Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS převádí přesné scénáře na řeč pro předčítání, běžné vyprávění a velké objemy mluveného obsahu. Podporuje 101 jazyků, výběr hlasů a ovládání přednesu prostřednictvím samostatných metadat stylu s vloženými značkami pro krátké pauzy a hlasové události.

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

O modelu

Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.

Google Gemini 3.8 Flash-Lite TTS je člen rodiny převodu textu na řeč 3.8 od Googlu zaměřený na propustnost. Přijímá písemný scénář a vytváří mluvený zvuk. Google jej určuje pro předčítání, každodenní vyprávění jedním mluvčím, velkoobjemovou zvukovou produkci a fázi řečového výstupu systémů hlasových agentů. Užitečným výstupem je článek přečtený konzistentním hlasem, mluvené vysvětlení produktu nebo sada krátkých instruktážních nahrávek. Scénář by již měl obsahovat slova, která má posluchač slyšet.

Rodina 3.8 odděluje text od pokynů k přednesu. Mluvený text zachovejte doslovně a emoční zabarvení, tempo, hlasitost nebo styl přednesu platné pro celou repliku umístěte do metadat řeči. Vřelý úvod, naléhavý pokyn a tiché zakončení mohou mít každý stručný popis stylu připojený ke své replice. Text jako „Řekni vesele“ uvnitř přepisu může sám zaznít. Jména mluvčích patří do metadat mluvčího, nikoli jako popisky do slyšitelného scénáře. Tato příprava je zvlášť důležitá při opětovném použití promptů napsaných pro Gemini 3.1 Flash TTS.

Pro krátké události na konkrétním místě používejte vložené značky v lomených závorkách: nádech, smích, kašel, povzdech nebo pauzu. Například text „Další krok je jednoduchý. <short pause> Vyberte preferovaný jazyk.“ udržuje zamýšlenou pauzu vedle slov, kterých se týká. Souvislý šeptaný přednes vložte do popisu stylu místo opakovaného přidávání značek událostí. Google doporučuje anglické názvy značek i pro scénáře v jiných jazycích. Tyto ovládací prvky řídí hlas; stopa potlesku nebo bouchnutí dveří vyžaduje samostatnou zvukovou produkci, nikoli značku hlasové události.

Google pro tuto edici uvádí 101 podporovaných jazyků včetně angličtiny, ruštiny, čínštiny, japonštiny, korejštiny, francouzštiny, němčiny, španělštiny, indonéštiny a vietnamštiny. Hotový scénář napište v zamýšleném jazyce včetně požadované podoby jmen, zkratek a čísel. V rámci redakční přípravy rozepište nejednoznačnou zkratku nebo zamýšlené čtení čísla, pokud má posluchač slyšet jednu konkrétní podobu. Než budete dlouhou nahrávku považovat za dokončenou, poslechněte si úvodní pasáž obsahující obtížná jména a přechody. Počet jazyků neznamená, že jsou všechny regionální výslovnosti zaměnitelné.

Výrobce podporuje předpřipravené hlasy, rozšířenou knihovnu hlasů, navržené hlasové persony a replikaci hlasu. Identitu hlasu vyberte odděleně od dočasných pokynů k hereckému projevu. Pokud má vyprávění zůstat konzistentní, používejte tuto identitu a stručný popis přednesu opakovaně napříč částmi. V dokumentované konfiguraci dvou mluvčích přiřaďte každé replice výslovného mluvčího odpovídajícího jednomu ze dvou nakonfigurovaných předpřipravených hlasů. Průvodce Googlu řeší scény s více postavami s navrženými nebo replikovanými hlasy generováním jednotlivých replik. Na tomto rozdílu záleží při plánování dialogu namísto jediného vypravěče.

U běžných dokončených požadavků průvodce 3.8 od Googlu specifikuje zvuk WAV s hlavičkou RIFF, obsahující mono PCM při 24 kHz, 16bitové se znaménkem a v pořadí little-endian. Streamovaná konfigurace naopak ve výchozím nastavení vrací surové bloky PCM bez hlavičky; průvodce dokumentuje také volby kódování surové lineární PCM, mu-law a A-law. Nastavení přehrávání nebo úprav přizpůsobte skutečnému výstupnímu formátu. Přejmenování PCM bez hlavičky na příponu WAV nedoplní informace kontejneru. Při sestavování samostatně generovaných replik zachovejte jednotný zvukový formát a s každým úplným WAV zacházejte jako se souborem s vlastní hlavičkou.

