Gemini 3.8 Flash Tts

نموذج كلام من Google للأداء الصوتي التعبيري والكتب الصوتية والحوارات، مع التحكم بالصوت ودعم 130 لغة.

Ailoot · توليد الكلام POST /v1/audio/speech gemini-3.8-flash-tts

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

صُمم Gemini 3.8 Flash TTS للأداء الصوتي التعبيري والسرد الطويل. تبرز Google الكتب الصوتية والحوارات متعددة المتحدثين وثبات الصوت عبر المقاطع الطويلة. يشمل التحكم بالكلام التعبير العاطفي والإيقاع والنطق، بما فيه اللكنات واللهجات الإقليمية.

الأصوات واللغات

يُعلن للنموذج عن 130 لغة، منها الروسية. تتوفر 30 صوتًا جاهزًا ومكتبة موسعة وإنشاء هوية صوتية من وصف ومحاكاة صوت من عينة. تتيح هذه الإمكانات اختيار جرس الصوت وطابع الأداء للمادة المحددة.

تُربط ردود الحوار بالمتحدثين. يمكن لطلب متعدد المتحدثين استخدام صوتين جاهزين كحد أقصى. تُولد الردود بالأصوات المنشأة من وصف أو عينة بصورة منفصلة؛ ولا يجعل وجود مثل هذا الصوت منه صوتًا جاهزًا إضافيًا داخل الطلب متعدد الأصوات.

النص والتحكم بالأداء

الإدخال نص والإخراج صوت. الحدود 8 192 توكنًا للإدخال و16 384 توكنًا للإخراج. يُفسر النص ككلام منطوق؛ ويُحدد وصف الأسلوب والمتحدث المختار منفصلين. يتيح ذلك فصل الكلمات المطلوب نطقها عن تعليمات طريقة قراءتها.

يشمل الأسلوب العاطفة والسرعة ومستوى الصوت والإيقاع والتنغيم الكلامي. تُحدد الأحداث القصيرة، مثل الضحك والتنهد والتوقف، بوسوم صوتية خاصة داخل الرد. تُستخدم هذه الوسوم للتحكم بالأداء، لا ككلمات عادية للقراءة.

صيغ الصوت والإمكانات

يُعاد WAV افتراضيًا عند التوليد العادي. تُستخدم PCM دون ترويسة افتراضيًا للتدفق. المعلمات الأصلية 24 كيلوهرتز، قناة واحدة و16 بت. تتوفر أيضًا PCM وmu-law وA-law. تُدعم الذاكرة المؤقتة للسياق والمعالجة على دفعات. تعتمد صيغة الملف والإعدادات المتاحة على الطريقة الصوتية المختارة.

يتخصص النموذج في إنشاء الكلام. لا تُدعم استدعاءات الدوال أو تنفيذ الكود أو البحث في الملفات أو الإسناد إلى نتائج البحث أو Google Maps أو توليد الصور أو الإجابات النصية المنظمة أو Thinking أو محتوى عناوين الويب. الصوت الثابت والتعبير القابل للتحكم اتجاهات معلنة للنموذج، لا وعدًا بنطق مثالي لكل رد.

Ailoot · توليد الكلام POST /v1/audio/speech gemini-3.8-flash-tts

gemini-3.8-flash-tts

Google /gemini-3.8-flash-tts

البداية

نموذج كلام من Google للأداء الصوتي التعبيري والكتب الصوتية والحوارات، مع التحكم بالصوت ودعم 130 لغة.

المدخلات المقبولة: النص
النتائج: الصوت

متاح في Ailoot · المدخلات والطرائق

Ailoot · توليد الكلام POST /v1/audio/speech

الإدخال: text
الإخراج: audio
السياق: ⁦8,192⁩ tokens
الحد الأقصى للإخراج: ⁦16,384⁩ tokens
صيغة الإخراج: بايتات الصوت بصيغتها الأصلية أو روابط الأصول ضمن JSON

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود gemini-3.8-flash-tts	القيمة الافتراضية—
الحقل`input`	النوع`string`	المتطلبمطلوب	القيم والحدود الحد الأدنى للطول: ⁦1⁩	القيمة الافتراضية—
الحقل`voice`	النوع`string`	المتطلباختياري	القيم والحدود Achernar, Achird, Algenib, Algieba, Alnilam, Aoede, Arlo, Autonoe, Bodi, Brio, Callirrhoe, Charon, Cleo, Cruz, Daro, Despina, Elio, Enceladus, Enya, Enzo, Erinome, Fenrir, Finn, Fola, Gacrux, Gero, Hali, Iapetus, Jett, Jori, Kira, Knox, Koda, Kore, Laomedeia, Leda, Lora, Ludo, Lumi, Mako, Milo, Neno, Nika, Nyla, Olin, Orus, Puck, Pulcherrima, Rami, Rasalgethi, Riko, Rina, Sadachbia, Sadaltager, Sami, Schedar, Sola, Sulafat, Tari, Tavi, Tova, Umbriel, Varo, Veda, Vindemiatrix, Zali, Zeno, Zephyr, Zubenelgenubi, Zuri	القيمة الافتراضيةKore
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود , wav, json	القيمة الافتراضية
الحقل`stream_format`	النوع`string`	المتطلباختياري	القيم والحدود audio	القيمة الافتراضية—

تركيبات مواد الإدخال

text_to_speech · مطلوب: input

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`material_types`	المواصفاتtext
المعلمة`required`	المواصفاتnull
المعلمة`optional_controls`	المواصفاتnull

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

بُنى الطرق ومعرّفاتها دقيقة؛ قدرة المورد منفصلة عن السماح بالطلب.

الباقات

تعرفات طرائق Ailoot

Ailoot توليد الكلامPOST /v1/audio/speech

الإدخال: ⁦‏0.0005 US$⁩ / 1K
الإخراج: ⁦‏0.009 US$⁩ / 1K
قراءة ذاكرة التخزين المؤقت: ⁦‏0.000125 US$⁩ / 1K

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot · توليد الكلام

مثال للكلام

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "gemini-3.8-flash-tts", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o speech.wav

استلام النتائج وحفظها

Ailoot · توليد الكلام

بايتات الصوت بصيغتها الأصلية أو روابط الأصول ضمن JSON

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

يُعاد المخرج الواحد افتراضياً كبايتات صوت بصيغتها الأصلية مع Content-Type الفعلي؛ أما response_format=json أو تعدد المخرجات فيُعيد جميع الروابط المملوكة لك. لا يُنفَّذ تحويل مطلوب إلى MP3/Opus/AAC/FLAC/PCM ولا بث SSE.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.

حقول الاستجابة

الحقل	النوع
الحقل`binary native audio`	النوعbytes
الحقل`model`	النوعstring
الحقل`response_id`	النوعstring
الحقل`actual_count`	النوعinteger
الحقل`data[]`	النوعowned audio asset link

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة	الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.
الاستجابة`server_error`	الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق	الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot gemini-3.8-flash-tts

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

gemini-3.8-flash-tts

FAQ · Gemini 3.8 Flash Tts

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/speech · gemini-3.8-flash-tts: text → audio
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/speech · gemini-3.8-flash-tts: model, input, voice, response_format, stream_format
ما الحدود المطبقة؟: POST /v1/audio/speech · gemini-3.8-flash-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Tts