一組驗證，全部供應商通用
一把 RunAPI 金鑰就能開通整個目錄。無需分開註冊帳戶，也不用為每個整合各自輪替金鑰。
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": "生成一段雙人 Podcast 開場白，由沉穩的英國主持人和充滿活力的美國來賓對談。"
}'import { GeminiTtsClient } from "@runapi.ai/gemini-tts";
const client = new GeminiTtsClient();
const result = await client.textToSpeech.run({
model: "gemini-3.1-flash-tts",
text: "生成一段雙人 Podcast 開場白，由沉穩的英國主持人和充滿活力的美國來賓對談。",
});require "runapi/gemini_tts"
client = RunApi::GeminiTts::Client.new
result = client.text_to_speech.run(
model: "gemini-3.1-flash-tts",
text: "生成一段雙人 Podcast 開場白，由沉穩的英國主持人和充滿活力的美國來賓對談。"
)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 會將依序編排的對話轉為語音，並為每位說話者保留獨立的語音設定。請求也可設定錄音場景、整體表達脈絡與取樣溫度。
供應商
Google
模態
音訊與音樂
比較所有 API 變體
PRICING
Gemini TTS 定價
| Endpoint | 解析度 | 時長 | 價格 | |
|---|---|---|---|---|
| text_to_speech | — | — | 輸入 $1.40 / 百萬 tokens | 輸出 $28.00 / 百萬 tokens |
顯示 gemini-2.5-pro-tts 的定價。其他變體保有各自的 endpoint 定價。
Agent 整合
透過 Agent 執行 Gemini TTS
運作方式
Gemini TTS 快速入門
-
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。
為什麼透過 RunAPI 使用 Gemini TTS API
統一價格與計費
以美元按次計費，每月結帳。失敗的生成不收費。
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
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。
我應該先從哪個版本開始？
先選擇符合你品質標準中最便宜的版本。大多數團隊會先用快速版本，之後再升級到專業版用於正式上線。
相似模型