Intégration domotique Gemini TTS, gratuite et open source

Donnez à Gladys une voix Gemini : 30 voix, une façon de parler, offre gratuite ou budget.
Présentation
Cette intégration donne à Gladys une voix Gemini, par l’API Gemini officielle et votre propre clé d’API de Google AI Studio. Une fois choisie comme voix dans Paramètres → Intelligence artificielle, tout ce que dit Gladys passe par Gemini : l’action de scène « jouer une notification » sur vos enceintes, et les réponses parlées de l’assistant vocal. Gemini reconnaît seul la langue de chaque texte, et chaque voix parle toutes les langues.
Vous choisissez parmi 30 voix (ou une voix que vous avez conçue dans Google AI Studio), et vous pouvez donner à la voix une façon de parler (« calm and warm », « cheerful, speaking slowly »). Le texte d’une scène peut aussi contenir des balises vocales comme <laugh>, <sigh> ou <short pause>.
Les coûts restent maîtrisés : l’offre gratuite ne coûte rien ; sur l’offre payante, un budget mensuel arrête la voix avant qu’elle ne le dépasse, et un cache des clips fait qu’une phrase déjà prononcée (« La porte du garage est ouverte ») n’est jamais redemandée. L’intégration ajoute aussi trois déclencheurs de scène (la parole échoue, la parole revient, budget mensuel) et un widget de tableau de bord.
Non affiliée à Google. Pas encore testée avec une vraie clé d’API Gemini : vos retours sont les bienvenus.
Prérequis
- Gladys Assistant 5.3.0 ou plus récent.
- Une clé d’API Gemini : dans Google AI Studio, connectez-vous avec un compte Google et cliquez sur Get API key. L’API Gemini n’est pas proposée dans tous les pays.
- Offre gratuite : rien à payer, un nombre de requêtes par jour fixé par Google (affiché dans AI Studio), et Google peut utiliser les textes reçus pour améliorer ses produits.
- Offre payante (facturation ou crédit prépayé configuré sur le projet de la clé) : facturée au jeton, le texte envoyé et l’audio reçu. Environ 0,0015 $ par 10 secondes de parole avec Flash-Lite et 0,0023 $ avec Flash jusqu’au 31 décembre 2026, le double à partir du 1er janvier 2027. Une maison qui prononce 50 notifications de 5 secondes par jour paie environ 1 $ par mois avec Flash-Lite.
- Vos données : chaque texte lu par Gladys (notifications, réponses de l’assistant) part chez Google en HTTPS. L’intégration demande à Google de ne pas conserver les requêtes (
store: false).
Configuration
| Champ ou bouton | Par défaut | Signification |
|---|---|---|
| Clé d’API Gemini | — | Obligatoire. Jamais réaffichée, jamais journalisée |
| Modèle | Gemini 3.8 Flash-Lite TTS | Flash-Lite est rapide et moins cher ; Flash est le plus expressif |
| Voix | Kore | L’une des 30 voix prédéfinies, avec son caractère (ferme, chaleureuse, enjouée…) |
| Autre voix | — | Facultatif : une voix de la bibliothèque étendue, ou l’identifiant d’une voix conçue dans AI Studio |
| Façon de parler | — | Facultatif, quelques mots en anglais : « calm and warm ». Envoyée avec chaque clip |
| Qualité audio | 24 kHz | WAV à 24 ou 16 kHz ; un clip au-delà de 5 Mo (environ 100 s à 24 kHz) est ramené à 16 kHz |
| Offre de la clé | Gratuite | Comme affiché dans AI Studio ; sur l’offre payante, l’intégration estime le coût de chaque clip |
| Budget mensuel | 2 $ | Offre payante seulement : au-delà, les clips sont refusés jusqu’au 1er du mois suivant (heure du Pacifique) |
| Tester la voix | — | Fait prononcer une courte phrase (une requête du quota) et affiche la durée du clip et le mois |
| Lister les voix | — | Vos voix personnalisées, puis les voix du catalogue marquées pour une langue (gratuit) |
| Vider le cache des clips | — | Oublie les phrases déjà prononcées |
Le statut de l’écran de configuration indique si Google accepte la clé, sans rien générer. Il ne voit ni le quota ni le crédit restant : Tester la voix le fait.
Utilisation
- Intégrations → Gemini TTS → Configuration : collez la clé d’API, choisissez le modèle, la voix et, si vous le souhaitez, une façon de parler ; appuyez sur Tester la voix.
