文件转写与语音合成

进入音频体验页。可用模型以当前组织和 Playground 订阅权益为准，锁定模型不能选择。本页消耗 Playground 订阅额度，与独立 API 钱包分账。

转写文件

选择文件转写和可用模型，上传不超过 18 MiB 的 WAV、MP3、FLAC、OGG、M4A 或 AAC 文件。浏览器按文件内容检查格式，不只信任扩展名。可填写语言、输出格式等转写要求，确认消耗提示后开始。

既有 gemini-3.5-transcribe 通过 /v1/chat/completions 接收 input_audio，本次没有新增 /audio/transcriptions 接口。有效空结果表示未识别到语音，不代表零消耗。离开前可以复制或下载转写文本。

选择语音合成、可用 TTS 模型、支持的声音及 WAV 或 PCM 格式，输入最多 5000 字符的文本。WAV 可以在浏览器播放；PCM 是 24 kHz、16-bit、单声道原始音频，可下载到兼容播放器打开。播放效果取决于浏览器和输出设备，本页不归档音频。

合成调用 /v1/audio/speech，短效 Key 只授权一个语音合成模型。该调用面不允许 Chat、Embedding 或 Realtime 模型，不下发 Chat 专用的 max_tokens。继续执行运行时已核准的音频输出上限、单次及累计预算。

确认后，所选文件或文本会发送给模型供应商。停止会取消浏览器请求，已产生的用量仍可能结算；失败不会自动发起收费重试。结果显示实际请求组织，并按该短效 Key 精确查询费用。账本延迟或缺失保持待结算／待核对，不能标为已确认的零消耗。

结果与原始媒体仅在当前页面内存保留，离开或替换后请重新提供文件；需要留存时自行下载。本页不云端保存音频、转写或凭据。独立 API 调用使用 API 钱包和长期 API Key，见语音合成 API。