模型 Gemini TTS系列

请求参数

Authorization

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

Body 参数application/json

model

enum<string>

模型名称

必需

枚举值:

gemini-2.5-flash-preview-ttsgemini-2.5-pro-preview-tts

input

string

待生成文字

必需

要为其生成音频的文本，最大长度为 10000 个字符。

voice

string

音色选择

必需

生成音频时音色风格选择，官方介绍

可选值为：
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

response_format

string

音频格式

可选

Gemini官方并无该功能，该功能属于v-api增强功能！

默认为 wav，可选值为 mp3、opus、aac、flac、wav、pcm，用于指定音频格式。

建议使用默认的 wav或pcm格式，效率最高

temperature

number

温度

可选

可选范围 0 - 2 之间浮点数，低于1时声音一致性更强烈

示例

{
    "model": "gemini-2.5-flash-preview-tts",
    "input": "您好，我是v-api TTS小助理，感谢体验我们的API服务！",
    "voice": "leda",
    "response_format": "mp3"
}

示例代码

Shell

JavaScript

Java

Swift

Go

PHP

Python

HTTP

C

C#

Objective-C

Ruby

OCaml

Dart

R

curl --location --request POST 'https://api.gpt.ge/v1/audio/speech' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "gemini-2.5-flash-preview-tts",
    "input": "您好，我是v-api TTS小助理，感谢体验我们的API服务！",
    "voice": "leda",
    "response_format": "mp3"
}'

返回响应

🟢200成功

application/json

Body

object {0}

示例

// 直接返回音频文件 xxx.wav

// 在响应header中同时会存储一份usage。格式 X-Usage: "{"prompt_tokens": 115, "completion_tokens": 500, "total_tokens": 615}"