google/gemini-2.5-pro-tts

Văn bản-Âm thanh

PRO

Gemini 2.5 Pro TTS API by Google

google/gemini-2.5-pro-tts

Gemini-2.5-pro-tts

Gemini text-to-speech (Pro): studio-quality, expressive speech from text with 30 prebuilt voices and natural-language style control. Powered by gemini-2.5-pro-preview-tts.

Gemini 2.5 Pro TTS do Google phát triển. Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào mô hình này và không sở hữu mô hình. Mọi thương hiệu đều thuộc về chủ sở hữu tương ứng.

Đầu vào

Văn bản *

Giọng nói

Đầu ra

Nhàn rỗi

Âm thanh được tạo của bạn sẽ xuất hiện ở đây

Nhập văn bản và nhấp Chạy để tổng hợp giọng nói.

Tham số

Ví dụ mã
import requests
import time

# Step 1: Start audio generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateAudio"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "google/gemini-2.5-pro-tts",  # Required. Model name. options: google/gemini-2.5-pro-tts
    "text": "Welcome to Atlas Cloud — One API for All Media AI.",  # Required. Text to synthesize into speech audio
    "voice": "Kore",  # Gemini prebuilt voice
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] in ["completed", "succeeded"]:
            print("Generated audio:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

audio_url = check_status()

Cài đặt

Cài đặt gói cần thiết cho ngôn ngữ lập trình của bạn.

pip install requests

Xác thực

Tất cả các yêu cầu API đều cần xác thực thông qua khóa API. Bạn có thể lấy khóa API từ bảng điều khiển Atlas Cloud.

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP Headers

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

Bảo mật khóa API của bạn

Không bao giờ để lộ khóa API trong mã phía máy khách hoặc kho lưu trữ công khai. Thay vào đó, hãy sử dụng biến môi trường hoặc proxy phía máy chủ.

Gửi yêu cầu

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateAudio"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "text": "Hello, welcome to AtlasCloud text-to-speech."
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Gửi yêu cầu

Gửi một yêu cầu tạo nội dung không đồng bộ. API trả về một prediction ID mà bạn có thể dùng để kiểm tra trạng thái và lấy kết quả.

POST/api/v1/model/generateAudio

Nội dung yêu cầu

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateAudio"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "google/gemini-2.5-pro-tts",
    "text": "Hello, welcome to AtlasCloud text-to-speech."
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['data']['id']}")
print(f"Status: {result['data']['status']}")

Phản hồi

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

Kiểm tra trạng thái

Truy vấn (poll) endpoint prediction để kiểm tra trạng thái hiện tại của yêu cầu.

GET/api/v1/model/prediction/{prediction_id}

Ví dụ truy vấn

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

Giá trị trạng thái

processingYêu cầu vẫn đang được xử lý.

completedQuá trình tạo đã hoàn tất. Kết quả đầu ra đã sẵn sàng.

succeededQuá trình tạo thành công. Kết quả đầu ra đã sẵn sàng.

failedTạo nội dung thất bại. Hãy kiểm tra trường error.

Phản hồi hoàn tất

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.mp3"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

Input Schema

Các tham số sau được chấp nhận trong nội dung yêu cầu.

Tổng cộng: 3Bắt buộc: 2Tùy chọn: 1

modelstringrequired

Model name.

Default: "google/gemini-2.5-pro-tts"

google/gemini-2.5-pro-tts

textstringrequired

Text to synthesize into speech audio. Use natural-language instructions in the text for style, accent, pace, and tone control.

Default: "Welcome to Atlas Cloud — One API for All Media AI."

voicestring

Gemini prebuilt voice.

Default: "Kore"

ZephyrPuckCharonKoreFenrirLedaOrusAoedeCallirrhoeAutonoeEnceladusIapetusUmbrielAlgiebaDespinaErinomeAlgenibRasalgethiLaomedeiaAchernarAlnilamSchedarGacruxPulcherrimaAchirdZubenelgenubiVindemiatrixSadachbiaSadaltagerSulafat

Ví dụ nội dung yêu cầu

{
  "model": "google/gemini-2.5-pro-tts",
  "text": "Welcome to Atlas Cloud — One API for All Media AI.",
  "voice": "Kore"
}

Output Schema

API trả về phản hồi prediction kèm theo các URL đầu ra đã tạo.

idstring

Unique identifier for the prediction.

modelstring

Model ID used for the prediction.

statusstring

Status of the task: created, processing, completed, or failed.

outputsarray

Array of URLs to the generated audio.

created_atstring

ISO timestamp of when the request was created.

