ИИ Генератор озвучки — Gemini 3.8 TTS API

Создайте свою первую озвучку

Напишите текст для озвучки или послушайте пример.

Заполните для генерации

Текст

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.

Работает на

5 модели

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

Примеры

Аудио

Gemini 3.8 Flash TTS

Знакомьтесь, Pyra: закадровый голос

Gemini 3.8 Flash TTS. История самой Pyra, прочитанная тёплым голосом рассказчика: закадровый голос, который можно сразу вставить в любое видео.

Повторить

Как использовать Генератор озвучки

Краткое руководство, которое поможет определить место этого пайплайна в рабочем процессе.

Лучше всего для

Закадровый текст и озвучка на более чем 70 языках
Синтез речи с управлением подачей обычными словами, например «говори тепло», «шёпотом» или «взволнованно»
Проекты с несколькими голосами
Многоязычные сценарии с автоматическим определением языка

Советы

Пишите короткими ясными предложениями — так речь звучит естественнее
Используйте пунктуацию для пауз: точку для завершения мысли, запятую для короткой паузы, многоточие для более долгой
Оставьте Auto для автоматического выбора или закрепите конкретный голос, если персонаж должен звучать одинаково во всех фрагментах
Формулируйте указания естественно: «медленно и драматично», «энергично и жизнерадостно», «спокойно и убедительно»

API Генератор озвучки

Вызывайте этот пайплайн из своего кода. Один запрос запускает выполнение; модель — это поле ввода, а не отдельный эндпоинт.

Получить API-токен

полей ввода: 5
обязательно: 1
Цены: 0.002 to 40.0 кредитов

Язык

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

Запустить пайплайн

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

Запустить пайплайн

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

Запустить пайплайн

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

Запустить пайплайн

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

На странице

Ввод	Тип	по умолчанию	Описание
`text`обязательно	string	по умолчанию—	Текст, который нужно озвучить.
`enhance_prompt`	boolean	по умолчаниюtrue	Улучшает промпт для выбранной модели перед генерацией. Отключите, чтобы отправить промпт без изменений.
`instructions`	string	по умолчанию—	Опишите тон, акцент, темп и эмоцию. Эти указания определят подачу голоса.
`model`	enum	по умолчаниюgemini-3-8-flash-tts	Модель озвучки. Оставьте поле пустым, чтобы Pipe2 выбрал наиболее подходящий доступный голос по вашим указаниям. 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	по умолчаниюauto	Выберите один из доступных голосов или оставьте auto для автоматического подбора.

Направьте любой MCP-клиент на pipe2, и ваш агент получит эти инструменты. Он найдёт этот пайплайн, прочитает ту же схему выше и запустит его.

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" }
    }
  }
}

Настройка MCP

Полная справка по API Справочник CLI

Рецепты с этим пайплайном

Смотреть все рецепты

Вопрос аудитории → наглядный ответ с анимацией

Превратите проверенный ответ и план визуальных сцен в вертикальный объясняющий ролик с озвучкой, стоковыми видео, анимированными схемами и синхронными субтитрами.

6 пайплайнов одна команда CLI

Открыть рецепт
1. 1 Генератор озвучки
2. 2 Транскрипция
3. 3 Поиск видео
4. 4 Видеомонтаж
5. 5 Текстовая карточка
6. 6 Субтитры
Открыть рецепт

Статьи об этом пайплайне

Смотреть все статьи

Часто задаваемые вопросы

Какие голоса доступны?

Доступны десятки выразительных голосов: от светлых и тёплых до глубоких, уверенных и драматичных. Каждый голос учитывает ваши указания по тону и манере речи.

Какие языки поддерживаются?

Поддерживается более 70 языков с автоматическим определением. Среди них английский, китайский, японский и испанский, а также региональные языки, включая себуано, конкани и люксембургский.

Как работают инструкции?

Опишите желаемую подачу обычными словами. Например: «40-летний британский журналист, говорит медленно и делает драматические паузы перед ключевыми тезисами». Эти указания определят тон, темп и интонацию.

В каком формате выдаётся результат?

Вы получите MP3-файл, который можно скачать или сразу использовать в Video Reel как дорожку закадрового текста.

Какую модель выбрать?

Gemini 3.8 Flash-Lite TTS — самая быстрая и недорогая модель, она подходит для черновиков и коротких клипов. Gemini 3.8 Flash TTS создаёт озвучку студийного качества более чем на 130 языках. Eleven v4 — самая выразительная: смеётся, вздыхает или шепчет там, где вы это отметили. MiniMax Speech 2.8 Turbo и HD — быстрая альтернатива и вариант с более высоким качеством. Все модели выдают MP3 за считаные секунды.

Сколько это стоит?

Стоимость зависит от модели и длины текста и составляет 0.002 to 40.0 кредитов. Модели Gemini списывают кредиты только за фактически созданное аудио.