一個驗證，對應所有 provider
一組 RunAPI key 即可解鎖整個 catalog。無需分開帳戶，亦無需為每個整合輪換密鑰。
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": "生成一段雙講者 podcast 開場，由語氣沉穩嘅英國主持同充滿活力嘅美國嘉賓對談。"
}'import { GeminiTtsClient } from "@runapi.ai/gemini-tts";
const client = new GeminiTtsClient();
const result = await client.textToSpeech.run({
model: "gemini-3.1-flash-tts",
text: "生成一段雙講者 podcast 開場，由語氣沉穩嘅英國主持同充滿活力嘅美國嘉賓對談。",
});require "runapi/gemini_tts"
client = RunApi::GeminiTts::Client.new
result = client.text_to_speech.run(
model: "gemini-3.1-flash-tts",
text: "生成一段雙講者 podcast 開場，由語氣沉穩嘅英國主持同充滿活力嘅美國嘉賓對談。"
)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
關於 Gemini TTS
Gemini TTS 會按順序將對話轉成語音，並為每位講者保留獨立聲線設定。request 亦可設定場景、整體演繹 context 同 sampling temperature。
供應商
Google
模式
Audio & Music
比較所有 API 變體
PRICING
Gemini TTS 定價
| Endpoint | 解析度 | 時長 | 價格 | |
|---|---|---|---|---|
| text_to_speech | — | — | Input $1.40 / 1M tokens | Output $28.00 / 1M tokens |
以下為 gemini-2.5-pro-tts 的定價。其他變體保留各自的 endpoint 定價。
Agent 整合
透過 Agent 執行 Gemini TTS
運作方式
開始使用 Gemini TTS
-
選擇模型
挑選符合輸出類型、品質門檻與延遲目標的模型與變體。
-
設定
設定 RunAPI key，並在 coding workspace 安裝 model skill。
-
開發
使用 skill 指引，在你的 app 內加入模型功能。
-
接收
透過 task ID 查詢、在支援時串流，或處理 webhook callback。
為何透過 RunAPI 使用 Gemini TTS API
統一定價與計費
按次以 USD 收費，每月結算。失敗的生成不會收費。
內含 schema 的 skill
型別化 schema 與 setup 備註打包在 model skill 內，讓實作從正確契約開始。
Gemini TTS 常見問題
Gemini TTS 有邊啲 model？
RunAPI 透過相同文字轉語音 endpoint 同 request shape 支援 Gemini 2.5 Pro TTS 同 Gemini 3.1 Flash TTS。
點樣設定多位講者？
為每位參與者加入講者設定，使用唯一嘅 Speaker N identifier，再將每個對話輪次指派畀其中一個 identifier。
每位講者有咩可以控制？
每位講者都可以設定聲線、口音、演繹風格同語速，亦可加入 audio profile 提供額外聲線指引。
scene 同 sample context 會點樣影響 request？
scene 描述錄音環境；sample context 就設定成段對話嘅整體語調同演繹指引。
完成嘅音訊結果會點樣回傳？
任務完成後查詢 task 或接收 callback；response 嘅 audios list 會包含生成檔案 URL。
我應該先用邊個版本？
先選最平而且符合你質素要求的版本。大多數團隊會先用快速版本，之後再升級到 pro 用於正式生產。
相似模型