- Paramètres → Intelligence artificielle, carte Voix : choisissez Gemini TTS.
- Dans une scène, ajoutez l’action jouer une notification sur une enceinte : Gladys parle avec la voix Gemini. L’assistant vocal répond aussi avec elle.
Choisir la voix
| Modèle | Offre payante, 10 s de parole (2026 / dès 2027) | Usage |
|---|---|---|
| Gemini 3.8 Flash-Lite TTS | 0,0015 $ / 0,0030 $ | Notifications du quotidien, rapide, une centaine de langues |
| Gemini 3.8 Flash TTS | 0,0023 $ / 0,0045 $ | La voix la plus expressive, plus de 130 langues |
Tarifs vérifiés sur la page des prix de l’API Gemini le 14 novembre 2026 ; l’offre gratuite est gratuite pour les deux. Écoutez les voix dans Google AI Studio avant de choisir. Lister les voix montre les voix de la bibliothèque étendue marquées pour une langue (une narratrice parisienne, une voix canadienne…) : saisissez l’une d’elles, ou l’identifiant voice_… d’une voix conçue dans AI Studio, dans Autre voix.
La façon de parler s’applique à chaque clip : gardez-la courte et en anglais pour un meilleur résultat. Dans le texte d’une scène, les balises vocales de Google (<laugh>, <sigh>, <whispers>, <short pause>, <long pause>…) sont gardées ; toute autre balise <…> et le Markdown des réponses de l’assistant sont retirés avant l’envoi.
Widget de tableau de bord
Le widget Voix Gemini affiche, sur l’offre payante avec un budget, la dépense estimée du mois face à celui-ci (jauge) ; puis la dépense ou les minutes d’audio du mois, les clips du jour, les clips lus depuis le cache ce mois-ci, les secondes d’audio par jour sur 30 jours, si Gemini parle, l’offre, le dernier clip et la dernière erreur. Il compte ce que cette intégration a envoyé ; la même clé utilisée ailleurs n’y figure pas. Google AI Studio reste la référence pour la facture.

Scènes
- Déclencheur « Voix Gemini : la parole est en erreur » : une fois par panne (clé refusée, API non activée, facturation ou crédit, quota du jour, limite de requêtes, modèle inconnu, voix inconnue, API injoignable, trop lent, erreur Google), avec le type, le message, la voix et la langue. Un texte refusé à lui seul (blocage de sécurité, rien à dire) et le budget mensuel ne déclenchent rien ici.
- Déclencheur « Voix Gemini : parle de nouveau » : le premier clip après une panne, avec les minutes de panne.
- Déclencheur « Voix Gemini : budget du mois » : sur l’offre payante, à 80 % du budget (
warning), puis quand un clip est refusé (reached), une fois par niveau et par mois, avec les dollars dépensés, le budget et le pourcentage.
Exemples : quand le quota du jour est atteint, envoyer un message Telegram à l’administrateur ; à 80 % du budget mensuel, envoyer un e-mail avec le pourcentage ; quand le budget est atteint, envoyer une notification écrite, qui ne coûte rien.
Il n’y a pas d’action de scène : l’audio est joué par Gladys elle-même, avec « jouer une notification ».
Dépannage
- « Google a refusé la clé d’API » : recopiez la clé depuis Google AI Studio ; vérifiez ses restrictions, et que l’API Gemini est proposée dans votre pays.
- « Quota quotidien de l’API Gemini atteint » : l’offre gratuite autorise un nombre de requêtes par jour ; la voix revient le lendemain. Les phrases répétées viennent du cache et ne consomment aucune requête. Passez le projet en offre payante pour davantage.
- « Google refuse pour une raison de facturation » : le crédit prépayé est épuisé, ou la facturation n’est pas configurée ; ajoutez du crédit dans Google AI Studio, ou remettez Offre de la clé sur l’offre gratuite avec une clé gratuite.
- « Budget mensuel de l’intégration atteint » : les clips sont refusés jusqu’au 1er du mois suivant, heure du Pacifique ; relevez le Budget mensuel pour continuer.
- « Voix refusée » : la voix saisie dans Autre voix n’existe pas, ou une clé
voicekey_…a expiré (7 jours) ; appuyez sur Lister les voix. - « Google ne connaît pas le modèle » : Google l’a retiré ; choisissez l’autre modèle.
