Google Gemini 2.5 Flash 文字轉語音是 Google 低延遲、經濟實惠的語音合成模型，把輸入的文字快速朗讀成自然流暢的人聲音檔，適合大量或即時的配音需求。上方下拉選單可選擇 30 種預建聲音，各有明亮、堅定、溫暖、知性等不同風格；另一個下拉選單可指定朗讀語言，預設為自動偵測，支援中文、英文、日文、韓文、法文、德文、西班牙文等多國語言。也可以用自然語言描述語氣，例如在文字前加上「用平靜的語氣說：」或「開心地說：」，模型會依描述調整情緒、語速與口吻。需要最高音質與更細膩語調時，可改用 Gemini 2.5 Pro 文字轉語音。適合製作短影音旁白、客服語音、教材朗讀、通知播報與無障礙閱讀語音。輸入上限 8,192 tokens，輸出格式為 MP3。 輸入加輸出 token 上限：約 24,576 tokens。 單次請求輸入 token 上限（含對話歷史）：8,192 tokens。 輸出 token 上限：約 16,384 tokens（如有推理／思考過程，一併計入此上限）。 輸出內容格式：聲音 音訊輸出格式：MP3。 不支援連續對話。 AI可能會出錯，請核實重要資訊。