PopNowAPI ドキュメント
本文

Gemini 2.5 Pro TTS API リファレンス

演出できる声。ナレーションや2人の会話に

PopNow の API キー 1 つで、Gemini 2.5 Pro TTS を自分のコードから呼び出せます。送るモデル ID、受け付ける入力フィールド、1 回あたりのクレジット、ターミナルに貼ってそのまま動くリクエストをこのページにまとめました。

パラメーターの説明はモデルの入力 schema から取っているため、英語のみです。

概要

開発元
Google
出力
音声
最安
0.07 クレジット 出力 1 秒あたり ($0.0007)
モデル ID

1 クレジット = 0.01 米ドル。タスクの受付時に上限額を確保し、完了時に実際の使用量で精算します（整数クレジットに切り上げ、差額は返却）。失敗したタスクには課金されません。実行前に正確な金額を知りたいときは POST /api/v1/jobs/quote を呼んでください。

テキスト読み上げ

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

料金

オプションクレジット (出力 1 秒あたり)米ドル
既定0.07$0.0007

パラメーター

フィールド型既定値指定できる値説明
text任意string—5,000 文字までThe words to be spoken, exactly as written. Cues in square brackets such as [sighs] are performed rather than read aloud.
dialogue任意array<object>—20 件までA scripted conversation, used instead of text: each line names a speaker from speakers.
speakers任意array<object>—2 件までThe cast for dialogue: one or two voices, each with a name the lines refer to.
voice_id任意stringKoreAchernar, 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任意string—whisper, empathetic, vocal_smile, newscaster, promo_hype, deadpanOverall manner of the reading. Omit it to use the voice's own default manner.
pace任意string—natural, rapid_fire, the_drift, staccatoRhythm of the reading. Omit it to keep the voice's own rhythm.
accent任意stringneutralneutral, american_general, american_valley, american_south, british_rp, british_brixton, transatlantic, australianEnglish accent used for the reading.
instructions任意string—1,000 文字までHow to read the text: pace, mood, distance from the microphone, who is listening. Shapes the delivery and is not spoken.
scene任意string—500 文字までWhere and to whom the words are spoken. Shapes the delivery and is not spoken.
temperature任意number—0〜2Variation between takes; higher is less predictable.

リクエスト例

このリクエストはそのまま実行できます。省略したフィールドには既定値が入ります。先にキーを環境変数 POPNOW_API_KEY に設定してください。

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."
  }
}'

レスポンスにはすぐに taskId が入ります。結果は GET /api/v1/jobs/recordInfo で取得するか、callBackUrl を付けて通知を受け取ります。

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"

次に読む

このページの内容

概要テキスト読み上げ次に読む