Générateur de voix IA — Gemini 3.8 TTS API

Créez votre première voix off

Écrivez ce que vous souhaitez dire ou écoutez un exemple.

À compléter pour générer

Texte

Enter the exact words to speak; Gemini reads them as written. Add sounds or pauses where they happen in angle brackets, such as <laugh>, <sigh>, or <short pause>, and capitalize a word to stress it.

Fonctionne avec

5 modèles

Google
- Gemini 3.8 Flash-Lite TTS
- Gemini 3.8 Flash TTS
MiniMax
- MiniMax Speech 2.8 Turbo
- MiniMax Speech 2.8 HD
ElevenLabs
- Eleven v4

Exemples

Audio

Gemini 3.8 Flash TTS

Voici Pyra : voix off

Gemini 3.8 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

Comment utiliser Générateur de voix

Un guide de décision concis pour placer ce pipeline dans un workflow.

Idéal pour

Narrations et voix off dans plus de 70 langues
Synthèse vocale pilotée en langage naturel, par exemple « voix chaleureuse », « chuchoté » ou « ton enthousiaste »
Dialogues à plusieurs voix parmi des dizaines de timbres expressifs
Scripts multilingues avec détection automatique de la langue

Conseils

Écrivez des phrases courtes et claires pour obtenir un débit naturel
Utilisez la ponctuation pour placer les pauses : le point marque un arrêt, la virgule une pause brève et les points de suspension une pause plus longue
Gardez Auto pour laisser l'IA choisir une voix adaptée, ou sélectionnez une voix précise pour conserver le même personnage d'un clip à l'autre
Décrivez le style en langage naturel : « lent et théâtral », « joyeux et dynamique », « calme et rassurant »

API Générateur de voix

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

Obtenir un jeton d'API

entrées: 5
requis: 1
Tarifs: 0.002 to 40.0 crédits

Langue

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

Exécuter un pipeline

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-3-8-flash-tts",
  },
});

pip install pipe2

Exécuter un pipeline

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-3-8-flash-tts",
    },
))

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

Exécuter un pipeline

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-3-8-flash-tts"
}`)

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

brew install pipe2-ai/tap/pipe2

Exécuter un pipeline

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-3-8-flash-tts"}' \
  --wait

Par page

Entrée	Type	par défaut	Description
`text`requis	string	par défaut—	Texte à prononcer.
`enhance_prompt`	boolean	par défauttrue	Améliore le prompt pour le modèle sélectionné avant la génération. Désactivez cette option pour envoyer le prompt sans modification.
`instructions`	string	par défaut—	Décrivez le ton, l'accent, le débit et l'émotion ; l'IA en déduit des consignes d'interprétation détaillées.
`model`	enum	par défautgemini-3-8-flash-tts	Moteur vocal à utiliser. Laissez ce champ vide pour que Pipe2 choisisse la voix disponible la mieux adaptée à vos instructions. gemini-3-8-flash-tts · gemini-3-8-flash-lite-tts · eleven-v4 +2 `gemini-3-8-flash-ttsgemini-3-8-flash-lite-ttseleven-v4minimax-speech-2-8-turbominimax-speech-2-8-hd`
`voice`	string	par défautauto	Choisissez une voix parmi celles proposées, ou gardez Auto pour laisser l'IA décider.

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" }
    }
  }
}

Configuration MCP

Référence complète de l'API Référence de la CLI

Recettes utilisant ce pipeline

Voir toutes les recettes

Question du public → réponse visuelle animée

Transformez votre réponse validée et votre séquence visuelle en une vidéo explicative verticale avec narration, vidéos de stock, schémas temporisés et sous-titres synchronisés.

6 pipelines une seule commande CLI

Ouvrir la recette
1. 1 Générateur de voix
2. 2 Transcription
3. 3 Recherche de vidéos
4. 4 Montage vidéo
5. 5 Carte de texte
6. 6 Sous-titres
Ouvrir la recette

Articles sur ce pipeline

Voir tous les articles

Foire aux questions

Quelles voix sont disponibles ?

Vous disposez de dizaines de voix expressives : claires, graves, chaleureuses, assurées ou théâtrales. Toutes suivent des consignes rédigées en langage naturel pour ajuster le ton et l'interprétation.

Quelles langues sont prises en charge ?

Plus de 70 langues sont prises en charge et détectées automatiquement, des plus courantes comme l'anglais, le chinois, le japonais ou l'espagnol aux langues régionales telles que le cebuano, le konkani et le luxembourgeois.

Comment fonctionnent les instructions ?

Décrivez simplement la voix souhaitée. Par exemple : « Un journaliste britannique de 40 ans qui parle lentement et marque une pause sur les points clés. » L'IA s'appuie sur ces indications pour interpréter le texte.

Quel est le format audio de sortie ?

Un fichier MP3, prêt à télécharger ou à utiliser comme piste de narration dans Video Reel.

Quel modèle dois-je choisir ?

Gemini 3.8 Flash-Lite TTS est le plus rapide et le moins cher, idéal pour les brouillons et les clips courts. Gemini 3.8 Flash TTS offre une narration de qualité studio dans plus de 130 langues. Eleven v4 est le plus expressif : il rit, soupire ou chuchote là où vous l’indiquez. MiniMax Speech 2.8 Turbo et HD offrent une alternative rapide et une autre plus fidèle. Tous produisent un MP3 en quelques secondes.

Combien de crédits cela coûte-t-il ?

0.002 to 40.0 crédits selon le modèle et la longueur du texte. Les modèles Gemini ne facturent que l’audio réellement produit. Le résultat est prêt en quelques secondes.