Wygeneruj wstęp do podcastu prowadzony przez dwie osoby: spokojnego brytyjskiego gospodarza i energicznego amerykańskiego gościa."
)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
O Gemini TTS
Gemini TTS zamienia uporządkowany dialog na mowę, zachowując osobną konfigurację głosu każdego mówcy. W żądaniu można też określić scenę, ogólny kontekst wykonania i temperaturę próbkowania.
Dostawca
Google
Modalność
Audio i muzyka
Porównaj wszystkie warianty API
PRICING
Cennik Gemini TTS
| Endpoint | Rozdzielczość | Czas trwania | Cena | |
|---|---|---|---|---|
| text_to_speech | — | — | Wejście $1.40 / 1M tokenów | Wyjście $28.00 / 1M tokenów |
Ceny podane dla gemini-2.5-pro-tts. Pozostałe warianty mają własne cenniki endpointów.
Integracja agentów
Uruchamiaj Gemini TTS z agenta
JAK TO DZIAŁA
Zacznij korzystać z Gemini TTS
-
Wybierz model
Wybierz model i wariant pasujące do typu wyjścia, progu jakości i celu opóźnienia.
-
Konfiguracja
Ustaw klucz RunAPI i zainstaluj model skill w workspace kodu.
-
Implementacja
Użyj instrukcji skilla, aby dodać funkcję modelu w swojej aplikacji.
-
Odbiór
Odpytuj po task ID, streamuj gdy wspierane albo obsłuż callback webhook.
CONTEXT
Czym jest API Gemini TTS?
Gemini TTS jest częścią katalogu Google w RunAPI i udostępnia Gemini 2.5 Pro TTS oraz Gemini 3.1 Flash TTS przez jeden spójny interfejs API, SDK i CLI.
Dlaczego używać API Gemini TTS przez RunAPI
Ujednolicony cennik i rozliczenia
Rozliczanie za wywołanie w USD, fakturowane co miesiąc. Nieudane generacje nie są naliczane.
Skill ze schematami
Typowane schematy i notatki setupu są spakowane w model skill, więc implementacja startuje od właściwego kontraktu.
Pytania o Gemini TTS
Które modele Gemini TTS są dostępne?
RunAPI obsługuje Gemini 2.5 Pro TTS i Gemini 3.1 Flash TTS przez ten sam endpoint zamiany tekstu na mowę i z taką samą strukturą żądania.
Jak skonfigurować wielu mówców?
Dodaj konfigurację każdego uczestnika z unikalnym identyfikatorem Speaker N, a następnie przypisz każdą wypowiedź w dialogu do jednego z tych identyfikatorów.
Jakie ustawienia można kontrolować dla każdego mówcy?
Dla każdego mówcy można ustawić głos, akcent, styl wypowiedzi i tempo oraz opcjonalny profil audio z dodatkowymi wskazówkami dotyczącymi brzmienia głosu.
Jak scena i kontekst wypowiedzi wpływają na żądanie?
Scena opisuje środowisko nagrania, a kontekst wypowiedzi określa ogólny ton dialogu i sposób jego wykonania.
Jak zwracane są gotowe wyniki audio?
Odpytaj zadanie lub odbierz callback po jego zakończeniu; odpowiedź zawiera listę `audios` z adresem URL wygenerowanego pliku.
Od jakiego wariantu powinienem zacząć?
Wybierz najtańszy wariant, który spełnia Twoje wymagania jakościowe. Większość zespołów zaczyna od szybkiego wariantu, a do produkcji przechodzi na pro.
PODOBNE MODELE