Generatore vocale IA — Gemini 3.8 TTS API

Crea la tua prima voce narrante

Scrivi quello che vuoi dire o ascolta un esempio.

Completa per generare

Testo

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.

Funziona con

5 modelli

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

Esempi

Audio

Gemini 3.8 Flash TTS

Ecco Pyra: voce fuori campo

Gemini 3.8 Flash TTS. La storia di Pyra, letta con una calda voce da narratore: una voce fuori campo da inserire subito in qualsiasi video.

Riproduci

Come usare Generatore vocale

Una guida decisionale concisa per inserire questa pipeline in un flusso di lavoro.

Ideale per

Narrazione e voce fuori campo in 73 lingue
Sintesi vocale con controllo dello stile in linguaggio naturale (es. 'parla con calore', 'sussurra', 'tono entusiasta')
Contenuti con più voci con decine di voci espressive
Copioni multilingue, la lingua viene rilevata automaticamente dal testo

Suggerimenti

Scrivi la narrazione in frasi brevi e chiare per un ritmo migliore
Usa la punteggiatura per controllare le pause: i punti per pause nette, le virgole per pause brevi, i puntini di sospensione per pause lunghe
Lascia la voce su Auto e l'IA ne sceglie una che corrisponde alle istruzioni di stile, oppure fissa una voce specifica se vuoi un personaggio ricorrente
Usa suggerimenti di stile in linguaggio naturale: 'parla lentamente e in modo drammatico', 'allegro ed energico', 'calmo e rassicurante'

API di Generatore vocale

Richiama questa pipeline dal tuo codice. Una richiesta avvia un'esecuzione; il modello è un campo di input, non un endpoint separato.

Ottieni un token API

input: 5
obbligatorio: 1
Prezzi: 0.002 to 40.0 crediti

Lingua

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

Esegui una 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

Esegui una 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

Esegui una 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

Esegui una 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

Per pagina

Input	Tipo	predefinito	Descrizione
`text`obbligatorio	string	predefinito—	Testo da convertire in voce.
`enhance_prompt`	boolean	predefinitotrue	Migliora il prompt per il modello selezionato prima della generazione. Disattiva per inviare il prompt senza modifiche.
`instructions`	string	predefinito—	Descrivi tono, accento, ritmo ed emozione. L'IA applica queste indicazioni alla resa.
`model`	enum	predefinitogemini-3-8-flash-tts	Modello vocale da usare. Lascia vuoto perché Pipe2 scelga la voce disponibile più adatta alle tue istruzioni. 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	predefinitoauto	Nome della voce tra le decine disponibili, oppure auto per lasciar scegliere all'IA.

Punta un qualsiasi client MCP su pipe2 e il tuo agente ottiene questi strumenti. Trova questa pipeline, legge lo stesso schema qui sopra e la esegue.

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" }
    }
  }
}

Configurazione MCP

Riferimento API completo Riferimento CLI

Ricette che usano questo pipeline

Vedi tutte le ricette

Domanda del pubblico → risposta visiva animata

Trasforma la risposta approvata e la sequenza visiva in un video esplicativo verticale con voce narrante, filmati di repertorio, diagrammi temporizzati e sottotitoli sincronizzati.

6 pipeline un solo comando CLI

Apri ricetta
1. 1 Generatore vocale
2. 2 Trascrizione
3. 3 Ricerca filmati
4. 4 Montaggio video
5. 5 Cartelli di testo
6. 6 Sottotitoli
Apri ricetta

Articoli su questo pipeline

Vedi tutti gli articoli

Domande frequenti

Quali voci sono disponibili?

Decine di voci espressive che spaziano tra caratteri brillanti, profondi, caldi, decisi e drammatici. Ognuna risponde a istruzioni di stile in linguaggio naturale per tono e resa.

Quali lingue sono supportate?

73 lingue con rilevamento automatico. Da lingue principali come inglese, cinese, giapponese e spagnolo a lingue regionali tra cui cebuano, konkani e lussemburghese.

Come funzionano le istruzioni?

Descrivi in linguaggio naturale come vuoi che suoni la voce. Ad esempio: 'Un giornalista britannico di 40 anni, che parla lentamente con pause drammatiche sui punti chiave.' L'IA interpreta le tue indicazioni e costruisce la performance vocale.

In quale formato viene fornito l'audio?

Un file MP3, pronto da scaricare o da usare come traccia di narrazione in Video Reel.

Quale modello dovrei scegliere?

Gemini 3.8 Flash-Lite TTS è il più veloce ed economico, ideale per bozze e clip brevi. Gemini 3.8 Flash TTS offre una narrazione di qualità da studio in oltre 130 lingue. Eleven v4 è il più espressivo: ride, sospira o sussurra dove lo indichi. MiniMax Speech 2.8 Turbo e HD sono un’alternativa veloce e una di qualità superiore. Tutti restituiscono un MP3 in pochi secondi.

Quanti crediti costa?

0.002 to 40.0 crediti a seconda del modello e della lunghezza del testo. I modelli Gemini addebitano solo l’audio effettivamente generato. I risultati sono pronti in pochi secondi.