Gemini 2.5 Flash TTS

Qué hace

Gemini 2.5 Flash TTS es un modelo de texto a voz del proveedor Gemini. Le das texto escrito y devuelve audio hablado. En Pipe2 se ejecuta dentro del pipeline Generador de audio, donde eliges entre docenas de voces en más de 70 idiomas y puedes adjuntar indicaciones de estilo que dirigen el tono, el acento y el ritmo. Está posicionado como la opción de síntesis más rápida y económica, orientada a borradores y clips cortos más que a renders finales largos.

Cuándo usarlo

• Ejecutar el Generador de audio para convertir un guion escrito en narración o voz en off sin grabar nada tú mismo.
• Iterar sobre la redacción: al ser la más rápida y económica de las opciones de síntesis, encaja en tomas repetidas mientras aún estás editando el guion.
• Producir clips cortos (cortinillas, lecturas de línea, avisos) cuando quieres el resultado de vuelta rápido.
• Probar elecciones de voz e idioma entre los más de 70 idiomas admitidos antes de comprometerte con un render más largo.
• Ensayar indicaciones de estilo de tono, acento y ritmo para oír cómo una instrucción de interpretación cambia la lectura.

Qué conviene saber antes de ejecutarlo

La facturación se mide por tokens de salida generados (la unidad mayorista se cotiza por unos 1500 tokens de salida), así que el coste escala con cuánta voz generas. Un guion largo cuesta más que uno corto, y la forma práctica de controlar el gasto es acortar el texto o dividirlo en segmentos más cortos y generarlos por separado. La entrada es texto, más la voz y la indicación de estilo que elijas en el Generador de audio. La contrapartida del tramo más rápido y económico es que apunta a borradores y clips cortos. En Pipe2 se publica un ejemplo resuelto si quieres ver las entradas con las que se ejecutó.

También conocido como

Puedes ver este modelo mencionado como Gemini 2.5 Flash Text-to-Speech, Gemini 2.5 Flash Preview TTS o gemini-2.5-flash-preview-tts; la forma abreviada "Gemini-TTS" también se refiere a él.