本文へスキップ

Gemini 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