Aller au contenu principal

Sans censure — Ce modèle déclare ne pas filtrer le contenu. SpicyAPI transmet sans ajouter d’analyse de contenu par la plateforme ; les obligations juridiques et de consentement restent au client.Voir tous les modèles à ce niveau de filtrage
google/gemini-2.5-pro-tts/text-to-speech

Le text-to-speech Gemini 2.5 Pro lit un script avec l’une des 30 voix et renvoie un WAV mono 24 kHz. Accent, style et rythme se dirigent en langage courant, les indications comme [sighs] sont jouées, et un dialogue peut utiliser deux voix.

À partir de $0.00045/s10 % sous le tarif officiel
Exécuter le modèle

Atelier

Envoyer une requête

Démarrage rapide

Les exemples suivent les paramètres publics du point de terminaison choisi. Remplacez la clé API et les médias d’exemple, puis envoyez la requête depuis votre serveur.

SDK et intégrations
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Authentification API

Conservez la clé API dans la variable serveur SPICY_API_KEY. Utilisez l’authentification Bearer et Content-Type: application/json pour les requêtes JSON.

Authorization: Bearer $SPICY_API_KEY
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "google/gemini-2.5-pro-tts/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
    "accent": "neutral",
    "voice_id": "Kore"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Généré à partir du schéma d’entrée de ce modèle, le même que l’API utilise pour valider chaque requête.

Paramètres d’entrée

Placez ces champs dans l’objet input du corps de la requête. Les noms et types correspondent à l’API. Ne supposez aucune valeur par défaut si elle n’est pas indiquée.

Certains champs dépendent des autres entrées. Pour les champs obligatoires sous condition, consultez les règles complètes du JSON Schema ci-dessous.

temperaturenumberFacultatif

Variation entre les prises, de 0 à 2 : plus la valeur est élevée, moins l’interprétation est prévisible. Sans valeur, le modèle applique son réglage par défaut. Ne modifie pas le prix à la seconde.

Valeur par défaut
Non définie
Contraintes
minimum:0
maximum:2
scenestringFacultatif

Où et à qui les mots sont dits, par exemple « une chambre d’hôtel silencieuse après minuit ». Oriente l’interprétation et n’est pas lu. Jusqu’à 500 caractères. Ne modifie pas le prix à la seconde.

Valeur par défaut
Non définie
Contraintes
maxLength:500
instructionsstringFacultatif

Consigne libre sur la façon de lire : rythme, humeur, distance au micro, auditeur. Elle façonne l’interprétation et n’est pas prononcée. Jusqu’à 1 000 caractères.

Valeur par défaut
Non définie
Contraintes
maxLength:1000
accentstringFacultatif

Accent anglais utilisé pour la lecture. neutral par défaut. Dans dialogue, il s’applique aux entrées qui n’en fixent pas.

Valeur par défaut
"neutral"
Valeurs autorisées
"neutral""american_general""american_valley""american_south""british_rp""british_brixton""transatlantic""australian"
pacestringFacultatif

Rythme de la lecture : natural, rapid_fire (rapide et haché), the_drift (lent et traînant) ou staccato (phrases courtes et détachées). Sans valeur, la voix garde son propre rythme ; dans dialogue, il s’applique aux entrées qui n’en fixent pas. Un rythme plus lent donne plus de secondes d’audio, et c’est ce qui est facturé.

Valeur par défaut
Non définie
Valeurs autorisées
"natural""rapid_fire""the_drift""staccato"
stylestringFacultatif

Manière d’ensemble de la lecture. Laissez vide pour garder la manière par défaut de la voix. Dans dialogue, il s’applique aux entrées qui n’en fixent pas.

Valeur par défaut
Non définie
Valeurs autorisées
"whisper""empathetic""vocal_smile""newscaster""promo_hype""deadpan"
voice_idstringFacultatif

L’une des 30 voix prédéfinies, chacune avec un caractère fixe. Kore par défaut. Elle lit text ; dans dialogue, chaque entrée fixe son propre voice_id.

Valeur par défaut
"Kore"
Valeurs autorisées
"Achernar""Achird""Algenib""Algieba""Alnilam""Aoede""Autonoe""Callirrhoe""Charon""Despina""Enceladus""Erinome""Fenrir""Gacrux""Iapetus""Kore""Laomedeia""Leda""Orus""Puck""Pulcherrima""Rasalgethi""Sadachbia""Sadaltager""Schedar""Sulafat""Umbriel""Vindemiatrix""Zephyr""Zubenelgenubi"
speakersarray<object>Obligatoire sous condition

La distribution de dialogue : une ou deux entrées, chacune avec un name auquel renvoient les répliques, un voice_id et, en option, accent, style, pace et profile (une courte description de la personne qui parle, qui n’est pas lue). Ce qu’une entrée ne précise pas reprend les champs accent, style et pace de premier niveau. Ne modifie pas le prix à la seconde.

