Riferimento API di Gemini 2.5 Pro TTS

Con una sola chiave API di PopNow chiami Gemini 2.5 Pro TTS dal tuo codice. Qui trovi gli ID del modello da inviare, ogni campo di input accettato, quanti crediti costa ogni richiesta e una richiesta da incollare nel terminale così com’è.

Le descrizioni dei parametri provengono dallo schema di input del modello e sono disponibili solo in inglese.

In sintesi

Sviluppato da: Google
Risultato: Audio
Da: 0.07 crediti per secondo generato ($0.0007)
ID del modello: google/gemini-2.5-pro-tts/text-to-speech

1 credito = 0,01 $. All’accettazione l’attività trattiene l’importo massimo possibile e alla fine addebita il consumo reale, arrotondato al credito superiore; il resto viene sbloccato. Le attività non riuscite non vengono addebitate. Per conoscere la cifra esatta prima di eseguire, chiama POST /api/v1/jobs/quote.

Sintesi vocale

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

Prezzo

Opzione	Crediti (per secondo generato)	Dollari USA
`Predefinito`	0.07	$0.0007

Parametri

Campo	Tipo	Predefinito	Valori ammessi	A cosa serve
`text`Facoltativo	`string`	—	fino a 5000 caratteri	The words to be spoken, exactly as written. Cues in square brackets such as [sighs] are performed rather than read aloud.
`dialogue`Facoltativo	`array<object>`	—	fino a 20 elementi	A scripted conversation, used instead of text: each line names a speaker from speakers.
`speakers`Facoltativo	`array<object>`	—	fino a 2 elementi	The cast for dialogue: one or two voices, each with a name the lines refer to.
`voice_id`Facoltativo	`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`Facoltativo	`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`Facoltativo	`string`	—	natural, rapid_fire, the_drift, staccato	Rhythm of the reading. Omit it to keep the voice's own rhythm.
`accent`Facoltativo	`string`	`neutral`	neutral, american_general, american_valley, american_south, british_rp, british_brixton, transatlantic, australian	English accent used for the reading.
`instructions`Facoltativo	`string`	—	fino a 1000 caratteri	How to read the text: pace, mood, distance from the microphone, who is listening. Shapes the delivery and is not spoken.
`scene`Facoltativo	`string`	—	fino a 500 caratteri	Where and to whom the words are spoken. Shapes the delivery and is not spoken.
`temperature`Facoltativo	`number`	—	da 0 a 2	Variation between takes; higher is less predictable.

Richiesta di esempio

Questa richiesta funziona così com’è; i campi omessi usano il valore predefinito. Prima salva la tua chiave in 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 risposta contiene subito un taskId. Recupera il risultato con GET /api/v1/jobs/recordInfo, oppure aggiungi callBackUrl per ricevere una notifica.

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"