Ví dụ phản hồi

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills tích hợp hơn 400 mô hình AI trực tiếp vào trợ lý lập trình AI của bạn. Một lệnh để cài đặt, sau đó sử dụng ngôn ngữ tự nhiên để tạo hình ảnh, video và trò chuyện với LLM.

Ứng dụng được hỗ trợ

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ ứng dụng được hỗ trợ

Cài đặt

npx skills add AtlasCloudAI/atlas-cloud-skills

Thiết lập khóa API

Lấy khóa API từ bảng điều khiển Atlas Cloud và đặt nó làm biến môi trường.

export ATLASCLOUD_API_KEY="your-api-key-here"

Khả năng

Sau khi cài đặt, bạn có thể sử dụng ngôn ngữ tự nhiên trong trợ lý AI để truy cập tất cả các mô hình Atlas Cloud.

Tạo hình ảnhTạo hình ảnh với các mô hình như Nano Banana 2, Z-Image và nhiều hơn nữa.

Tạo videoTạo video từ văn bản hoặc hình ảnh với Kling, Vidu, Veo, v.v.

Trò chuyện LLMTrò chuyện với Qwen, DeepSeek và các mô hình ngôn ngữ lớn khác.

Tải lên phương tiệnTải tệp cục bộ lên để chỉnh sửa hình ảnh và quy trình chuyển hình ảnh sang video.

Tìm hiểu thêm

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server kết nối IDE của bạn với hơn 400 mô hình AI thông qua Model Context Protocol. Hoạt động với bất kỳ ứng dụng tương thích MCP nào.

Ứng dụng được hỗ trợ

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ ứng dụng được hỗ trợ

Cài đặt

npx -y atlascloud-mcp

Cấu hình

Thêm cấu hình sau vào tệp cài đặt MCP của IDE.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Công cụ khả dụng

atlas_generate_imageTạo hình ảnh từ mô tả văn bản.

atlas_generate_videoTạo video từ văn bản hoặc hình ảnh.

atlas_chatTrò chuyện với các mô hình ngôn ngữ lớn.

atlas_list_modelsDuyệt hơn 400 mô hình AI khả dụng.

atlas_quick_generateTạo nội dung một bước với khả năng tự động chọn mô hình tốt nhất.

atlas_upload_mediaTải tệp cục bộ lên cho quy trình API.