- Une longue réponse sonne plus sourde : elle dépassait les 5 Mo acceptés par Gladys et a été ramenée à 16 kHz. Rien à faire ; elle reste claire pour la parole.
- Une phrase sonne différemment à chaque fois : les voix Gemini varient un peu d’une génération à l’autre. Une phrase en cache garde son premier rendu ; appuyez sur Vider le cache des clips pour la réentendre.
- Journaux : Paramètres → Supervision, les journaux de l’intégration. Ne partagez jamais votre clé d’API.
Paramètres de configuration
Voici les paramètres demandés par Gemini TTS dans son écran de configuration dans Gladys.
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
| Pour commencer | section | Non | Dans Google AI Studio, connectez-vous avec un compte Google, cliquez sur « Get API key » et créez une clé, puis collez-la ci-dessous. Choisissez ensuite cette intégration comme voix dans Paramètres, Intelligence artificielle. Gemini reconnaît seul la langue de chaque texte. |
| Coûts et confidentialité | section | Non | Offre gratuite : rien à payer, un quota par jour, et Google peut utiliser les textes pour améliorer ses produits. Offre payante : facturée au jeton, environ 0,0015 $ (Flash-Lite) à 0,0023 $ (Flash) par 10 secondes de parole, le double à partir de 2027 ; l’intégration s’arrête au budget mensuel ci-dessous. Une phrase déjà prononcée n’est pas redemandée. Chaque texte lu part chez Google. |
| Clé d’API Gemini | secret | Oui | |
| Voix | section | Non | Chaque voix parle toutes les langues. Écoutez-les dans Google AI Studio (lien plus haut). |
| Modèle | select | Non | |
| Voix | select | Non | |
| Autre voix (facultatif) | string | Non | Remplace la voix ci-dessus : une voix de la bibliothèque étendue (bouton « Lister les voix »), ou l’identifiant d’une voix conçue dans Google AI Studio (voice_…). |
| Façon de parler (facultatif) | string | Non | Quelques mots, de préférence en anglais : « calm and warm », « cheerful, speaking slowly ». S’applique à chaque clip. Le texte d’une scène peut aussi contenir des balises vocales comme <laugh>, <sigh> ou <short pause>. |
| Qualité audio | select | Non | Clips WAV. Un clip au-delà des 5 Mo acceptés par Gladys (environ 100 secondes à 24 kHz) est ramené à 16 kHz. |
| Budget | section | Non | |
| Offre de la clé | select | Non | L’offre du projet Google de la clé, telle qu’affichée dans Google AI Studio. Sur l’offre payante, l’intégration estime le coût de chaque clip. |
| Budget mensuel (offre payante) | select | Non | Estimé d’après les jetons annoncés par Google. Au-delà, les clips sont refusés jusqu’au 1er du mois prochain (heure du Pacifique, comme la facture Google). |
Comment installer Gemini TTS dans Gladys
- Dans Gladys, ouvrez Intégrations : Gemini TTS apparaît dans le catalogue, aux côtés des intégrations natives, avec un badge communautaire.
- Cliquez sur Installer. Gladys télécharge l'image Docker (
ghcr.io/william-de71/gladys-gemini-tts:0.1.0), la démarre dans un bac à sable isolé du cœur, et génère l'interface de l'intégration (appareils, découverte et configuration). - Ouvrez l'écran Configuration de l'intégration, remplissez les paramètres, puis enregistrez.
- Vous pouvez aussi l'installer directement depuis l'URL de son dépôt : https://github.com/William-De71/gladys-gemini-tts.
Gemini TTS nécessite Gladys >=5.3.0. Le catalogue dans Gladys se rafraîchit toutes les heures : une nouvelle version est donc disponible au plus tard une heure après sa sortie.
Vous n'utilisez pas encore Gladys ? C'est gratuit et open source : suivez le guide d'installation pour démarrer.
À propos des intégrations externes
Gemini TTS est une intégration externe : une intégration communautaire empaquetée dans un conteneur Docker et publiée sur GitHub, que Gladys installe en un clic et exécute dans un bac à sable isolé de son cœur. Elle est publiée et maintenue par William-De71, et non par l'équipe cœur de Gladys.
- Parcourir toutes les intégrations, natives et communautaires
- Créer et publier votre propre intégration externe
- Code source sur GitHub — source de cette documentation