google/gemini-2.5-pro-tts/text-to-speechGemini 2.5 Pro text-to-speech は、台本を 30 種のボイスで読み上げ、24 kHz モノラルの WAV を返します。アクセント・話し方・テンポは平易な言葉で指示でき、[sighs] などの角括弧の演出も演じられ、対話は 2 ボイスまで使えます。
最低価格 $0.00045/秒公式価格より 10% 安い
プレイグラウンド
この実行例は、このエンドポイント向けに書き下ろしたものです。プロンプトとサンプル素材の URL は、ご自身がアクセスできるものに差し替えてください。送信前に、最新の見積もりとモデルの提供状況もあわせてご確認ください。
- 0:00 / –:––
late-night-voice-note Aoede の声によるささやくようなボイスメッセージで、 style は whisper に設定されています。[sighs] という合図は読み上げるのではなく息づかいとして演じられ、間は台本中の省略記号から生まれます。
- whisper
- Aoede
- 0:00 / –:––
storm-cabin-chapter Charon の声によるロマンス朗読 2 行で、演出は instructions 内の一文だけ、すなわち「温かく、ゆったりと、マイクに近く」です。この指示はテンポを形づくるだけで、決して読み上げられません。
- Charon
- 0:00 / –:––
last-round-bartender からかうようなバーテンダーのセリフで、 accent は british_rp 、 style は vocal_smile に設定されています。[laughs] という合図はオチの直前に短い笑い声として現れます。
- vocal_smile
- british_rp
- Algenib
この例は 出力秒 あたり $0.00045 からです。設定を変更すると、プレイグラウンドの概算料金がその場で更新されます。