การอ่านออกเสียงข้อความของ Gemini 2.5 Flash

เครื่องมือที่เร็วที่สุดของเราสำหรับการสังเคราะห์เสียงพูดที่มีความเที่ยงตรงสูง โดยมีการสร้างเสียงที่มีเวลาแฝงต่ำและคุ้มค่า Gemini 2.5 Flash TTS เหมาะที่สุดสำหรับผู้ช่วยแบบเรียลไทม์ การบรรยายจำนวนมาก และกรณีการใช้งานแบบสนทนาที่ต้องมีการควบคุมสไตล์และจังหวะของเสียงอย่างละเอียด

เอกสารประกอบ

ไปที่คู่มือ Text-to-Speech เพื่อดูฟีเจอร์และความสามารถทั้งหมด

gemini-2.5-flash-preview-tts

พร็อพเพอร์ตี้ คำอธิบาย
รหัสโมเดล gemini-2.5-flash-preview-tts
ประเภทข้อมูลที่รองรับ

อินพุต

ข้อความ

เอาต์พุต

เสียง

ขีดจำกัดโทเค็น[*]

ขีดจำกัดโทเค็นอินพุต

8,192

ขีดจำกัดโทเค็นเอาต์พุต

16,384

ความสามารถ

การสร้างเสียง

สิ่งที่ทำได้

การแคช

สิ่งที่ทำไม่ได้

การเรียกใช้โค้ด

สิ่งที่ทำไม่ได้

การค้นหาไฟล์

สิ่งที่ทำไม่ได้

การเรียกใช้ฟังก์ชัน

สิ่งที่ทำไม่ได้

การเชื่อมต่อแหล่งข้อมูลกับ Google Maps

สิ่งที่ทำไม่ได้

การสร้างรูปภาพ

สิ่งที่ทำไม่ได้

Live API

สิ่งที่ทำไม่ได้

การเชื่อมต่อแหล่งข้อมูลของ Search

สิ่งที่ทำไม่ได้

เอาต์พุตที่มีโครงสร้าง

สิ่งที่ทำไม่ได้

การคิด

สิ่งที่ทำไม่ได้

บริบท URL

สิ่งที่ทำไม่ได้

ตัวเลือกการใช้งาน

Batch API

สิ่งที่ทำไม่ได้

Flex Inference

สิ่งที่ทำไม่ได้

Priority Inference

สิ่งที่ทำไม่ได้

เวอร์ชัน
อ่านรูปแบบเวอร์ชันของโมเดลเพื่อดูรายละเอียดเพิ่มเติม
  • gemini-2.5-flash-preview-tts
การอัปเดตล่าสุด ธันวาคม 2025