Tìm hiểu thêm

github.com/AtlasCloudAI/mcp-server

Schema API

{
  "info": {
    "title": "AtlasCloud API",
    "version": "1.0.0",
    "description": "The AtlasCloud API."
  },
  "openapi": "3.0.0",
  "paths": {
    "/api/v1/model/generateAudio": {
      "post": {
        "requestBody": {
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/Input"
              }
            }
          },
          "required": true
        },
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "The request status."
          }
        }
      },
      "x-api-name": "model_run"
    },
    "/api/v1/model/prediction/{request_id}": {
      "get": {
        "parameters": [
          {
            "in": "path",
            "name": "request_id",
            "required": true,
            "schema": {
              "description": "Request ID",
              "type": "string"
            }
          }
        ],
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "Result of the request."
          }
        }
      },
      "x-api-name": "model_result"
    }
  },
  "components": {
    "schemas": {
      "Input": {
        "type": "object",
        "properties": {
          "model": {
            "type": "string",
            "description": "Model name.",
            "default": "google/gemini-2.5-pro-tts",
            "enum": [
              "google/gemini-2.5-pro-tts"
            ]
          },
          "text": {
            "type": "string",
            "description": "Text to synthesize into speech audio. Use natural-language instructions in the text for style, accent, pace, and tone control.",
            "default": "Welcome to Atlas Cloud — One API for All Media AI.",
            "x-ui-component": "textarea"
          },
          "voice": {
            "type": "string",
            "description": "Gemini prebuilt voice.",
            "default": "Kore",
            "enum": [
              "Zephyr",
              "Puck",
              "Charon",
              "Kore",
              "Fenrir",
              "Leda",
              "Orus",
              "Aoede",
              "Callirrhoe",
              "Autonoe",
              "Enceladus",
              "Iapetus",
              "Umbriel",
              "Algieba",
              "Despina",
              "Erinome",
              "Algenib",
              "Rasalgethi",
              "Laomedeia",
              "Achernar",
              "Alnilam",
              "Schedar",
              "Gacrux",
              "Pulcherrima",
              "Achird",
              "Zubenelgenubi",
              "Vindemiatrix",
              "Sadachbia",
              "Sadaltager",
              "Sulafat"
            ],
            "x-ui-component": "select",
            "x-enum-options": {
              "Zephyr": {
                "name": "Zephyr (Bright)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/zephyr.wav"
              },
              "Puck": {
                "name": "Puck (Upbeat)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/puck.wav"
              },
              "Charon": {
                "name": "Charon (Informative)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/charon.wav"
              },
              "Kore": {
                "name": "Kore (Firm)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/kore.wav"
              },
              "Fenrir": {
                "name": "Fenrir (Excitable)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/fenrir.wav"
              },
              "Leda": {
                "name": "Leda (Youthful)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/leda.wav"
              },
              "Orus": {
                "name": "Orus (Firm)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/orus.wav"
              },
              "Aoede": {
                "name": "Aoede (Breezy)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/aoede.wav"
              },
              "Callirrhoe": {
                "name": "Callirrhoe (Easy-going)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/callirrhoe.wav"
              },
              "Autonoe": {
                "name": "Autonoe (Bright)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/autonoe.wav"
              },
              "Enceladus": {
                "name": "Enceladus (Breathy)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/enceladus.wav"
              },
              "Iapetus": {
                "name": "Iapetus (Clear)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/iapetus.wav"
              },
              "Umbriel": {
                "name": "Umbriel (Easy-going)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/umbriel.wav"
              },
              "Algieba": {
                "name": "Algieba (Smooth)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/algieba.wav"
              },
              "Despina": {
                "name": "Despina (Smooth)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/despina.wav"
              },
              "Erinome": {
                "name": "Erinome (Clear)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/erinome.wav"
              },
              "Algenib": {
                "name": "Algenib (Gravelly)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/algenib.wav"
              },
              "Rasalgethi": {
                "name": "Rasalgethi (Informative)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/rasalgethi.wav"
              },
              "Laomedeia": {
                "name": "Laomedeia (Upbeat)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/laomedeia.wav"
              },
              "Achernar": {
                "name": "Achernar (Soft)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/achernar.wav"
              },
              "Alnilam": {
                "name": "Alnilam (Firm)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/alnilam.wav"
              },
              "Schedar": {
                "name": "Schedar (Even)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/schedar.wav"
              },
              "Gacrux": {
                "name": "Gacrux (Mature)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/gacrux.wav"
              },
              "Pulcherrima": {
                "name": "Pulcherrima (Forward)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/pulcherrima.wav"
              },
              "Achird": {
                "name": "Achird (Friendly)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/achird.wav"
              },
              "Zubenelgenubi": {
                "name": "Zubenelgenubi (Casual)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/zubenelgenubi.wav"
              },
              "Vindemiatrix": {
                "name": "Vindemiatrix (Gentle)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/vindemiatrix.wav"
              },
              "Sadachbia": {
                "name": "Sadachbia (Lively)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/sadachbia.wav"
              },
              "Sadaltager": {
                "name": "Sadaltager (Knowledgeable)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/sadaltager.wav"
              },
              "Sulafat": {
                "name": "Sulafat (Warm)",
                "example": "https://static.atlascloud.ai/model/example/gemini-tts/sulafat.wav"
              }
            }
          }
        },
        "required": [
          "model",
          "text"
        ],
        "x-order-properties": [
          "model",
          "text",
          "voice"
        ]
      },
      "PredictionResponse": {
        "type": "object",
        "properties": {
          "id": {
            "description": "Unique identifier for the prediction.",
            "type": "string"
          },
          "model": {
            "description": "Model ID used for the prediction.",
            "type": "string"
          },
          "status": {
            "description": "Status of the task: created, processing, completed, or failed.",
            "type": "string"
          },
          "outputs": {
            "description": "Array of URLs to the generated audio.",
            "items": {
              "type": "string",
              "x-format": "audio"
            },
            "type": "array"
          },
          "created_at": {
            "description": "ISO timestamp of when the request was created.",
            "format": "date-time",
            "type": "string"
          },
          "urls": {
            "description": "Object containing related API endpoints.",
            "type": "object"
          }
        }
      }
    }
  },
  "servers": [
    {
      "url": "https://api.atlascloud.ai"
    }
  ]
}

