Référence API de Gemini 2.5 Pro TTS

Une seule clé API PopNow suffit pour appeler Gemini 2.5 Pro TTS depuis votre code. Vous trouverez ici les identifiants de modèle à envoyer, chaque champ d’entrée accepté, le coût d’une requête en crédits et une requête à coller telle quelle dans un terminal.

Les descriptions des paramètres proviennent du schéma d’entrée du modèle et ne sont disponibles qu’en anglais.

En bref

Éditeur: Google
Résultat: Audio
À partir de: 0.07 crédits par seconde produite ($0.0007)
Identifiants de modèle: google/gemini-2.5-pro-tts/text-to-speech

1 crédit = 0,01 $. À l’acceptation, une tâche réserve le montant maximal possible, puis facture la consommation réelle à la fin, arrondie au crédit supérieur ; le reste est libéré. Une tâche en échec n’est pas facturée. Pour connaître le montant exact avant de lancer, appelez POST /api/v1/jobs/quote.

Synthèse vocale

google/gemini-2.5-pro-tts/text-to-speech

Prix

Option	Crédits (par seconde produite)	Dollars US
`Par défaut`	0.07	$0.0007

Paramètres

Champ	Type	Valeur par défaut	Valeurs admises	Rôle
`text`Facultatif	`string`	—	jusqu’à 5 000 caractères	The words to be spoken, exactly as written. Cues in square brackets such as [sighs] are performed rather than read aloud.
`dialogue`Facultatif	`array<object>`	—	jusqu’à 20 éléments	A scripted conversation, used instead of text: each line names a speaker from speakers.
`speakers`Facultatif	`array<object>`	—	jusqu’à 2 éléments	The cast for dialogue: one or two voices, each with a name the lines refer to.
`voice_id`Facultatif	`string`	`Kore`	Achernar, Achird, Algenib, Algieba, Alnilam, Aoede, Autonoe, Callirrhoe, Charon, Despina, Enceladus, Erinome, Fenrir, Gacrux, … (+16)	Prebuilt voice that reads the text. Each voice has a fixed character.
`style`Facultatif	`string`	—	whisper, empathetic, vocal_smile, newscaster, promo_hype, deadpan	Overall manner of the reading. Omit it to use the voice's own default manner.
`pace`Facultatif	`string`	—	natural, rapid_fire, the_drift, staccato	Rhythm of the reading. Omit it to keep the voice's own rhythm.
`accent`Facultatif	`string`	`neutral`	neutral, american_general, american_valley, american_south, british_rp, british_brixton, transatlantic, australian	English accent used for the reading.
`instructions`Facultatif	`string`	—	jusqu’à 1 000 caractères	How to read the text: pace, mood, distance from the microphone, who is listening. Shapes the delivery and is not spoken.
`scene`Facultatif	`string`	—	jusqu’à 500 caractères	Where and to whom the words are spoken. Shapes the delivery and is not spoken.
`temperature`Facultatif	`number`	—	de 0 à 2	Variation between takes; higher is less predictable.

Exemple de requête

Cette requête fonctionne telle quelle ; les champs omis gardent leur valeur par défaut. Placez d’abord votre clé dans POPNOW_API_KEY.

POST /api/v1/jobs/createTask

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: $(uuidgen)" \
  -d '{
  "model": "google/gemini-2.5-pro-tts/text-to-speech",
  "input": {
    "text": "Hi there! This voice was created with the PopNow API in just a few seconds."
  }
}'

La réponse contient tout de suite un taskId. Récupérez le résultat avec GET /api/v1/jobs/recordInfo, ou ajoutez callBackUrl pour être prévenu.

GET /api/v1/jobs/recordInfo

curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=TASK_ID_FROM_CREATE_TASK" \
  -H "Authorization: Bearer $POPNOW_API_KEY"