Google: Gemini 3.8 Flash Lite TTS

يحوّل Google Gemini 3.8 Flash-Lite TTS النصوص الدقيقة إلى كلام لميزات القراءة بصوت عالٍ والسرد المعتاد وكميات كبيرة من المحتوى المنطوق. يدعم 101 لغة وأصواتًا قابلة للاختيار وضبط الأداء عبر بيانات وصفية منفصلة للأسلوب، مع وسوم داخل النص للوقفات القصيرة والأحداث الصوتية.

Ailoot Ultra · الكلام POST /v1/audio/speech google/gemini-3.8-flash-lite-tts

عن النموذج

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

Google Gemini 3.8 Flash-Lite TTS نموذج عائلة Google 3.8 لتحويل النص إلى كلام الذي يركز على معدل الإنجاز. يستقبل نصًا مكتوبًا وينتج كلامًا مسموعًا. تطرحه Google لميزات القراءة بصوت عالٍ والسرد اليومي بصوت متحدث واحد والإنتاج الصوتي الكبير الحجم ومرحلة إخراج الكلام في أنظمة الوكلاء الصوتيين. قد يكون الناتج المفيد مقالًا مقروءًا بصوت متسق، أو شرحًا منطوقًا لمنتج، أو مجموعة تسجيلات إرشادية قصيرة. ينبغي أن يتضمن النص مسبقًا الكلمات التي يحتاج المستمع إلى سماعها.

تفصل عائلة 3.8 النص عن توجيهات الأداء. حافظ على الكلمات المنطوقة حرفيًا، وضع العاطفة المستمرة أو السرعة أو مستوى الصوت أو أسلوب الإلقاء في البيانات الوصفية للكلام. يمكن أن تكون لكل من مقدمة دافئة وتعليمات ملحّة وخاتمة هادئة أوصاف أسلوبية قصيرة تلحق بجولتها الخاصة. قد يُنطق نص مثل «قل بمرح» إذا وُضع داخل النص المنطوق. تنتمي أسماء المتحدثين إلى بيانات المتحدث الوصفية، لا إلى تسميات ضمن النص المسموع. يكتسب هذا التحضير أهمية خاصة عند إعادة استخدام موجّهات مكتوبة لـGemini 3.1 Flash TTS.

استخدم وسومًا داخل النص بين قوسين زاويين للأحداث القصيرة في موضع محدد: نفس أو ضحكة أو سعال أو تنهيدة أو وقفة. مثلًا، يُبقي النص «الخطوة التالية بسيطة. <short pause> اختر لغتك المفضلة» الوقفة المقصودة بجانب الكلمات التي تؤثر فيها. ضع الإلقاء الهامس المستمر في وصف الأسلوب، بدل إضافة وسوم أحداث مرارًا. توصي Google بأسماء وسوم إنجليزية حتى للنصوص بلغات أخرى. توجه هذه الضوابط الصوت؛ أما مسار تصفيق أو صوت إغلاق باب بعنف فيحتاج إلى إنتاج صوتي منفصل، لا إلى وسم حدث صوتي بشري.

تدرج Google لهذا الإصدار 101 لغة مدعومة، منها الإنجليزية والروسية والصينية واليابانية والكورية والفرنسية والألمانية والإسبانية والإندونيسية والفيتنامية. اكتب النص النهائي باللغة المطلوبة، بما يشمل الصيغة المرغوبة للأسماء والاختصارات والأرقام. في التحضير التحريري، اكتب الاختصار الملتبس كاملًا أو وضح قراءة الرقم المقصودة عندما يلزم أن يسمع المستمع صيغة معينة. استمع إلى مقطع أول يتضمن الأسماء والانتقالات الصعبة قبل اعتبار التسجيل الطويل مكتملًا. لا يجعل عدد اللغات جميع طرق النطق الإقليمية قابلة للاستبدال.

تدعم الجهة المصنّعة الأصوات الجاهزة ومكتبة أصوات موسعة وشخصيات صوتية مصممة واستنساخ الصوت. اختر هوية الصوت بمعزل عن توجيهات التمثيل المؤقتة. أعد استخدام تلك الهوية ووصف أداء موجز عبر الأقسام عندما يجب أن يظل السرد متسقًا. في إعداد المتحدثين الاثنين الموثق، عيّن لكل جولة متحدثًا صريحًا يطابق أحد الصوتين الجاهزين المحددين. يعالج دليل Google المشاهد متعددة الشخصيات بأصوات مصممة أو مستنسخة عبر توليد الجولات منفردة. يهم هذا التمييز عند تخطيط حوار بدل راوٍ واحد.

