Générateur audio

Transformez du texte en voix naturelle grâce à des dizaines de voix, plus de 70 langues et des directions de style personnalisées pour le ton, l'accent et le rythme.

0.7

Modèle

Texte

Voix

Auto

L'IA choisit la meilleure voix en fonction de vos instructions et de votre texte

Ou choisissez une voix spécifique...

Zephyr

F · Bright, Enthusiastic

Puck

M · Upbeat, Casual

Charon

M · Deep, Calm

Kore

F · Firm, Clear

Fenrir

M · Warm, Friendly

Leda

F · Youthful, Energetic

Orus

M · Firm, Casual

Aoede

F · Breezy, Professional

Callirrhoe

F · Easy-going, Friendly

Autonoe

F · Bright, Warm

Enceladus

M · Breathy, Confident

Iapetus

M · Clear, Professional

Umbriel

M · Easy-going, Resonant

Algieba

M · Smooth, Warm

Despina

F · Smooth, Warm

Erinome

F · Clear, Sophisticated

Algenib

M · Gravelly, Calm

Rasalgethi

M · Informative, Energetic

Laomedeia

F · Upbeat, Approachable

Achernar

F · Soft, Inviting

Alnilam

M · Firm, Optimistic

Schedar

M · Even, Casual

Gacrux

F · Mature, Engaging

Pulcherrima

M · Forward, Youthful

Achird

M · Friendly, Articulate

Zubenelgenubi

M · Casual, Deep

Vindemiatrix

F · Gentle, Smooth

Sadachbia

M · Lively, Resonant

Sadaltager

M · Knowledgeable, Calm

Sulafat

F · Warm, Enthusiastic

Instructions de voix(facultatif)

Encore requis : Texte

Fonctionne avec

API

Exemples

AudioGemini 2.5 Flash TTS

Voici Pyra : voix off

Gemini 2.5 Flash TTS. L'histoire de Pyra, lue par une voix de conteur chaleureuse : une voix off à poser directement sur n'importe quelle vidéo.

Reproduire

Idéal pour

•Narration et voix off en plus de 70 langues
•Synthèse vocale avec contrôle de style en langage naturel (par ex. « parlez chaleureusement », « chuchotez », « ton excité »)
•Contenu multi-voix avec des dizaines de voix expressives
•Scripts multilingues, la langue est détectée automatiquement à partir du texte

Conseils

✓Rédigez la narration en phrases courtes et claires pour un meilleur rythme
✓Utilisez la ponctuation pour contrôler les pauses : les points pour les arrêts complets, les virgules pour de brèves pauses, les points de suspension pour de longues pauses
✓Laissez la voix sur Auto et l'IA en choisit une qui correspond aux instructions de style, ou fixez une voix précise si vous souhaitez un personnage récurrent
✓Utilisez des indications de style en langage naturel : « parlez lentement et de façon dramatique », « joyeux et enjoué », « calme et rassurant »

Articles sur ce pipeline

API Générateur audio

Appelez ce pipeline depuis votre propre code. Une requête lance une exécution ; le modèle est un champ d'entrée, pas un endpoint distinct.

4 entrées

1 requis

0.7 to 1.3 crédits

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

import { createClient } from "@pipe2-ai/sdk";

const client = createClient(process.env.PIPE2_TOKEN!);

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "audio-generator",
  input: {
    text: "Welcome back to the show. Today we're talking about something a little strange.",
    model: "gemini-2-5-flash-tts",
  },
});

pip install pipe2

import asyncio
import os

from pipe2 import Pipe2Client

client = Pipe2Client(token=os.environ["PIPE2_TOKEN"])

run = asyncio.run(client.run_pipeline(
    pipeline_slug="audio-generator",
    input={
        "text": "Welcome back to the show. Today we're talking about something a little strange.",
        "model": "gemini-2-5-flash-tts",
    },
))

go get github.com/pipe2-ai/sdk-go

client := pipe2.NewClient(os.Getenv("PIPE2_TOKEN"))

input := json.RawMessage(`{
  "text": "Welcome back to the show. Today we're talking about something a little strange.",
  "model": "gemini-2-5-flash-tts"
}`)

run, err := pipe2.RunPipeline(context.Background(), client, "audio-generator", input)
if err != nil {
    log.Fatal(err)
}

brew install pipe2-ai/tap/pipe2

pipe2 pipelines run \
  --pipeline audio-generator \
  --input-json '{"text": "Welcome back to the show. Today we're talking about something a little strange.", "model": "gemini-2-5-flash-tts"}' \
  --wait

Obtenir un jeton d'API →

Paramètres

text requis: Texte à convertir en parole.

string
instructions: Décrivez le ton, l'accent, le rythme, l'émotion. L'IA élabore une consigne de style détaillée.

string
model: Voice engine to use. Leave unset to let Pipe2 pick the best available voice for your instructions.

gemini-2-5-flash-ttsgemini-2-5-pro-tts par défaut gemini-2-5-flash-tts

Afficher les 4 entrées

voice: Nom de voix parmi des dizaines disponibles, ou auto pour laisser l'IA choisir.

autoZephyrPuckCharonKoreFenrirLedaOrusAoedeCallirrhoeAutonoeEnceladusIapetusUmbrielAlgiebaDespinaErinomeAlgenibRasalgethiLaomedeiaAchernarAlnilamSchedarGacruxPulcherrimaAchirdZubenelgenubiVindemiatrixSadachbiaSadaltagerSulafat par défaut auto

Utilisez-le depuis un agent IA

Pointez n'importe quel client MCP vers pipe2 et votre agent obtient ces outils. Il trouve ce pipeline, lit le même schéma ci-dessus, puis l'exécute.

list_pipelines
get_pipeline_schema
run_pipeline
get_pipeline_run_status
request_upload

https://mcp.pipe2.ai/mcp

{
  "mcpServers": {
    "pipe2ai": {
      "url": "https://mcp.pipe2.ai/mcp",
      "headers": { "Authorization": "Bearer YOUR_TOKEN" }
    }
  }
}

Référence complète de l'API Configuration MCP Référence de la CLI

Foire aux questions

Quelles voix sont disponibles ?

Des dizaines de voix expressives couvrant des personnalités éclatantes, profondes, chaleureuses, fermes et dramatiques. Chacune répond à des instructions de style en langage clair pour le ton et l'interprétation.

Quelles langues sont prises en charge ?

Plus de 70 langues avec détection automatique. Des langues majeures comme l'anglais, le chinois, le japonais et l'espagnol aux langues régionales telles que le cebuano, le konkani et le luxembourgeois.

Comment fonctionnent les instructions ?

Décrivez le rendu souhaité de la voix en langage clair. Par exemple : « Un journaliste britannique de 40 ans, parlant lentement avec des pauses dramatiques sur les points clés. » L'IA interprète votre direction et façonne la performance vocale.

Quel est le format audio de sortie ?

MP3, prêt à télécharger ou à enchaîner dans des pipelines comme Video Reel en tant que piste de narration.

Quel modèle dois-je choisir ?

Flash TTS est la voie la moins chère et la plus rapide, idéale pour les brouillons, les clips courts et l'itération. Pro TTS utilise un modèle plus fidèle avec une prosodie et un rythme renforcés, choisissez-le pour la narration de production. Les deux se rendent en quelques secondes ; Pro prend un instant de plus.

Combien de crédits cela coûte-t-il ?

0.7 to 1.3 crédits selon le modèle, Flash TTS est l'option la moins chère et Pro TTS coûte un peu plus. Les résultats sont prêts en quelques secondes.

Découvrir plus de pipelines

Voir tout →

from 9.5

Générateur de vidéos →

Générez des vidéos par IA à partir d'une invite textuelle, d'une image ou d'un clip de référence. Plans cinématographiques, présentations de produits, publicités lifestyle, avec un audio synchronisé et un mouvement naturel.

Veo 3.1 Seedance 2.0

0.2-6.4

Générateur d'images →

Générez des images par IA à partir de texte ou de photos de référence. Photos de produits, illustrations de personnages, affiches avec texte lisible, portraits photoréalistes, haute résolution en quelques secondes.

Nano Banana 2 Nano Banana Pro GPT Image 2

2.5-45.1

Générateur de musique →

Générez une musique de fond originale qui correspond à n'importe quelle ambiance, genre et durée que vous décrivez. Libre de droits, prête en quelques secondes.

Eleven Music v1 Lyria 3 Pro