API de texto para fala Gemini 2.5 Pro

Name: Gemini 2.5 Pro TTS API
SKU: google/gemini-2.5-pro-tts/text-to-speech
Price: 0.0007 USD
Availability: InStock

Parâmetros da requisição

Parâmetro	Obrigatório	Descrição
`pace`	Não	Rhythm of the reading. Omit it to keep the voice's own rhythm. natural · rapid_fire · the_drift · staccato
`text`	Não	The words to be spoken, exactly as written. Cues in square brackets such as [sighs] are performed rather than read aloud.
`scene`	Não	Where and to whom the words are spoken. Shapes the delivery and is not spoken.
`style`	Não	Um visual ou gênero predefinido. whisper · empathetic · vocal_smile · newscaster · promo_hype · deadpan
`accent`	Não	English accent used for the reading. neutral · american_general · american_valley · american_south · british_rp · british_brixton · transatlantic · australian · Padrão: neutral
`dialogue`	Não	A scripted conversation, used instead of text: each line names a speaker from speakers.
`speakers`	Não	The cast for dialogue: one or two voices, each with a name the lines refer to.
`voice_id`	Não	Escolha entre as vozes disponíveis. 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 · Padrão: Kore
`temperature`	Não	Variation between takes; higher is less predictable. ≥ 0 · ≤ 2
`instructions`	Não	How to read the text: pace, mood, distance from the microphone, who is listening. Shapes the delivery and is not spoken.

Preços

Os preços são em créditos, os mesmos que você usa no site (1 crédito = US$ 0,01). O valor é reservado quando a tarefa é aceita e acertado pelo custo real quando ela termina; tarefas com falha são reembolsadas.

Opção	Créditos por segundo	≈ USD
Padrão	0,07	US$ 0,0007

Para saber o valor exato antes de rodar, envie o mesmo corpo para POST /jobs/quote.

Início rápido da API

Chame a API do Gemini 2.5 Pro TTS em três passos

Crie uma chave de API. Entre na PopNow e crie uma chave no console da API. As chaves começam com sk-popnow- e usam os mesmos créditos do site.
Envie a requisição. Faça POST /jobs/createTask com model google/gemini-2.5-pro-tts/text-to-speech e um objeto input conforme a tabela de parâmetros. A resposta traz um ID de tarefa na hora.
Pegue o resultado. Consulte GET /jobs/recordInfo com o ID da tarefa, ou passe uma callBackUrl e enviamos o resultado para ela. Baixe os links de saída quando a tarefa der certo.

# 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"

Troque o prompt e os links pelos seus. A aba API traz a referência da resposta, do polling e do callback.

Perguntas sobre a API do Gemini 2.5 Pro TTS

Quanto custa a API do Gemini 2.5 Pro TTS?

O Gemini 2.5 Pro TTS custa 0,07 crédito (US$ 0,0007) por segundo. Os créditos são os mesmos do site (1 crédito = US$ 0,01), contas novas ganham 30 créditos grátis e tarefas que falham são reembolsadas.

Qual é o nome de modelo do Gemini 2.5 Pro TTS na API?

Coloque google/gemini-2.5-pro-tts/text-to-speech para Texto para fala no campo model de POST /jobs/createTask.

Como eu controlo o som da voz?

voice_id escolhe a voz, style define um jeito geral como whisper ou deadpan, accent escolhe um sotaque do inglês, pace dá o ritmo, e instructions e scene recebem uma ou duas frases sobre interpretação e contexto: clima, com quem se fala, onde. Essas notas moldam a leitura e não são lidas em voz alta; temperature define quanto as tomadas variam.