Gemini 3.8 Flash Lite Tts

Google-Sprachmodell für die Vertonung grosser Textmengen, aufeinanderfolgender Äusserungen und alltäglicher Sprachszenarien in 101 Sprachen.

Ailoot · Sprachausgabe POST /v1/audio/speech gemini-3.8-flash-lite-tts

Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

Gemini 3.8 Flash-Lite TTS ist für eine grosse Anzahl von Sprachoperationen ausgelegt: Text vorlesen, aufeinanderfolgende Äusserungen vertonen und alltägliche Sprachszenarien. Laut Google sind geringe Verzögerung und effiziente Verarbeitung in grossem Umfang sein Profil.

Stimmwahl

Das Modell unterstützt 101 Sprachen, einschliesslich Russisch. Zu den Optionen gehören 30 vorgefertigte Stimmen, eine erweiterte Bibliothek, die Erstellung einer Stimmidentität und die Wiedergabe einer Stimme nach einem Muster. Stimme, Stil und die tatsächlich gesprochene Äusserung werden getrennt festgelegt; der zu vertonende Text muss daher nicht mit der Beschreibung des Lesestils vermischt werden.

Flash-Lite verwendet dasselbe Sprachsteuerungsformat wie Gemini 3.8 Flash TTS. In einem Dialog werden Äusserungen bestimmten Sprechern zugeordnet. Die Anzahl vorgefertigter Stimmen in einer mehrstimmigen Anfrage ist auf zwei begrenzt; anhand einer Beschreibung oder eines Musters erstellte Stimmen werden in separaten Sprachäusserungen verwendet.

Was als Eingabe dient

Die Eingabe ist Text mit bis zu 8 192 Tokens, die Ausgabe Audio mit einer Grenze von 16 384 Tokens. Sprecheinstellungen steuern den Darbietungsstil; kurze vokale Ereignisse und Pausen werden durch spezielle Audio-Tags innerhalb des Texts festgelegt. Das ist Sprachsynthese anhand einer vorgegebenen Äusserung und keine Generierung einer Textantwort auf eine Frage.

Formate und Verarbeitung

Für eine gewöhnliche Antwort wird standardmässig WAV verwendet. Das Standardformat für Streaming ist PCM ohne Header. Die Ausgangsparameter des Tons sind 24 kHz, ein Kanal und 16 Bit. Der Hersteller sieht auch PCM, mu-law und A-law vor. Kontext-Caching und Stapelverarbeitung werden unterstützt. Die Möglichkeiten des Audioformats sind getrennt von der tatsächlichen Art des Dateierhalts durch die gewählte Sprachmethode zu berücksichtigen.

Grenzen des Modells

Diese Version nennt keine Unterstützung für Thinking, Funktionsaufrufe, Codeausführung, Dateisuche, Fundierung durch Suchergebnisse, Google Maps, strukturierte Textantworten, Bildgenerierung oder die Nutzung von Inhalten von Webadressen. Sie dient der schnellen Vertonung vorbereiteter Materialien.

Die Ausrichtung auf geringe Verzögerung legt keine Abschlussfrist jeder Anfrage fest. Sprachabdeckung, Stimmwahl und Darbietungssteuerung beschreiben die Fähigkeiten des Modells selbst und bedeuten keine automatische Verfügbarkeit sämtlicher Einstellungen in jeder Sprachmethode.

Ailoot · Sprachausgabe POST /v1/audio/speech gemini-3.8-flash-lite-tts

gemini-3.8-flash-lite-tts

Google /gemini-3.8-flash-lite-tts

Einstieg

Google-Sprachmodell für die Vertonung grosser Textmengen, aufeinanderfolgender Äusserungen und alltäglicher Sprachszenarien in 101 Sprachen.

Zulässige Eingaben: Text
Ergebnisse: Audio

In Ailoot verfügbar · Eingaben und Methoden

Ailoot · Sprachausgabe POST /v1/audio/speech

Eingabe: text
Ausgabe: audio
Kontext: 8'192 tokens
Maximale Ausgabe: 16'384 tokens
Ausgabeformat: Native Audiobytes oder JSON-Asset-Links

Feld	Typ	Anforderung	Werte und Limits	Standard
Feld`model`	Typ`string`	AnforderungErforderlich	Werte und Limits gemini-3.8-flash-lite-tts	Standard—
Feld`input`	Typ`string`	AnforderungErforderlich	Werte und Limits Mindestlänge: 1	Standard—
Feld`voice`	Typ`string`	AnforderungOptional	Werte und Limits 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	StandardKore
Feld`response_format`	Typ`string`	AnforderungOptional	Werte und Limits , wav, json	Standard
Feld`stream_format`	Typ`string`	AnforderungOptional	Werte und Limits audio	Standard—

Kombinationen von Eingabematerialien

text_to_speech · Erforderlich: input

Methodenparameter und Lebenszyklus

Parameter	Vertrag
Parameter`material_types`	Vertragtext
Parameter`required`	Vertragnull
Parameter`optional_controls`	Vertragnull

Lebenszyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Methodenstrukturen und IDs sind exakt; die Fähigkeiten des Anbieters sind von der Zulassung einer Anfrage zu unterscheiden.

Tarife

Ailoot-Methodentarife

Ailoot SprachausgabePOST /v1/audio/speech

Eingabe: $ 0.0005 / 1K
Ausgabe: $ 0.006 / 1K
Cache lesen: $ 0.000125 / 1K

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot · Sprachausgabe

Sprachbeispiel

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-lite-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

Ergebnisse abrufen und speichern

Ailoot · Sprachausgabe

Native Audiobytes oder JSON-Asset-Links

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

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Eine einzelne Ausgabe liefert standardmässig native Audiobytes mit dem tatsächlichen Content-Type; response_format=json oder mehrere Ausgaben liefern alle Ihnen zugeordneten Links. Keine angeforderte Konvertierung in MP3/Opus/AAC/FLAC/PCM und kein SSE.

Wenn die ursprüngliche Antwort geprüft werden muss

Die ursprüngliche operation_id/X-Client-Request-ID für den Abgleich ohne erneute Einreichung aufbewahren; es gibt keine eigene Route zur Abfrage des Audiostatus.

Antwortfelder

Feld	Typ
Feld`binary native audio`	Typbytes
Feld`model`	Typstring
Feld`response_id`	Typstring
Feld`actual_count`	Typinteger
Feld`data[]`	Typowned audio asset link

Fehler und nächste Schritte

Antwort	Bedingung	Nächster Schritt
Antwort400 · `invalid_request_error`	BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig	Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.
Antwort`server_error`	BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert	Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden.

Aliasnamen

Modellaliasnamen

Ailoot gemini-3.8-flash-lite-tts

Aliasnamen für Methodenpfade

Verwenden Sie die oben angezeigten Methodenpfade.

Zugehörige Aufrufer-IDs

gemini-3.8-flash-lite-tts

FAQ · Gemini 3.8 Flash Lite Tts

Welche Eingaben und Ergebnisse sind verfügbar?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: text → audio
Welche Felder verwendet die Anfrage?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: model, input, voice, response_format, stream_format
Welche Grenzen gelten?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Lite Tts