PopNow APIpopnow.ai
API-Schlüssel holen

von Google

Regieführbare Stimmen für Erzählungen und Dialoge zu zweit

google/gemini-2.5-pro-tts/text-to-speechAb 0,07 Creditspro Sekunde · 0,0007 $
Im Playground testenAPI-Schlüssel holen
  • 30 Stimmen
  • Text zu Sprache

Über Gemini 2.5 Pro TTS

Gemini 2.5 Pro TTS ist das Sprachsynthese-Modell von Google: Sie senden ein Skript, wählen eine von 30 Stimmen und erhalten eine WAV-Datei, in der diese Stimme den Text spricht.

Du rufst es mit dem Modellnamen google/gemini-2.5-pro-tts/text-to-speech über POST /jobs/createTask auf, ab 0,07 Credits pro Sekunde (0,0007 $). Neue Konten bekommen 30 kostenlose Credits, damit du es zuerst im Playground testen kannst.

Diese Anleitung gibt es vorerst nur auf Englisch. →

Anfrageparameter

ParameterPflichtBeschreibung
paceNeinRhythm of the reading. Omit it to keep the voice's own rhythm. natural · rapid_fire · the_drift · staccato
textNeinThe words to be spoken, exactly as written. Cues in square brackets such as [sighs] are performed rather than read aloud.
sceneNeinWhere and to whom the words are spoken. Shapes the delivery and is not spoken.
styleNeinEin vorgegebener Look oder ein Genre. whisper · empathetic · vocal_smile · newscaster · promo_hype · deadpan
accentNeinEnglish accent used for the reading. neutral · american_general · american_valley · american_south · british_rp · british_brixton · transatlantic · australian · Standardwert: neutral
dialogueNeinA scripted conversation, used instead of text: each line names a speaker from speakers.
speakersNeinThe cast for dialogue: one or two voices, each with a name the lines refer to.
voice_idNeinWähl aus den verfügbaren Stimmen. 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 · Standardwert: Kore
temperatureNeinVariation between takes; higher is less predictable. ≥ 0 · ≤ 2
instructionsNeinHow to read the text: pace, mood, distance from the microphone, who is listening. Shapes the delivery and is not spoken.

Preise

Die Preise sind in Credits angegeben, denselben Credits, die du auf der Website nutzt (1 Credit = 0,01 $). Beim Annehmen der Aufgabe wird der Betrag reserviert und nach Abschluss auf die tatsächlichen Kosten abgerechnet; fehlgeschlagene Aufgaben werden erstattet.

OptionCredits pro Sekunde≈ USD
Standard0,070,0007 $

Für eine exakte Zahl vor dem Start sendest du denselben Body an POST /jobs/quote.

API-Schnellstart

Die Gemini 2.5 Pro TTS API in drei Schritten aufrufen

  1. API-Schlüssel erstellen. Melde dich bei PopNow an und erstelle in der API-Konsole einen Schlüssel. Schlüssel beginnen mit sk-popnow- und nutzen dieselben Credits wie die Website.
  2. Anfrage senden. Sende POST /jobs/createTask mit model google/gemini-2.5-pro-tts/text-to-speech und einem input-Objekt nach der Parametertabelle. Die Antwort enthält sofort eine Task-ID.
  3. Ergebnis abholen. Frage GET /jobs/recordInfo mit der Task-ID ab oder gib eine callBackUrl mit, dann schicken wir das Ergebnis dorthin. Lade die Ausgabelinks herunter, sobald die Aufgabe erfolgreich ist.
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $IDEMPOTENCY_KEY" \
  -d '{
  "model": "google/gemini-2.5-pro-tts/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
    "voice_id": "Kore",
    "accent": "neutral"
  }
}'

# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $POPNOW_API_KEY"

Ersetze den Prompt und alle Links durch deine eigenen. Im Tab „API“ findest du die Referenz zu Antwort, Polling und Callback.

Fragen zur Gemini 2.5 Pro TTS API

Was kostet die Gemini 2.5 Pro TTS API?

Gemini 2.5 Pro TTS kostet 0,07 Credits (0,0007 $) pro Sekunde. Die Credits sind dieselben wie auf der Website (1 Credit = 0,01 $), neue Konten bekommen 30 Gratis-Credits, und fehlgeschlagene Tasks werden erstattet.

Wie lautet der Modellname von Gemini 2.5 Pro TTS in der API?

Trag google/gemini-2.5-pro-tts/text-to-speech für Text zu Sprache im Feld model von POST /jobs/createTask ein.

Wie steuere ich, wie es klingt?

voice_id wählt die Stimme, style legt eine Grundhaltung wie whisper oder deadpan fest, accent wählt einen englischen Akzent, pace bestimmt den Rhythmus, und instructions und scene nehmen ein, zwei Sätze zu Vortrag und Situation auf – Stimmung, an wen gesprochen wird, wo. Diese Hinweise prägen die Lesung und werden nicht vorgelesen; temperature bestimmt, wie stark die Durchgänge variieren.

Kann es die Stimme einer realen Person nachbilden?

Nein. Verfügbar sind nur die 30 vorgefertigten Stimmen; es gibt kein Klonen und keinen Upload einer Referenzstimme.

Welche Limits hat die Gemini 2.5 Pro TTS API?

Textlänge (Zeichen): 5,000; Stimmen: 30. Anfragen außerhalb dieser Grenzen werden abgelehnt, bevor etwas abgebucht wird.

Kann ich Gemini 2.5 Pro TTS testen, ohne Code zu schreiben?

Ja. Der Playground führt Gemini 2.5 Pro TTS mit deinen PopNow-Credits aus, braucht keinen API-Schlüssel und zeigt dir zu jedem Lauf den passenden Code.

Alle Gemini-Modelle

Gemini 3.8 Flash TTS ist Googles neueres Modell und spielt Hinweise in Klammern wie [whispering] direkt im Skript.

Mehr zu Gemini 2.5 Pro TTS