Gemini 2.5 Flash 文字转语音

我们速度最快的引擎，可实现高保真语音合成，并提供低延迟且经济高效的音频生成工具。Gemini 2.5 Flash TTS 最适合实时助理、大体量旁白和对话应用场景，这些应用场景需要对语音风格和节奏进行精细控制。

文档

如需全面了解各项功能，请参阅文字转语音指南。

属性	说明
模型代码	`gemini-2.5-flash-preview-tts`
支持的数据类型	输入源文本输出音频
Token 限制^[*]	输入 token 限制 8192 输出 token 限制 16384
功能	音频生成支持缓存不支持代码执行不支持文件搜索不支持函数调用不支持 Grounding with Google Maps 不支持图片生成不支持 Live API 不支持搜索接地不支持结构化输出不支持思考不支持网址上下文不支持
消耗选项	批量 API 不支持 Flex 推理不支持优先级推理不支持
版本	如需了解详情，请参阅模型版本模式。 `gemini-2.5-flash-preview-tts`
最后更新时间	2025 年 12 月