Mẫu Prompt Thân thiện với LLM

# google/gemini-2.5-pro-tts

> Gemini text-to-speech (Pro): studio-quality, expressive speech from text with 30 prebuilt voices and natural-language style control. Powered by gemini-2.5-pro-preview-tts.


## Overview

- **Submit endpoint (POST)**: `https://api.atlascloud.ai/api/v1/model/generateAudio` — start an async generation; returns a `prediction_id`
- **Poll endpoint (GET)**: `https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}` — poll this until the prediction finishes
- **Model ID**: `google/gemini-2.5-pro-tts`


## API Information

This model can be used via our HTTP API or more conveniently via our client libraries.
See the input and output schema below, as well as the usage examples.


### Input Schema

The API accepts the following input parameters:

- **`model`** (`string`, _required_):
  Model name.
  - Default: `"google/gemini-2.5-pro-tts"`
  - Options: "google/gemini-2.5-pro-tts"

- **`text`** (`string`, _required_):
  Text to synthesize into speech audio. Use natural-language instructions in the text for style, accent, pace, and tone control.
  - Default: `"Welcome to Atlas Cloud — One API for All Media AI."`

- **`voice`** (`string`, _optional_):
  Gemini prebuilt voice.
  - Default: `"Kore"`
  - Options: "Zephyr", "Puck", "Charon", "Kore", "Fenrir", "Leda", "Orus", "Aoede", "Callirrhoe", "Autonoe", "Enceladus", "Iapetus", "Umbriel", "Algieba", "Despina", "Erinome", "Algenib", "Rasalgethi", "Laomedeia", "Achernar", "Alnilam", "Schedar", "Gacrux", "Pulcherrima", "Achird", "Zubenelgenubi", "Vindemiatrix", "Sadachbia", "Sadaltager", "Sulafat"



**Required Parameters Example**:

```json
{
  "model": "google/gemini-2.5-pro-tts",
  "text": "Welcome to Atlas Cloud — One API for All Media AI."
}
```


**Full Example**:

```json
{
  "model": "google/gemini-2.5-pro-tts",
  "text": "Welcome to Atlas Cloud — One API for All Media AI.",
  "voice": "Kore"
}
```


### Output Schema

The API returns the following output format:


- **`id`** (`string`, _optional_):
  Unique identifier for the prediction.

- **`model`** (`string`, _optional_):
  Model ID used for the prediction.

- **`status`** (`string`, _optional_):
  Status of the task: created, processing, completed, or failed.

- **`outputs`** (`array[string]`, _optional_):
  Array of URLs to the generated audio.

- **`created_at`** (`string`, _optional_):
  ISO timestamp of when the request was created.

- **`urls`** (`object`, _optional_):
  Object containing related API endpoints.



**Example Response**:

```json
{
  "id": "",
  "model": "",
  "status": "",
  "outputs": [
    ""
  ],
  "created_at": "",
  "urls": {}
}
```


## Usage Examples

### cURL

```bash
# Step 1: Start generation (async)
curl -X POST "https://api.atlascloud.ai/api/v1/model/generateAudio" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "google/gemini-2.5-pro-tts",
  "text": "Welcome to Atlas Cloud — One API for All Media AI.",
  "voice": "Kore"
}'

# Response will contain: {"code": 200, "data": {"id": "prediction_id", "status": "processing"}}

# Step 2: Poll for result (replace {prediction_id} with the id returned above)
curl -X GET "https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

# Keep polling until status is "completed", "succeeded" or "failed"
# When completed, outputs will contain the generated content URL(s)
```

## Additional Resources

### Documentation

- [Model Playground](https://www.atlascloud.ai/models/google/gemini-2.5-pro-tts)

Step into the heart of the forest, where towering trees whisper with the wind and golden light filters through the leaves. Every footstep echoes with stories older than time, inviting you to slow down, breathe deeply, and rediscover the beauty hidden in silence.

