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,提供低延迟且经济实惠的音频生成功能。Gemini 2.5 Flash TTS 最适合实时助理、大批量旁白和对话用例,这些用例需要对语音风格和节奏进行精细控制。

文档

如需全面了解功能和能力,请参阅文字转语音指南。

gemini-2.5-flash-preview-tts

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

8,192

输出 token 限制

16,384

功能

音频生成

支持

批量 API

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

思考型

不支持

网址上下文

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