Konuşma

Metinden konuşmaya

OpenAI'ın konuşma API'si üzerinden Gemini'nin metinden konuşma modelleriyle metni doğal konuşmaya dönüştürün: 30 ses, kendi sözlerinizle tarif ettiğiniz bir tarz ve birkaç saniyede MP3, WAV veya PCM çıktısı.

POST/v1/audio/speech

Model	ID	Metin girdisi, 1M token başına	Ses çıktısı, 1M token başına	Saniye başına ses token'ı	Yaklaşık bir dakika
Gemini 3.8 Flash TTS	`gemini-3.8-flash-tts`	$0.30	$5.40	25	$0.008
Gemini 3.1 Flash TTS	`gemini-3.1-flash-tts`	$0.60	$12.00	32	$0.023
Gemini 2.5 Pro TTS	`gemini-2.5-pro-tts`	$0.60	$12.00	25	$0.018
Gemini 2.5 Flash TTS	`gemini-2.5-flash-tts`	$0.30	$6.00	25	$0.009

Konuşma oluşturun

speak.py

from openai import OpenAI
client = OpenAI(base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY")
speech = client.audio.speech.create(
    model="gemini-3.1-flash-tts",
    voice="Kore",
    input="Your order has shipped and arrives on Friday.",
    instructions="Say it warmly, at a relaxed pace",
)
speech.write_to_file("shipped.mp3")

Herhangi bir OpenAI SDK'sını kullanabilirsiniz: adresini https://api.zurelay.com/v1 olarak ayarlayın ve konuşma metodunu çağırın. Yanıt, doğrudan ses dosyasıdır.

Parametreler

modelstringzorunlu: Tablodaki bir konuşma modeli kimliği.
inputstringzorunlu: Seslendirilecek metin, en fazla 5,000 karakter. Daha uzun metinleri birden fazla isteğe bölün.
voicestring: Aşağıdaki 30 sesten biri veya alloy ya da nova gibi bir OpenAI ses adı. Varsayılan Kore.
instructionsstring: Nasıl seslendirileceğini kendi sözlerinizle tarif edin: Say cheerfully, Whisper, like a secret, Read slowly, like a bedtime story. En fazla 2,000 karakter. Metni kelimesi kelimesine okuyan Gemini 3.8 Flash TTS'de kullanılamaz: talimat içeren istekler bu modelde reddedilir.
response_formatstring: mp3 (varsayılan), wav veya pcm: ham 24 kHz, 16-bit, mono örnekler.
speednumber: Desteklenmiyor: bunun yerine tempoyu instructions içinde belirtin. Yalnızca 1 kabul edilir.
modelsarray: Bu istek için akıllı yönlendirme: model kullanılamıyorsa sırayla denenecek diğer konuşma modelleri. Bkz. Akıllı yönlendirme.

Ses, tamamı oluşturulduktan sonra döndürülür. Tam uzunlukta (5,000 karakter) yapılan ölçümlerde: Flash modelleri yaklaşık bir dakika, Gemini 2.5 Pro TTS ise yaklaşık beş buçuk dakika sürer. HTTP istemcinizin zaman aşımını 10 dakika olarak ayarlayın (OpenAI SDK'larının varsayılanı) veya uzun metinleri parçalara bölerek gönderin.

Sesler

Ses	Karakteri	Ses	Karakteri
`Zephyr`	Canlı	`Puck`	Neşeli
`Charon`	Bilgilendirici	`Kore`	Kararlı
`Fenrir`	Heyecanlı	`Leda`	Genç
`Orus`	Kararlı	`Aoede`	Rahat
`Callirrhoe`	Easy-going	`Autonoe`	Canlı
`Enceladus`	Nefesli	`Iapetus`	Temizle
`Umbriel`	Easy-going	`Algieba`	Pürüzsüz
`Despina`	Pürüzsüz	`Erinome`	Temizle
`Algenib`	Pürüzlü	`Rasalgethi`	Bilgilendirici
`Laomedeia`	Neşeli	`Achernar`	Yumuşak
`Alnilam`	Kararlı	`Schedar`	Dengeli
`Gacrux`	Olgun	`Pulcherrima`	İddialı
`Achird`	Dostça	`Zubenelgenubi`	Rahat
`Vindemiatrix`	Nazik	`Sadachbia`	Canlı
`Sadaltager`	Bilgili	`Sulafat`	Sıcak

OpenAI için yazılmış kod çalışmaya devam eder: OpenAI ses adları, benzer karakterde bir Gemini sesiyle eşleştirilir.

OpenAI sesi	Kullanılan ses
`alloy`	Kore
`ash`	Charon
`ballad`	Algieba
`coral`	Aoede
`echo`	Puck
`fable`	Fenrir
`nova`	Leda
`onyx`	Orus
`sage`	Zephyr
`shimmer`	Callirrhoe
`verse`	Umbriel
`marin`	Despina
`cedar`	Iapetus

Tarz ve tempo

Seslendirmeyi bir ses sanatçısına anlatır gibi tarif edin: duygu, tempo, ses düzeyi, aksan.
Yönergelerin sesli okunmaması için bunları instructions içine, yalnızca söylenecek sözleri ise input içine yazın.
Dil metinden algılanır; İspanyolca bir cümle İspanyolca seslendirilir.
Gemini 3.8 Flash TTS, instructions kabul etmez: input içindeki her kelimeyi sesli okur. Google ses etiketlerini metinde sesin gelmesini istediğiniz yere yazın; örneğin <laugh>, <sigh>, <breath> veya <short pause>.

Seslendirme ücretleri

Seslendirme token üzerinden ücretlendirilir: gönderdiğiniz metin girdi fiyatından, aldığınız ses ise çıktı fiyatından hesaplanır. Her saniyelik ses, modele göre sabit sayıda tokena karşılık gelir. Tabloda her model için bu değer ve son sütunda bir dakikanın maliyeti yer alır. Her yanıtın x-zurelay-input-tokens ve x-zurelay-output-tokens başlıklarında ücretlendirmenin neye göre yapıldığı belirtilir; tüm istekler de istek günlüğünüzde yer alır. Başarısız istekler ücretlendirilmez. Otomatik akıllı yönlendirme açık olsa bile seslendirmede istediğiniz model kullanılır. Model kullanılamadığında başka bir seslendirme modelinin yanıt vermesini yalnızca kendi kurallarınız veya isteğin models listesi sağlayabilir: kullanılan model x-zurelay-model ile belirtilir ve kendi fiyatıyla ücretlendirilir.

Ses kaydedilmez: aldığınız dosyayı kaydedin. Aynı metin ve ses, her seferinde biraz farklı bir seslendirme üretir.

Paneldeki Deneme alanı bölümünde sesleri ve tarzları deneyin.

Sorunuz mu var, yoksa bir şey mi eksik? Destek ekibimize sorun, genellikle bir dakika içinde e-postayla yanıtlayalım.