Đang tải...

Gemini 2.5 Pro TTS

Studio-quality, expressive text-to-speech powered by Google's gemini-2.5-pro-preview-tts.

Highlights

30 prebuilt voices — Kore, Puck, Charon, Aoede, Fenrir, Leda, Orus, Zephyr, and more.
Style prompting — steer tone, pace and emotion in natural language inside text, e.g. "Say cheerfully: ..." or "Read slowly and calmly: ...".
Output is a WAV file (24 kHz PCM); billed per 1k characters.

Parameters

field	required	notes
`text`	yes	text to synthesize (may embed a style instruction), ≤10000 chars
`voice_name`	no	prebuilt voice, default `Kore`

Khám phá Các Mô hình Tương tự

NEW

Văn bản-Âm thanh

MiniMax Music 3.0

MiniMax Music 3.0 is MiniMax's 11.1B-parameter open-weights music model that turns a musical description and optional lyrics into a complete, fully arranged and mixed song of up to five minutes - vocals, instrumentation and production included - in a single generation, with section-tag control over the arrangement and vocal or instrumental output.

MiniMax Lyrics Generation

MiniMax Lyrics Generation is a dedicated lyric-writing model that turns a one-line theme into a complete, professionally structured set of song lyrics - title, style tags, and sections marked with [Verse]/[Chorus] structure tags - and can also edit, continue, or restructure existing lyrics, with output directly usable as the lyrics input of MiniMax's music models.

Seed Audio 1.0

Doubao‑Audio‑Generate‑1.0 is Doubao Voice’s next‑generation audio‑generation engine. The industry‑first commercial tool creates film‑grade audio with just one prompt. It eliminates cumbersome audio‑engineering work. Creators generate publish‑ready radio dramas, podcasts and branded audio easily, shifting from a simple voice‑generator to an AI audio director. It serves audiobooks, serialized episodes and commercial audio for high‑quality narrative‑driven production.

xAI TTS v1

xAI TTS v1 is a high-fidelity text-to-speech model that converts text into natural, expressive speech with sub-second latency, supporting 20 languages and 80+ voices with fine-grained delivery control.

Seed ASR 2.0

BytePlus Seed Speech recording-file recognition (ASR 2.0): transcribe an audio file to text with punctuation, ITN, sentence segmentation, speaker diarization, and 51-language support.

MiniMax Music 2.6

MiniMax text-to-music (latest): generate a full vocal or instrumental song from a style prompt plus lyrics with [Verse]/[Chorus] structure tags. Synchronous single-call generation.

ElevenLabs v3 Text-to-Speech

ElevenLabs v3 Text-to-Speech model. High-quality speech generation from text prompts.

Suno chirp-v6

Suno V6 text-to-music via APIMart: inspiration mode (custom=false) turns a description into a song; custom mode (custom=true) uses your own lyrics, with variety and target duration controls. Async; returns 2 tracks per generation.

Suno chirp-v6-wild

Suno V6 Wild via APIMart: the experimental V6 variant with bolder, less conventional arrangements. Same modes and pricing as chirp-v6. Async; returns 2 tracks per generation.

Suno chirp-v6-mini

Suno V6 Mini via APIMart: the lighter, faster V6 variant for drafts and short clips. Same modes and pricing as chirp-v6. Async; returns 2 tracks per generation.

xAI STT v1

xAI STT v1 is a production-grade speech-to-text model that transcribes audio into accurate, formatted text. It supports 24+ languages with automatic language detection, word-level timestamps, speaker diarization, multichannel transcription, and inverse text normalization.

From

$0.002/phút

Một API cho mọi AI đa phương tiện.

Khám phá tất cả mô hình