Gemini 2.5 Flash TTS

O que faz

O Gemini 2.5 Flash TTS é um modelo de texto para fala do provedor Gemini. Você fornece texto escrito e ele devolve áudio falado. No Pipe2 ele roda dentro do pipeline Gerador de Áudio, onde você escolhe entre dezenas de vozes em mais de 70 idiomas e pode anexar direções de estilo que guiam tom, acento e ritmo. Ele é posicionado como a opção de síntese mais rápida e barata, voltada a rascunhos e clipes curtos em vez de renderizações finais longas.

Quando usar

• Executar o Gerador de Áudio para transformar um roteiro escrito em narração ou locução sem gravar nada você mesmo.
• Iterar na redação: por ser a mais rápida e barata das opções de síntese, serve para tomadas repetidas enquanto você ainda edita o roteiro.
• Produzir clipes curtos (vinhetas, leituras de fala, avisos) quando você quer o resultado de volta rapidamente.
• Testar escolhas de voz e idioma entre os mais de 70 idiomas suportados antes de se comprometer com uma renderização maior.
• Experimentar direções de estilo para tom, acento e ritmo para ouvir como uma instrução de interpretação muda a leitura.

O que saber antes de executar

A cobrança é medida em tokens de saída gerados (a unidade de atacado é cotada a cerca de 1500 tokens de saída), então o custo escala com quanta fala você gera. Um roteiro longo custa mais que um curto, e a forma prática de controlar o gasto é encurtar o texto ou dividi-lo em segmentos menores e gerá-los separadamente. A entrada é texto, mais a voz e a direção de estilo que você escolher no Gerador de Áudio. O preço da faixa mais rápida e barata é que ela mira rascunhos e clipes curtos. Há um exemplo desenvolvido publicado no Pipe2 se você quiser ver as entradas usadas.

Também conhecido como

Você pode ver este modelo referido como Gemini 2.5 Flash Text-to-Speech, Gemini 2.5 Flash Preview TTS ou gemini-2.5-flash-preview-tts; a forma abreviada "Gemini-TTS" também se refere a ele.