О модели#

Gemini 2.5 Flash TTS превращает текст в аудио сразу в HTTP-ответе. Модель подходит для голосовых ассистентов, озвучки уведомлений, прототипов voice UI и короткого динамического контента, где важна низкая задержка.

Характеристики#

Параметр	Значение
Контекстное окно	8K токенов
Максимальная длина вывода	8K токенов
Мультимодальность	Текст в речь
Дата выхода	10 декабря 2025

Возможности#

Сценарий	Как использовать
озвучка ответов чат-ботов и ассистентов	Подходит для production и прототипов
voice UI, подсказки в приложениях и учебные сценарии	Подходит для production и прототипов
быстрая генерация WAV/MP3 без отдельной очереди задач	Подходит для production и прототипов

Что важно знать#

Это sync endpoint: результат приходит бинарным аудио, а не JSON.

Сохраняйте тело ответа в файл с расширением, соответствующим response_format.

Длинные тексты лучше разбивать на фрагменты, чтобы контролировать задержку и стоимость.

Стоимость#

Что тарифицируется	Цена
Синтез речи за 1 символ	0.0022 руб

Оплата списывается с баланса DS Lab в DS-коинах. 1 DS-коин = 1 ₽.

API#

1. Создайте API-ключ на странице dslab.tech/api/keys

2. Используйте https://api.dslab.tech/v1 как base_url в SDK или прямых HTTP-запросах. Модель: gemini-2.5-flash-tts.

3. Для OpenAI-compatible SDK смотрите platform.openai.com/docs/libraries

WAV файл

curl https://api.dslab.tech/v1/audio/speech \
  -H "Authorization: Bearer $DSLAB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-2.5-flash-tts", "input": "Привет, это короткая проверка синтеза речи.", "voice": "alloy", "response_format": "wav"}' \
  --output speech.wav

Эндпоинт#

Синтезирует речь и возвращает аудиофайл в том же HTTP-ответе.

POST https://api.dslab.tech/v1/audio/speech

Поле	Значение
Authorization	`Bearer $DSLAB_API_KEY`
Content-Type	`application/json`
Model	`gemini-2.5-flash-tts`
Режим	`sync`

Параметры#

Параметр	Тип	По умолчанию	Описание
`model`	string	-	Точный slug модели
`input`	string	-	Текст для озвучки
`voice`	string	alloy	Голос
`response_format`	string	wav	Формат аудио: wav или mp3

Gemini 2.5 Flash TTS

Содержание