Gemini 原生语音合成

POST https://api.apizt.com/v1beta/models/gemini-2.5-flash-preview-tts:generateContent 在线调试 →

本页保留 gemini-2.5-flash-preview-tts 专用语音型号。目录另列有 gemini-3.1-flash-tts-preview；文本型号 Gemini 3.8 Flash 不生成音频。查看聊天型号与协议。

▼ Authorization

在 Header 添加参数 Authorization，其值为 Bearer 之后拼接 Token

示例： Authorization: Bearer ********************

官方文档：https://ai.google.dev/gemini-api/docs/image-generation?hl=zh-cn#gemini-image-editing

请求参数

Header 参数

Authorizationstring必需

Bearer Token；从环境变量 tokenba_API_KEY 读取。

Content-Typestring必需

示例：application/json

Body 参数application/json

contentsarray必需

结构见完整 JSON 示例。

generationConfigobject可选

结构见完整 JSON 示例。

完整 JSON 请求体

{
  "contents": [
    {
      "parts": [
        {
          "text": "说出,我是谁,谁是我"
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": [
      "AUDIO"
    ],
    "speechConfig": {
      "voiceConfig": {
        "prebuiltVoiceConfig": {
          "voiceName": "Kore"
        }
      }
    }
  }
}

请求示例代码

curl --fail-with-body --request POST 'https://api.apizt.com/v1beta/models/gemini-2.5-flash-preview-tts:generateContent' \
  --header "Authorization: Bearer ${tokenba_API_KEY}" \
  --header 'Content-Type: application/json' \
  --data-raw '{
  "contents": [
    {
      "parts": [
        {
          "text": "说出,我是谁,谁是我"
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": [
      "AUDIO"
    ],
    "speechConfig": {
      "voiceConfig": {
        "prebuiltVoiceConfig": {
          "voiceName": "Kore"
        }
      }
    }
  }
}'

async function main() {
  const headers = {
  "Authorization": "Bearer " + process.env.tokenba_API_KEY,
  "Content-Type": "application/json"
};
  const body = JSON.stringify({
  "contents": [
    {
      "parts": [
        {
          "text": "说出,我是谁,谁是我"
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": [
      "AUDIO"
    ],
    "speechConfig": {
      "voiceConfig": {
        "prebuiltVoiceConfig": {
          "voiceName": "Kore"
        }
      }
    }
  }
});
  const response = await fetch("https://api.apizt.com/v1beta/models/gemini-2.5-flash-preview-tts:generateContent", { method: "POST", headers, body });
  if (!response.ok) throw new Error("HTTP " + response.status + ": " + await response.text());
  console.log(await response.text());
}
main().catch(console.error);

import os
import requests

headers = {"Authorization": "Bearer " + os.environ["tokenba_API_KEY"]}
payload = {'contents': [{'parts': [{'text': '说出,我是谁,谁是我'}]}],
 'generationConfig': {'responseModalities': ['AUDIO'],
                      'speechConfig': {'voiceConfig': {'prebuiltVoiceConfig': {'voiceName': 'Kore'}}}}}
response = requests.post('https://api.apizt.com/v1beta/models/gemini-2.5-flash-preview-tts:generateContent', headers=headers, json=payload, timeout=120)
response.raise_for_status()
print(response.text)

返回响应

语音数据位于 candidates[].content.parts[].inlineData。读取 mimeType 并 Base64 解码 data，再按编码保存；不要把 PCM 字节直接命名为 MP3。原生 TTS 返回音频内容，不能按文本生成的结果处理。

文本位于 candidates[].content.parts[].text。按 Part 类型解析；工具调用为 functionCall，图片或音频为 inlineData，思考摘要可带 thought。工具循环需保留 thoughtSignature。

以下为结构示例，不代表实际调用结果。

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "inlineData": {"mimeType": "audio/L16;codec=pcm;rate=24000", "data": "BASE64_AUDIO_BYTES"}
          }
        ]
      },
      "finishReason": "STOP"
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 10,
    "candidatesTokenCount": 8,
    "totalTokenCount": 18
  }
}

当前模型与版本

依据 apizt 价格页，同步于 2026/10/8 00:51:37（北京时间）。以下型号按目录声明的协议与本页用途筛选；不代表所有参数和功能通用。切换前请核对型号说明、令牌分组与参数差异。Gemini 原生接口需同时替换 URL 中的模型 ID。

模型 ID	能力标签	支持分组
`gemini-2.5-flash-preview-tts`	音频	分组（3） `Aistudio-Gemini-3`、`Aistudio-Gemini-4`、`Vertex-Gemini-3`
`gemini-3.1-flash-tts-preview`	音频	分组（6） `Aistudio-Gemini-2`、`Aistudio-Gemini-3`、`Aistudio-Gemini-4`、`Vertex-Gemini-1`、`Vertex-Gemini-2`、`Vertex-Gemini-3`
`gemini-2.5-pro-preview-tts`	音频	分组（3） `Aistudio-Gemini-3`、`Aistudio-Gemini-4`、`Vertex-Gemini-3`

共列入 3 个候选型号。查看完整模型、版本与接口目录。