Gemini 2.5 Pro Preview TTS
google / gemini-2-5-pro-tts

Gemini 2.5 Pro Preview TTS est le modèle de synthèse vocale premium de Google, conçu pour générer un son haute fidélité de qualité studio. Il permet aux développeurs de créer des voix IA réalistes grâce à des instructions en langage naturel, une élocution expressive et la prise en charge de formats audio longs.

Pricing: Input 140 credits / 1M tokens (≈ $0.70), Audio Output 2,800 credits / 1M tokens (≈ $14.00). ~30% cheaper than official pricing. High-tier top-ups (+10% bonus) bring effective pricing down to ~90% of the above.
Input
0 / 2
No items yet. Click Add to start.

At least 1 item(s) required

0
No items yet. Click Add to start.

At least 1 item(s) required

Controls the randomness of the speech output. Higher values produce more creative and varied delivery, while lower values make the output more predictable and focused. Default value: 1

scene description

0/1000

Example Context / Overall Tone

0/1000
Output
output typeaudio

README

Complete guide to using google/gemini-2-5-pro-tts

API Gemini 2.5 Pro Preview TTS pour la génération vocale IA avancée

Original image
Génération de voix IA de qualité studio avec l'API Gemini 2.5 Pro Preview TTS
Contrôle du style et de l'expressivité vocale avec l'API Gemini 2.5 Pro Text-to-Speech
Génération de dialogues naturels multi-locuteurs avec Google Gemini 2.5 Pro TTS
Création de contenus audio longs avec l'API Gemini 2.5 Pro Preview TTS
FonctionnalitéAPI Gemini 2.5 Pro TTSAPI Gemini 2.5 Flash TTS
Primary FocusPremium AI voice quality with advanced expression, natural speech, and professional audio generationFast and efficient AI voice generation optimized for low-latency applications
Best ForAudiobooks, podcasts, video narration, creative content, and long-form audio workflowsReal-time voice assistants, customer support agents, and high-volume voice applications
Voice QualityDelivers studio-quality speech with realistic pronunciation, natural prosody, emotional expression, and human-like deliveryProvides high-quality AI voices with faster generation speed for interactive experiences
Style & Emotion ControlOffers stronger style prompt following with detailed control over emotion, tone, pacing, and speaking styleSupports voice customization while focusing on speed and efficient generation
Multi-Speaker SupportDesigned for natural multi-speaker dialogue with consistent character voices and complex conversationsSupports conversational voice generation for interactive applications and voice agents
LatencyPrioritizes maximum audio quality and expressive performance over response speedOptimized for faster response times and real-time voice interactions
Long-Form ContentBetter suited for audiobooks, courses, documentaries, and extended narration projectsBetter suited for short-form content and applications requiring quick audio responses
Recommended Use CasesProfessional voice applications requiring premium quality, emotional depth, and natural storytellingAI assistants, scalable SaaS products, and applications where speed is the top priority

L'API TTS Gemini 2.5 Pro Preview est l'API avancée de Google conçue pour la génération de voix IA de haute qualité. Elle convertit le texte en une parole naturelle avec des styles expressifs, un contrôle émotionnel et un rendu vocal ultra-réaliste pour les développeurs et les applications SaaS.

Les développeurs peuvent utiliser l'API TTS Gemini 2.5 Pro via Kie.ai en créant un compte, en obtenant une clé API, en testant la génération vocale dans le playground, et en intégrant l'API à leurs applications avec de simples requêtes API.

Envoyez POST https://api.kie.ai/api/v1/jobs/createTask avec model défini sur google/gemini-2-5-pro-tts. L'input doit contenir speakers (chacun avec un speaker_id au format "Speaker N", un voice_name et un accent) et dialogue_turns (chacun avec un speaker_id et le texte à prononcer) ; scene, sample_context, temperature ainsi que le style et le pace de chaque locuteur sont facultatifs. La requête renvoie un taskId : ajoutez un callBackUrl pour être notifié quand l'audio est prêt, ou interrogez GET /api/v1/jobs/recordInfo?taskId=…. Les erreurs sont renvoyées avec un statut HTTP 200 et un code d'erreur dans le corps (401 clé API invalide ou absente, 402 crédits insuffisants, 429 limite de requêtes dépassée) : vérifiez donc toujours code. Tous les paramètres figurent dans la documentation de l'API TTS Gemini 2.5 Pro.

Kie.ai offre des crédits gratuits pour le TTS Gemini 2.5 Pro afin de permettre aux nouveaux utilisateurs de tester les capacités de génération de voix IA. Après cet essai, les développeurs peuvent choisir un forfait adapté à leurs besoins de production audio et à leur volume d'utilisation.

Sur Kie.ai, le texte en entrée coûte 140 crédits par million de tokens (environ $0.70) et la sortie audio 2,800 crédits par million de tokens (environ $14.00). Le tarif standard (hors batch) de l'API Gemini de Google pour gemini-2.5-pro-preview-tts est de $1.00 par million de tokens en entrée et de $20.00 par million de tokens audio en sortie, en novembre 2026 : Kie.ai est donc environ 30 % moins cher. Les prix peuvent évoluer ; la carte de prix en haut de cette page affiche toujours le tarif en vigueur.

Le modèle TTS Gemini 2.5 Pro privilégie une qualité vocale premium, l'expression des émotions et la génération de contenus audio longs, tandis que le modèle Gemini 2.5 Flash TTS est optimisé pour des temps de réponse plus rapides et des applications vocales en temps réel.

Oui. L'API TTS Gemini 2.5 Pro gère la génération de dialogues multi-locuteurs, permettant aux développeurs de créer des conversations avec différentes voix pour des podcasts IA, des personnages virtuels, des histoires interactives et des applications vocales.

Chaque requête accepte jusqu'à 2 locuteurs, et chaque locuteur utilise l'une des 30 voix prédéfinies (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). Vous pouvez définir un accent (Neutral, American, British, Transatlantic ou Australian), un style (Vocal Smile, Newscaster, Whisper, Empathetic, Promo/Hype ou Deadpan) et un débit (Natural, Rapid Fire, The Drift ou Staccato), ainsi qu'une scène, un ton général et une température de 0 à 2. Chaque tour de dialogue accepte jusqu'à 10,000 caractères avec des balises de ton, et la sortie est au format WAV (PCM 16 bits, 24 kHz, mono).

Oui. L'API de synthèse vocale Gemini 2.5 Pro est conçue pour générer des contenus audio longs, ce qui la rend idéale pour les livres audio, les cours éducatifs, la narration de documents et d'autres projets vocaux de longue durée.

Créez un compte sur Kie.ai, ouvrez la page API Keys (kie.ai/api-key) et générez une clé. Envoyez-la à chaque requête dans l'en-tête Authorization: Bearer YOUR_API_KEY. La même clé et le même solde de crédits fonctionnent pour tous les modèles de Kie.ai, et vous pouvez limiter chaque clé avec des plafonds d'usage horaires, journaliers et totaux ainsi qu'une liste blanche d'IP.

Oui. Kie.ai propose un playground en ligne où les développeurs peuvent tester la synthèse vocale Gemini 2.5 Pro en ligne, faire des essais avec des prompts vocaux, ajuster les styles et évaluer l'audio généré avant de développer leurs produits.