Gemini 2.5 Pro Text-zu-Sprache liest ein Skript in einer von 30 Stimmen und liefert eine 24-kHz-Mono-WAV. Akzent, Stil und Tempo folgen Anweisungen in Klartext, Cues in Klammern wie [sighs] werden gespielt, ein Dialog kann bis zu zwei Stimmen nutzen.
Playground
Diese Beispiele wurden eigens für diesen Endpunkt geschrieben. Ersetzen Sie Prompt und Beispiel-URLs durch eigene erreichbare Eingaben und prüfen Sie vor dem Absenden den aktuellen Preis und die Verfügbarkeit des Modells.
- 0:00 / –:––
late-night-voice-note Eine geflüsterte Sprachnachricht in der Stimme von Aoede mit style auf whisper gesetzt. Der Hinweis [sighs] wird als Atemzug ausgeführt statt vorgelesen, und die Pausen ergeben sich aus den Auslassungspunkten im Skript.
- whisper
- Aoede
- 0:00 / –:––
storm-cabin-chapter Zwei Zeilen Romantik-Erzählung in der Stimme von Charon, gesteuert allein durch einen Satz in instructions: warm, ruhig, nah am Mikrofon. Der Hinweis prägt das Tempo und wird nie ausgesprochen.
- Charon
- 0:00 / –:––
last-round-bartender Eine neckende Bartender-Zeile mit accent auf british_rp und style auf vocal_smile. Der Hinweis [laughs] setzt ein kurzes Lachen vor der Pointe.
- vocal_smile
- british_rp
- Algenib
Dieses Beispiel beginnt bei $0.00045 je Ausgabesekunde. Der Playground aktualisiert die Schätzung, sobald Sie die Einstellungen ändern.