Přesná stránka modelu uvádí limity Gemini API 8,192 vstupních tokenů a 16,384 výstupních tokenů. Zvukové tokeny nevyjadřují pevný počet sekund řeči. Dlouhé materiály připravujte ve smysluplných částech, zachovávejte stejný hlas i zadání stylu a poslouchejte spoje. Jde o provozní limity, které výrobce dokumentuje pro tento model; popisují jinou veličinu než obecné katalogové pole kontextu. Vstupem je text a výstupem zvuk, takže příprava scénáře, překlad a přepis jsou samostatné přípravné či následné úlohy.

Flash-Lite sdílí strukturu požadavku 3.8 s Gemini 3.8 Flash TTS. Praktická volba se týká požadovaného přednesu: Flash-Lite je zaměřen na rychlou opakovanou produkci, zatímco Flash TTS představuje tvůrčí variantu pro obtížnou výslovnost, jemné herecké odstíny a širší pokrytí dialektů. Běžný článek nápovědy a dramatická scéna se dvěma postavami kladou na hlas různé nároky. Před použitím v konečném poslechovém zážitku zkontrolujte skutečnou nahrávku, zda neobsahuje vynechaná či opakovaná slova, chyby výslovnosti, nevhodné tempo a slyšitelné změny mezi segmenty.

Ailoot Ultra · Řeč 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

Úvod

Přijímané vstupy: Text
Výsledky: Zvuk

Dostupné v Ailoot · vstupy a metody

Ailoot Ultra · Řeč POST /v1/audio/speech

Vstup: text
Výstup: audio

Pole	Typ	Požadavek	Hodnoty a limity	Výchozí
Pole`model`	Typ`string`	PožadavekPovinné	Hodnoty a limity google/gemini-3.8-flash-lite-tts	Výchozí—
Pole`input`	Typ`string`	PožadavekPovinné	Hodnoty a limity Minimální délka: 1	Výchozí—
Pole`voice`	Typ`string`	PožadavekPovinné	Hodnoty a limity 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 Minimální délka: 1	Výchozí—
Pole`response_format`	Typ`string`	PožadavekVolitelné	Hodnoty a limity mp3, pcm	Výchozípcm
Pole`provider`	Typ`object`	PožadavekVolitelné	Hodnoty a limity	Výchozí—

Parametry a životní cyklus metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, input, voice
Parametr`material_types`	Kontrakttext

Životní cyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · skutečně vrácené task_id nebo záznam v knihovně médií

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Tarify

Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.

Rychlý režim: Neuvedeno Při výběru rychlého režimu
Režim flex: Neuvedeno Při výběru režimu flex
Maximální intenzita uvažování: Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default)

Sazby Ailoot

Ceny podle konfigurace

Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.

Konfigurace	Tabulka sazeb	Účtovací jednotka	Poplatek
KonfiguraceZákladní sazby za tokeny	Tabulka sazebZákladní sazba	Účtovací jednotka—	Poplatek Vstup · Vstupní tokeny — / 1K tokenů Výstup · Výstupní tokeny — / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů
Konfiguracevstupní token	Tabulka sazeb—	Účtovací jednotka/ 1K tokenů	Poplatek Vstup $0.001 / 1K tokenů
Konfiguracevýstupní token	Tabulka sazeb—	Účtovací jednotka/ 1K tokenů	Poplatek Výstup $0.012 / 1K tokenů

Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →

Příklady požadavků

Ailoot Ultra · Řeč

Použijte skutečný vstup a uchovejte úplný výsledek

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.

Přijímání a ukládání výsledků

Ailoot Ultra · Řeč

Úplný binární zvuk nebo původní odpověď audio_url, hlavičky a každý soubor spravovaný službou.

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

Další načtení obsahu

Načíst existující soubory, které vám patří

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.

Uchovejte všechny dokončené výsledky

Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.

Uchovejte úplnou odpověď a hlavičky, všechny skutečné výstupy, původní vrácené identifikátory a všechna pole s údaji o využití. Obnovte původní operaci bez opětovného odeslání požadavku na vytvoření.

Pokud je nutné ověřit původní odpověď

Uchovejte vrácené X-Client-Request-ID pro spárování záznamů. Načítejte pouze skutečně vrácené hodnoty task_id/asset_id nebo vlastní knihovnu médií; nikdy nevytvářejte URL úlohy z ID operace a nikdy znovu neodesílejte požadavek na vytvoření.

Aliasy

Aliasy modelu

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

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

Jaké vstupy a výsledky jsou dostupné?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
Jaká pole požadavek používá?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS