Gemini TTS 调用API
Gemini TTS 调用指南
调用方式
/v1beta/models/{model}:generateContent 调用，不是 OpenAI 兼容的 /v1/audio/speech。接口地址
POST https://studio.dataeyes.ai/v1beta/models/gemini-3.1-flash-tts-preview:generateContent认证方式
Authorization: Bearer sk-你的API密钥curl 示例
Python 示例
响应格式
{
"candidates": [
{
"content": {
"parts": [
{
"inlineData": {
"mimeType": "audio/l16; rate=24000; channels=1",
"data": "AAAAAAAAAA...（base64 编码的 PCM 音频数据）"
}
}
]
}
}
],
"usageMetadata": {
"promptTokenCount": 15,
"candidatesTokenCount": 200,
"totalTokenCount": 215
}
}响应字段说明
| 字段 | 说明 |
|---|---|
mimeType | audio/l16; rate=24000; channels=1 — 16bit PCM，24kHz 采样率，单声道 |
data | base64 编码的原始 PCM 音频数据 |
可用声音列表
speechConfig.voiceConfig.prebuiltVoiceConfig.voiceName 中指定：| 声音名称 | 说明 |
|---|---|
| Kore | 女声 |
| Charon | 男声 |
| Fenrir | 男声 |
| Aoede | 女声 |
| Puck | 男声 |
| Leda | 女声 |
官方定价
| 类型 | 付费层级（每 100 万 token） |
|---|---|
| 输入（文字） | $1.00 |
| 输出（音频） | $20.00 |
注意事项
1.
/v1/audio/speech 端点2.
3.
responseModalities 必须设置为 ["AUDIO"]，否则返回文本而非语音4.
5.
streamGenerateContent?alt=sse：POST /v1beta/models/gemini-3.1-flash-tts-preview:streamGenerateContent?alt=sse实测记录（2026-04-20）
"Hello, welcome to our service. This is a test of text to speech."audio/l16; rate=24000; channels=1