Gemini 2.5 Pro TTS API

Zurelay mengenakan tarif $0.60 per 1M token input teks dan $12.00 per 1M token output audio. Harga resmi Google adalah $1.00 dan $20.00, sehingga Anda hemat 40%. Gemini 2.5 Pro TTS menghitung 25 token audio per detik ucapan, 1,500 per menit, sehingga biaya per menit sekitar $0.018 ditambah biaya teks yang Anda kirim. Permintaan yang gagal tidak dikenai biaya.

Buat kunci API Zurelay, atur base URL SDK ke https://api.zurelay.com/v1, lalu panggil client.audio.speech.create dengan model diatur ke gemini-2.5-pro-tts, sebuah voice, teks Anda sebagai input, dan, jika perlu, instructions. Balasannya adalah file audio itu sendiri: simpan dengan write_to_file di Python, atau tulis byte-nya ke file di Node. Untuk mencoba suara dan gaya terlebih dahulu, gunakan mode Speech di Playground di https://zurelay.com/app/playground.

Semua 30 suara bawaan Gemini, seperti Kore, Puck, Charon, Leda, Aoede dan Sulafat, dengan Kore sebagai default. Nama suara OpenAI juga bisa digunakan dan dipetakan ke suara Gemini dengan karakter serupa: alloy menggunakan Kore, nova menggunakan Leda, onyx menggunakan Orus dan shimmer menggunakan Callirrhoe. Dokumentasi suara di https://zurelay.com/docs/speech mencantumkan setiap suara beserta karakter yang dijelaskan Google.

Jelaskan dalam instructions dengan bahasa sehari-hari: "Ucapkan dengan ceria", "Gunakan nada muram dan serius" atau "Baca perlahan, seperti dongeng sebelum tidur". Pembaruan Google pada Desember 2025 membuat model jauh lebih patuh pada prompt gaya dan lebih akurat mengikuti instruksi tempo. instructions dapat berisi hingga 2,000 karakter dan tidak dibacakan. speed hanya menerima 1, jadi tentukan tempo melalui instructions.

Google mencantumkan 24 bahasa yang didukung. Tidak ada pengaturan bahasa: bahasa dikenali dari teks, jadi kalimat berbahasa Spanyol akan dibacakan dalam bahasa Spanyol. Untuk lebih dari 70 bahasa, gunakan Gemini 3.1 Flash TTS dengan permintaan yang sama.

Setiap permintaan menerima hingga 5,000 karakter untuk input dan 2,000 untuk instructions; bagi teks yang lebih panjang menjadi beberapa permintaan. Audio dikembalikan dalam format MP3 secara default, atau atur response_format ke wav, atau ke pcm untuk sampel mentah 24 kHz, 16-bit mono. Google mencantumkan batas input model sebesar 8,192 token. Zurelay tidak menyimpan audio, jadi simpan file yang Anda terima.

Tidak dalam satu permintaan di Zurelay. API Google sendiri dapat menyuarakan satu atau dua pembicara dalam satu panggilan, tetapi Zurelay membacakan setiap permintaan dengan satu suara. Untuk dialog atau podcast, buat setiap baris dengan suara masing-masing, lalu gabungkan audionya secara berurutan; PCM mentah paling mudah digabungkan.

Lebih lama daripada model Flash: di Zurelay, satu kalimat membutuhkan beberapa detik dan satu paragraf mendekati setengah menit. Seluruh file dikirim dalam satu respons, jadi lebih cocok untuk narasi yang disiapkan sebelumnya daripada percakapan langsung. Untuk respons lebih cepat, gunakan Gemini 2.5 Flash TTS atau Gemini 3.1 Flash TTS.

Google mencantumkan harga token yang sama untuk keduanya. Pilih 2.5 Pro TTS untuk narasi panjang yang mengutamakan kejernihan suara; model ini juga menghitung lebih sedikit token audio per detik, yaitu 25 dibandingkan 32 pada 3.1 Flash TTS, sehingga satu menit ucapan membutuhkan lebih sedikit token. Pilih 3.1 Flash TTS untuk tag audio, lebih dari 70 bahasa, dan respons lebih cepat. Keduanya menerima permintaan yang sama, jadi Anda cukup mengganti model.

Ya. Google merilisnya dalam tahap pratinjau pada 20 Mei 2025 dan memperbaruinya pada 10 Desember 2025. Google belum mengumumkan tanggal penghentian layanan. Di Zurelay, ID Google, gemini-2.5-pro-preview-tts, dapat digunakan seperti gemini-2.5-pro-tts.

Ya. Permintaan Anda dijalankan pada Gemini 2.5 Pro TTS milik Google, dan Zurelay tidak menggantinya dengan model lain atau yang lebih kecil. Ucapan dibuat ulang pada setiap panggilan, sehingga teks dan suara yang sama menghasilkan pembacaan yang sedikit berbeda setiap kali. Zurelay adalah layanan independen dan tidak berafiliasi dengan Google.