Valeur par défaut
Non définie
Contraintes
minItems:1
maxItems:2
dialoguearray<object>Obligatoire sous condition

Un dialogue scénarisé pour deux voix au plus, à la place de text : jusqu’à 20 répliques, chacune avec speaker (un nom tiré de speakers) et un text de 250 caractères au maximum. Les répliques sont jouées dans l’ordre. Facturé à la seconde d’audio renvoyée, comme text.

Valeur par défaut
Non définie
Contraintes
minItems:1
maxItems:20
textstringObligatoire sous condition

Les mots à prononcer, exactement tels qu’écrits. Les indications entre crochets comme [sighs] sont jouées, pas lues. Jusqu’à 5 000 caractères. Pour une conversation à deux voix, utilisez plutôt dialogue.

Valeur par défaut
Non définie
Contraintes
minLength:1
maxLength:5000

Suivre la tâche

HTTP 202 signifie que la tâche est acceptée, pas terminée. Enregistrez le taskId renvoyé et interrogez cette tâche-là. N’en créez pas une seconde pendant l’attente.

Réponse acceptée
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

La réponse d’acceptation inclut l’estimation afin que votre application affiche le même montant dans l’historique des tâches et la facturation.

Consulter la tâche
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Commencez vers 2 secondes d’intervalle, puis espacez progressivement. Arrêtez-vous sur un état final. Après une coupure réseau, interrogez le taskId d’origine. Ne relancez la création qu’avec la clé d’idempotence et le corps d’origine.

Ou laissez le rappel venir à vous
import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

Passez callBackUrl à la création de la tâche et l’enregistrement terminé vous est envoyé en POST — plus de boucle d’interrogation du tout. Chaque livraison porte X-Webhook-Timestamp, X-Webhook-Signature et X-Webhook-Payload-Version. La signature est un HMAC-SHA256 en base64 sur taskId.timestamp.sha256(body) : vérifiez-la donc sur les octets bruts, car analyser le JSON puis le re-sérialiser les modifie et le contrôle échouera. Les livraisons en échec sont réessayées, le même taskId peut donc arriver deux fois — rendez le gestionnaire idempotent. Répondez 2xx d’abord, traitez ensuite : un gestionnaire lent est compté comme une livraison ratée.

Lire le résultat

Ne traitez output que lorsque state vaut succeeded. En cas d’échec, consultez errorCode, errorMessage et request_id. Les coûts et états des exemples ne constituent pas une facture réelle.

Exemple de réponse terminée
{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "google/gemini-2.5-pro-tts/text-to-speech",
    "state": "succeeded",
    "output": {
      "assets": [
        {
          "key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp3",
          "mime": "audio/mpeg",
          "url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp3?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
          "expiresAt": "2026-08-28T12:20:08.000Z"
        }
      ]
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

Pour chaque fichier disponible, ouvrez ou téléchargez assets[].url directement, sans en-tête Authorization. Le lien signé expire à expiresAt : relisez la tâche pour le renouveler tant que le fichier est dans sa période de conservation. Un fichier en attente ou indisponible n’a pas d’URL. Traitez les liens signés comme des données privées.

SDK et intégrations

Utilisez SpicyAPI dans votre application, terminal, assistant IA ou workflow visuel. Choisissez un guide de configuration.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Commandes de terminal et scripts d’automatisation.
MCP
Claude Code · Cursor · Codex
Agent Skill
Instructions réutilisables pour votre assistant IA.
n8n
Nœuds communautaires pour n8n auto-hébergé et workflows HTTP Request à importer dans n8n Cloud.
ComfyUI
Workflows image, vidéo et audio sur un canevas de nœuds.

Autres intégrations

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Parcourir les workflows prêts à utiliser

À utiliser dans ComfyUI

Installez les nœuds SpicyAPI depuis ComfyUI Manager ou avec la commande ci-dessous, puis cherchez Gemini 2.5 Pro TTS · Text to Speech sur le canevas. Le nœud propose les mêmes options que cette page et affiche son prix avant de s’exécuter.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Exemples de workflowsGuide d’installationCode source sur GitHub