Gemini 3.8 Flash Lite Tts

Google-Sprachsynthesemodell für Textvertonung in großem Umfang, aufeinanderfolgende Beiträge und 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 viele Sprachoperationen ausgelegt: das Lesen von Text, die Vertonung aufeinanderfolgender Beiträge und alltägliche Sprachszenarien. Laut Google ist sein Profil geringe Latenz und effiziente Verarbeitung in großem Umfang.

Stimmenauswahl

Das Modell unterstützt 101 Sprachen, darunter Russisch. Zu den Möglichkeiten gehören 30 vorhandene Stimmen, eine erweiterte Bibliothek, die Erstellung eines Stimmprofils und die Nachbildung einer Stimme anhand einer Probe. Stimme, Stil und der eigentliche gesprochene Beitrag werden getrennt festgelegt; der zu vertonende Text muss daher nicht mit der Beschreibung der Leseweise vermischt werden.

Flash-Lite verwendet dasselbe Sprachsteuerungsformat wie Gemini 3.8 Flash TTS. In einem Dialog werden Beiträge bestimmten Sprechern zugeordnet. Die Anzahl vorhandener Stimmen in einer Anfrage mit mehreren Stimmen ist auf zwei begrenzt; anhand einer Beschreibung oder Probe erstellte Stimmen werden in einzelnen Sprachbeiträgen verwendet.

Was eingegeben wird

Die Eingabe ist Text mit bis zu 8 192 Tokens, die Ausgabe Audio mit einem Limit von 16 384 Tokens. Ausspracheeinstellungen steuern den Darbietungsstil; kurze stimmliche Ereignisse und Pausen werden durch spezielle Audio-Tags im Text festgelegt. Das ist Sprachsynthese eines vorgegebenen Beitrags, keine Generierung einer Textantwort auf eine Frage.

Formate und Verarbeitung

Eine gewöhnliche Antwort verwendet standardmäßig WAV. Das Standard-Streaming-Format ist PCM ohne Header. Die ursprünglichen Audioparameter sind 24 kHz, ein Kanal und 16 Bit. Der Hersteller sieht außerdem PCM, mu-law und A-law vor. Kontext-Caching und Batch-Verarbeitung werden unterstützt. Die Fähigkeiten des Audioformats müssen getrennt vom tatsächlichen Dateiempfang über die gewählte Sprachmethode betrachtet werden.

Modellgrenzen

Thinking, Funktionsaufrufe, Codeausführung, Dateisuche, Untermauerung durch Suchergebnisse, Google Maps, strukturierte Textantworten, Bilderstellung und die Verwendung von Webadressinhalten sind für diese Version nicht angegeben. Ihr Zweck ist die schnelle Vertonung vorbereiteten Materials.

Die Ausrichtung auf geringe Latenz legt keine Abschlusszeit für jede Anfrage fest. Sprachabdeckung, Verfahren zur Stimmenwahl und Darbietungssteuerung beschreiben die Fähigkeiten des Modells selbst und bedeuten keine automatische Verfügbarkeit aller 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

Start

Google-Sprachsynthesemodell für Textvertonung in großem Umfang, aufeinanderfolgende Beiträge und Sprachszenarien in 101 Sprachen.

Zulässige Eingaben: Text
Ergebnisse: Audio

In Ailoot verfügbar · Eingaben und Methoden

Ailoot · Sprachausgabe POST /v1/audio/speech

Eingabetypen: text
Ausgabetypen: 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.

Bei einer einzelnen Ausgabe werden standardmäßig native Audiobytes mit dem tatsächlichen Content-Type zurückgegeben; response_format=json oder mehrere Ausgaben liefern alle Links der Ihnen zugeordneten Assets. 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