للطلبات العادية المكتملة، يحدد دليل Google 3.8 صوت WAV بترويسة RIFF، يحتوي صوت PCM بتردد 24 kHz، أحادي القناة، موقّع بعمق 16-bit وترتيب little-endian. أما إعداد التدفق فيعيد افتراضيًا مقاطع PCM خام بلا ترويسة؛ ويوثق الدليل أيضًا خيارات ترميز PCM الخطي الخام وmu-law وA-law. طابق إعدادات التشغيل أو التحرير مع صيغة الإخراج الفعلية. لا تضيف إعادة تسمية PCM بلا ترويسة بامتداد WAV معلومات الحاوية. عند تجميع جولات مولدة منفصلة، حافظ على اتساق الصيغة الصوتية، وتعامل مع كل WAV كامل بوصفه ملفًا له ترويسته الخاصة.

تدرج صفحة النموذج الدقيقة حدود Gemini API عند 8,192 رمز إدخال و16,384 رمز إخراج. لا تعبّر الرموز الصوتية عن عدد ثابت من ثواني الكلام. جهّز المادة الطويلة في أقسام ذات معنى، مع الاحتفاظ بالصوت وتكليف الأسلوب نفسيهما والاستماع عند نقاط الوصل. هذه حدود تقديم الخدمة التي توثقها الجهة المصنّعة لهذا النموذج؛ وهي تصف كمية مختلفة عن حقل سياق عام في الكتالوج. النص هو الإدخال والصوت هو الإخراج، لذا فإن صياغة النص والترجمة والتفريغ مهام تحضير أو متابعة منفصلة.

يشترك Flash-Lite في بنية طلب 3.8 مع Gemini 3.8 Flash TTS. يتعلق الاختيار العملي بالأداء المطلوب: يستهدف Flash-Lite الإنتاج السريع المتكرر، بينما يمثل Flash TTS المستوى الإبداعي للنطق الصعب والتمثيل الدقيق وتغطية اللهجات الأوسع. يفرض مقال مساعدة معتاد ومشهد درامي لشخصيتين متطلبات مختلفة على الصوت. افحص التسجيل الفعلي بحثًا عن كلمات محذوفة أو مكررة، وتحقق من النطق والسرعة والتغيرات المسموعة بين المقاطع قبل استخدامه في تجربة الاستماع النهائية.

Ailoot Ultra · الكلام POST /v1/audio/speech google/gemini-3.8-flash-lite-tts

google/gemini-3.8-flash-lite-tts

Google /google/gemini-3.8-flash-lite-tts

البداية

المدخلات المقبولة: النص
النتائج: الصوت

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · الكلام POST /v1/audio/speech

الإدخال: text
الإخراج: audio

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود google/gemini-3.8-flash-lite-tts	القيمة الافتراضية—
الحقل`input`	النوع`string`	المتطلبمطلوب	القيم والحدود الحد الأدنى للطول: ⁦1⁩	القيمة الافتراضية—
الحقل`voice`	النوع`string`	المتطلبمطلوب	القيم والحدود Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callirrhoe, Autonoe, Enceladus, Iapetus, Umbriel, Algieba, Despina, Erinome, Algenib, Rasalgethi, Laomedeia, Achernar, Alnilam, Schedar, Gacrux, Pulcherrima, Achird, Zubenelgenubi, Vindemiatrix, Sadachbia, Sadaltager, Sulafat الحد الأدنى للطول: ⁦1⁩	القيمة الافتراضية—
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود mp3, pcm	القيمة الافتراضيةpcm
الحقل`provider`	النوع`object`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input, voice
المعلمة`material_types`	المواصفاتtext

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}

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداترمز إدخال	جدول التعرفة—	وحدة الفوترة/ 1K من الرموز	الرسوم الإدخال $0.001 / 1K من الرموز
الإعداداترمز إخراج	جدول التعرفة—	وحدة الفوترة/ 1K من الرموز	الرسوم الإخراج $0.012 / 1K من الرموز

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 Ultra · الكلام

استخدم المدخلات الفعلية واحتفظ بالنتيجة كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'google/gemini-3.8-flash-lite-tts', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': 'Zephyr'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
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 response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.

استلام النتائج وحفظها

Ailoot Ultra · الكلام

الصوت الثنائي كاملاً أو استجابة audio_url الأصلية، والترويسات، وكل أصل مملوك لك.

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

عمليات أخرى لقراءة المحتوى

قراءة الأصول الموجودة المملوكة لك

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID المُعادة للمطابقة. اقرأ فقط قيم task_id/asset_id الفعلية المُعادة أو مكتبة الوسائط المملوكة لك؛ ولا تنشئ عنوان URL لمهمة من معرّف العملية، ولا تُعِد إرسال طلب الإنشاء مطلقًا.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra google/gemini-3.8-flash-lite-tts

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS