公開版本與端點
驗證
輪詢,直到 Task 進入終態
選擇 <model-id> 後產生驗證命令。
設定
指南端點: <endpoint>
選擇 <model-id> 後,依端點的公開輸入契約產生請求。
三步開始使用
-
選擇模型 ID
選擇公開模型 ID,並查看其端點與目前起始價格。
-
設定 RunAPI
呼叫端點前設定 RUNAPI_API_KEY。
-
驗證結果
對非同步端點輪詢同一路徑,直到 Task 進入終態。
使用 Hermes Agent + Gemini TTS 可以打造什麼
-
配音與旁白
使用支援語音生成的模型,把腳本轉成影片、課程和產品展示所需的語音。
-
音樂與配樂
使用支援音樂生成的模型,根據曲風、情緒和節奏的描述製作背景音樂和廣告短曲。
-
轉錄與音訊處理
使用支援音訊輸入的模型,轉錄錄音,或清理、轉換現有音訊。
為什麼透過 RunAPI + Hermes Agent 使用 Gemini TTS
-
2 個變體,一個 API 金鑰
透過一個 RunAPI 連線選擇可用的模型變體,無需變更現有整合。
-
清楚的用量價格
送出請求前查看目錄中的目前價格,無需訂閱或最低消費。
-
自動化工作流程
透過一致的工作流程提交工作、查詢狀態並收集非同步結果,無需撰寫手動輪詢程式碼。
Hermes Agent + Gemini TTS 常見問題
可以使用哪些 Gemini TTS 模型?
RunAPI 透過相同的文字轉語音端點與請求格式,支援 Gemini 2.5 Pro TTS 和 Gemini 3.1 Flash TTS。
如何設定多位說話者?
為每位參與者新增語音設定,分別使用唯一的 Speaker N 識別碼,再將每一輪對話指派給其中一個識別碼。
每位說話者可以設定哪些項目?
可分別設定語音、口音、表達風格與語速,也可選擇提供音訊設定檔,進一步引導語音表現。
場景和範例脈絡會如何影響請求?
場景用來描述錄音環境,範例脈絡則設定整段對話的語氣與表達指引。
完成的音訊結果會如何回傳?
任務完成後,可查詢任務或接收回呼;回應中的 audios 清單會包含生成檔案的 URL。
應該使用哪個模型 ID?
從版本表選擇公開模型 ID。每個 ID 可用的端點都列在對應資料列。
本指南會設定聊天模型嗎?
不會。此 Model Line 使用頁面所示的端點流程,不會被描述為 Agent 聊天模型。