Gemini 2.5 Pro TTS обзор: 30 голосов и диалоги в WAV
Один или два голоса на запрос: до 5000 символов сценария для одного голоса или до 20 реплик диалога по 250 символов для двух.
Gemini 2.5 Pro TTS — модель синтеза речи от Google: вы отправляете сценарий, выбираете один из 30 голосов и получаете WAV-файл, озвученный этим голосом. Акцент, тон и темп задаются обычными словами, а SpicyAPI не добавляет никакого фильтра контента.
- Lydia
- Без практического теста · каталог проверен 7 окт. 2026 г.
- Обновлено 7 окт. 2026 г.
Наш вывод
Новые платные образцы для статьи не создавались. Опубликованный пример показывает конкретные вход и выход, а не контролируемое сравнение моделей. Иллюстрация статьи — редакционная работа, а не результат теста обсуждаемой модели.
Что понравилось и что мешало
Что понравилось
- Аудиокниги и длинная озвучка. Сохраняйте выбор голоса и инструкции, затем проверяйте на слух изменения между главами. Перед сборкой записи сверяйте конец каждой главы со сценарием.
- Голоса персонажей и компаньонов. Дайте персонажу чата собственный голос. Шёпот и короткое указание превращают ровный текст в реплики, которые звучат так, будто их говорят одному слушателю, а не объявляют со сцены.
Что мешало
- Один или два голоса на запрос: до 5000 символов сценария для одного голоса или до 20 реплик диалога по 250 символов для двух. Модель останавливается на 16 384 аудиотокенах, это около 655 секунд, поэтому очень медленное чтение длинных сценариев обрывается там. Результат — один файл WAV (24 кГц, 16 бит, моно); пословных таймингов, субтитров и других форматов нет. Доступны только 30 готовых голосов, без клонирования и собственных голосов. Язык сценария определяется автоматически, задать его нельзя.
Что подтверждают данные
Использованные данные не подтверждают сопоставимый публичный результат качества для точного варианта, который предоставляется здесь. Соседняя версия или другой режим не закрывают этот пробел. Описанные настройки — проверенные функции продукта, а не новые оценки естественности, разборчивости или скорости.
Как подготовить первый запрос
Вход ниже основан на опубликованных примерах и не обещает одинакового результата при каждом запуске. Разделяйте произносимые слова и указания, если для них есть разные поля. Сначала проверьте обычное предложение, затем расширяйте сценарий. Дополнительные прилагательные редко устраняют неоднозначность.
{
"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"
}Начните с фрагмента, от которого зависит приёмка: имени, сложного числа или предложения со сменой эмоции. Сверьте результат с оригиналом до самого конца. Зафиксируйте вход и меняйте по одной настройке. Приятный голос ещё не доказывает, что сохранены все слова.
Перед отправкой проверьте текущую оценку стоимости на странице задачи. Оплату за символ, секунду и запрос нельзя сравнивать только по начальной цене. Возьмите одинаковый фрагмент или запись и учтите необходимое преобразование и выравнивание.
Как выбрать альтернативу
Сначала выбирайте недостающую возможность. Альтернатива должна устранять конкретное препятствие: выбор голоса, более длинный сценарий, режиссуру или подходящий вид расшифровки. Нового названия недостаточно. На текущих страницах указаны задачи и единицы оплаты.
Что Gemini 2.5 Pro TTS умеет на SpicyAPI
Взято напрямую из актуальной спецификации модели на SpicyAPI. Некоторые разработчики дают больше в своих приложениях; здесь — то, что можно вызвать через наш API уже сегодня.
| Функция | Текст в речь |
|---|---|
| Управление seed | Нет |
| Негативный промпт | Нет |
Что вы думаете?
Был ли этот обзор полезен?
Войдите, чтобы проголосовать.
Комментарии
Комментарии проверяются автоматически и нашей командой. Мы удаляем спам, неуместный контент, личные нападки и всё, где без согласия называют реального человека. Пожалуйтесь на комментарий — мы рассмотрим жалобу в течение одного рабочего дня.
Пробовали эту модель? Поделитесь тем, что сработало. Чтобы комментировать, нужен бесплатный аккаунт — так мы защищаемся от спама.
Вопросы о Gemini 2.5 Pro TTS
Попробуйте Gemini 2.5 Pro TTS сами
Настройте каждый параметр в Playground и узнайте точную цену до запуска.
Другие обзоры
Смотреть рейтинги →
Gemini 3.8 Flash-Lite TTS
Один или два голоса на запрос: до 5000 символов сценария для одного голоса или до 20 реплик диалога по 250 символов для двух.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор
Gemini 3.8 Flash TTS
Один или два голоса на запрос: до 5000 символов сценария для одного голоса или до 20 реплик диалога по 250 символов для двух.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор
Seed Speech 2.0
Один голос на запрос, сценарий до 5000 символов.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор