Przejdź do treści głównej
Bez cenzury — Ten model deklaruje brak filtra treści. SpicyAPI przekazuje żądanie dalej, nie dokładając własnego skanowania po stronie platformy; obowiązki prawne i kwestia zgody pozostają po stronie klienta.

Gemini 2.5 Pro TTS recenzja: 30 głosów i dialogi w WAV

Jeden lub dwa głosy na żądanie: do 5000 znaków skryptu dla jednego głosu albo do 20 kwestii dialogu po 250 znaków dla dwóch.

Otwórz Playground

Gemini 2.5 Pro TTS to model syntezy mowy od Google: wysyłasz scenariusz, wybierasz jeden z 30 głosów i dostajesz plik WAV odczytany tym głosem. Akcent, ton i tempo ustawia się zwykłymi słowami, a SpicyAPI nie dodaje żadnego filtra treści.

  • Lydia
  • Bez testu praktycznego · katalog sprawdzony 7 paź 2026
  • Zaktualizowano 7 paź 2026
Notes w kolorze kości słoniowej, mikrofon studyjny i karmazynowa wstążka
Ilustracja okładki

Nasz wniosek

Na potrzeby artykułu nie utworzono nowych płatnych próbek. Opublikowane przykłady pokazują konkretne wejście i wyjście, a nie kontrolowane porównanie. Ilustracja jest materiałem redakcyjnym, nie wynikiem testu omawianego modelu.

Co nam się podobało, a co przeszkadzało

Co nam się podobało

  • Audiobooki i długa narracja. Zachowaj wybór głosu i wskazówki, a potem sprawdź na słuch zmiany między rozdziałami. Przed połączeniem nagrań porównaj końcówkę każdego rozdziału ze skryptem.
  • Głosy postaci i towarzyszy. Nadaj postaci z czatu własny głos. Szeptany styl i krótka wskazówka zmieniają płaski tekst w kwestie, które brzmią, jakby były mówione do jednej osoby, a nie ogłaszane.

Co przeszkadzało

  • Jeden lub dwa głosy na żądanie: do 5000 znaków skryptu dla jednego głosu albo do 20 kwestii dialogu po 250 znaków dla dwóch. Model zatrzymuje się po 16 384 tokenach audio, czyli około 655 sekundach, więc bardzo wolne odczyty długich skryptów kończą się w tym miejscu. Wynikiem jest pojedynczy plik WAV (24 kHz, 16 bitów, mono); nie ma znaczników czasowych słów, napisów ani innych formatów. Dostępnych jest tylko 30 gotowych głosów, bez klonowania i bez własnych głosów. Język skryptu jest wykrywany automatycznie i nie da się go wymusić.

Co potwierdzają dane

Dane artykułu nie ustalają porównywalnej publicznej oceny jakości dla dokładnego wariantu usługi. Sąsiedni model lub inny tryb nie wypełni tej luki. Opisane ustawienia są sprawdzonymi możliwościami produktu, a nie nowymi ocenami naturalności, zrozumiałości lub szybkości.

Jak przygotować pierwsze wejście

Poniższe wejście opiera się na opublikowanych przykładach i nie gwarantuje identycznych wyników. Oddziel tekst od wskazówek wykonawczych, jeśli są osobne pola. Sprawdź zwykłe zdanie przed rozszerzeniem skryptu; dodatkowe przymiotniki rzadko usuwają niejednoznaczność.

json
{
  "style": "whisper",
  "text": "Hey... it's me. [sighs] I know it's late. I just wanted to hear your voice before I fall asleep. Call me back? I'll be waiting.",
  "voice_id": "Aoede"
}

Zacznij od elementu, który decyduje o akceptacji: nazwy, trudnej liczby lub zdania ze zmianą emocji. Porównaj wynik z oryginałem do końca. Utrzymuj stałe wejście i zmieniaj jedno ustawienie naraz. Przyjemny głos nie dowodzi, że zachowano wszystkie słowa.

Przed wysłaniem sprawdź aktualną wycenę na stronie zadania. Opłat za znak, sekundę i żądanie nie porównuje się tylko po cenie początkowej. Użyj tego samego fragmentu lub nagrania i uwzględnij potrzebną konwersję oraz wyrównanie.

Jak wybrać alternatywę

Najpierw wybierz brakującą funkcję. Alternatywa ma usunąć konkretną przeszkodę: wybór głosu, dłuższy skrypt, wskazówki lub odpowiedni rodzaj transkrypcji. Nowsza nazwa nie wystarczy. Aktualne strony pokazują zadania i jednostki rozliczenia.

Co Gemini 2.5 Pro TTS potrafi w SpicyAPI

Wprost z aktualnej specyfikacji modelu w SpicyAPI. Niektórzy twórcy oferują więcej we własnych aplikacjach; tu jest to, co możesz wywołać przez nasze API już dziś.

Możliwości według endpointu
FunkcjaTekst na mowę
Sterowanie seedemNie
Prompt negatywnyNie
Zobacz wszystkie parametry i przykłady kodu →

Co o tym myślisz?

Czy ta recenzja była przydatna?

Zaloguj się, aby zagłosować.

Komentarze

Komentarze sprawdzamy automatycznie i ręcznie w zespole. Usuwamy spam, treści nieodpowiednie, ataki osobiste i wszystko, co bez zgody wymienia prawdziwą osobę. Zgłoś komentarz, a sprawdzimy go w ciągu jednego dnia roboczego.

Testowałeś ten model? Podziel się tym, co zadziałało. Aby komentować, potrzebujesz darmowego konta – tak trzymamy spam z daleka.

Najczęstsze pytania o Gemini 2.5 Pro TTS

Wypróbuj Gemini 2.5 Pro TTS samodzielnie

Ustaw każdy parametr w Playground i zobacz dokładną cenę przed uruchomieniem.

Więcej recenzji

Zobacz rankingi →