Gemini 2.5 Pro Preview TTS
нейросеть
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст, аудио
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- рассуждения, вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
Картинка-промт
(за 1K токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-2.5-pro-preview-tts',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-2.5-pro-preview-tts',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Gemini 2.5 Pro Preview TTS?
Частые вопросы о Gemini 2.5 Pro Preview TTS
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Gemini 2.5 Pro Preview TTS генерирует аудио из текста и сочетает мультимодальные возможности: обработку текста, изображений и документов, встроенное рассуждение и вывод звука. Подходит для голосовых ассистентов, озвучки контента, прототипирования аудиофункций и автоматизированных ответов с озвучкой.
Модель выдаёт аудиовыход по текстовому вводу; поддержка генерации в аудио-формате подтверждена. Конкретные форматы и параметры вывода зависят от интеграции и API-опций, поэтому рекомендуем уточнить доступные кодеки и контейнеры в документации или при настройке на BotHub.
Да, модель поддерживает рассуждения перед ответом, что помогает строить пошаговые объяснения и решать сложные задачи. Это полезно для составления логики ответов, разбора ошибок и генерации понятных инструкций, особенно когда нужен связный, обоснованный вывод.
Gemini 2.5 Pro Preview TTS поддерживает вызов функций и структурированный вывод в формате JSON, что облегчает интеграцию с инструментами и автоматизацию. Через API можно получать машинно-читаемые ответы для последующей обработки, передачи в сервисы или вызова внешних функций.
По данным модели, на вход принимаются текст, изображения и документы, а генерация аудио подтверждена. Информация о приёме аудио или видео на вход в представленных данных не отмечена; для проверки загрузки других типов медиа уточните детали в документации или через API.
В предоставленных данных нет явной оценки понимания русского языка. Учитывая мультимодальность и работу с текстом, модель может обрабатывать текстовые запросы, но для оценки качества понимания и стиля на русском рекомендуем тестировать на реальных примерах вашего контента.