Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS muuntaa käsikirjoitukset sanatarkasti puheeksi ääneenlukutoimintoihin, tavanomaiseen kerrontaan ja suurten puhesisältömäärien tuotantoon. Se tukee 101 kieltä, valittavia ääniä ja esitystavan ohjausta erillisillä tyylimetatiedoilla sekä tekstin sisäisiä tunnisteita lyhyille tauoille ja äännähdyksille.

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

Tietoa mallista

Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.

Google Gemini 3.8 Flash-Lite TTS on Googlen 3.8-sarjan tuotantonopeuteen keskittyvä tekstistä puheeksi -malli. Se ottaa vastaan kirjoitetun käsikirjoituksen ja tuottaa puheääntä. Google suuntaa sen ääneenlukutoimintoihin, tavanomaiseen yhden puhujan kerrontaan, suurten äänisisältömäärien tuotantoon ja puheagenttijärjestelmien puheentuottovaiheeseen. Käyttökelpoinen lopputulos on yhtenäisellä äänellä luettu artikkeli, puhuttu tuoteselostus tai lyhyiden opastusäänitteiden sarja. Käsikirjoituksen tulee jo sisältää sanat, jotka kuulijan on tarkoitus kuulla.

3.8-malliperhe erottaa puhetekstin esitysohjeista. Säilytä puhuttava teksti sanatarkasti ja sijoita jatkuvaa tunnetilaa, puhetahtia, äänenvoimakkuutta tai esitystyyliä koskevat ohjeet puheen metatietoihin. Lämpimälle aloitukselle, kiireelliselle ohjeelle ja hiljaiselle lopetukselle voi kullekin liittää lyhyen tyylikuvauksen omaan puhevuoroonsa. Puhetekstiin kirjoitettu ohje, kuten ”Sano iloisesti”, voi itsekin tulla luetuksi ääneen. Puhujien nimet määritetään puhujan metatiedoissa sen sijaan, että ne lisättäisiin puhuttavaan käsikirjoitukseen puhujamerkinnöiksi. Tämä valmistelu on erityisen tärkeää, kun käytät uudelleen Gemini 3.1 Flash TTS:lle kirjoitettuja kehotteita.

Käytä tekstin sisäisiä, kulmasulkeisiin kirjoitettuja tunnisteita lyhyisiin tapahtumiin tietyssä kohdassa: hengähdykseen, nauruun, yskäisyyn, huokaukseen tai taukoon. Esimerkiksi puheteksti ”Seuraava vaihe on yksinkertainen. <short pause> Valitse haluamasi kieli.” sijoittaa tarkoitetun tauon niiden sanojen viereen, joihin se liittyy. Määritä jatkuva kuiskaava esitystapa tyylikuvauksessa sen sijaan, että lisäisit tapahtumatunnisteita toistuvasti. Google suosittelee englanninkielisiä tunnistenimiä myös muunkielisiin käsikirjoituksiin. Nämä asetukset ohjaavat puhujan ääntä; aplodiraita tai oven paiskahdus vaatii erillistä äänituotantoa äännähdystunnisteen sijaan.

Google ilmoittaa tälle versiolle 101 tuettua kieltä, muun muassa englannin, venäjän, kiinan, japanin, korean, ranskan, saksan, espanjan, indonesian ja vietnamin. Kirjoita valmis käsikirjoitus aiotulla kielellä ja käytä nimistä, lyhenteistä ja luvuista haluttuja muotoja. Kirjoita toimituksellisen valmistelun yhteydessä monitulkintainen lyhenne tai luvun tarkoitettu lukutapa auki, jos kuulijan on kuultava juuri tietty muoto. Kuuntele aluksi katkelma, jossa on vaikeita nimiä ja siirtymiä, ennen kuin pidät pitkää äänitettä valmiina. Tuettujen kielten määrä ei tarkoita, että kaikki alueelliset ääntämistavat olisivat keskenään vaihdettavissa.

Valmistaja tukee valmiita ääniä, laajennettua äänikirjastoa, suunniteltuja äänipersoonia ja äänen jäljentämistä. Valitse ääni-identiteetti erillään tilapäisistä näyttelijäntyön ohjeista. Käytä samaa identiteettiä ja tiivistä esitystavan kuvausta osiosta toiseen, kun kerronnan tulee pysyä yhtenäisenä. Dokumentoidussa kahden puhujan kokoonpanossa määritä jokaiseen puhevuoroon yksiselitteinen puhuja, joka vastaa jompaakumpaa määritetyistä kahdesta valmiista äänestä. Googlen oppaan mukaan suunniteltuja tai jäljennettyjä ääniä käyttävät monen hahmon kohtaukset toteutetaan tuottamalla puhevuorot yksitellen. Tämä ero on tärkeä suunniteltaessa vuoropuhelua yksittäisen kertojan sijaan.

Googlen 3.8-oppaan mukaan tavallisen, loppuun käsitellyn pyynnön tuloksena on RIFF-otsakkeellista WAV-ääntä: 24 kHz, mono, etumerkillinen 16-bittinen PCM little-endian-tavujärjestyksellä. Suoratoistokokoonpano palauttaa sen sijaan oletuksena otsakkeettomia raaka-PCM-lohkoja; opas dokumentoi koodausvaihtoehtoina myös lineaarisen raaka-PCM:n sekä mu-law- ja A-law-koodauksen. Sovita toisto- tai muokkausasetukset todelliseen tulosmuotoon. Otsakkeettoman PCM-tiedoston nimeäminen WAV-päätteiseksi ei lisää siihen säiliömuodon tietoja. Kun kokoat erikseen tuotettuja puhevuoroja yhteen, pidä äänimuoto yhtenäisenä ja käsittele jokaista kokonaista WAV-tiedostoa tiedostona, jolla on oma otsakkeensa.

Mallikohtainen sivu ilmoittaa Gemini API:n rajoiksi 8 192 syötetokenia ja 16 384 tulostokenia. Äänitokenit eivät ilmaise kiinteää määrää puhesekunteja. Jaa pitkä aineisto sisällöllisesti mielekkäisiin osiin, säilytä sama ääni ja tyyliohje sekä kuuntele osien liitoskohdat. Nämä ovat valmistajan tälle mallille dokumentoimat palvelun rajat; ne kuvaavat eri suuretta kuin malliluettelon yleinen kontekstikenttä. Syöte on tekstiä ja tulos ääntä, joten käsikirjoituksen laatiminen, kääntäminen ja litterointi ovat erillisiä valmistelu- tai jatkotehtäviä.

Flash-Lite käyttää samaa 3.8-version pyyntörakennetta kuin Gemini 3.8 Flash TTS. Käytännössä valinta riippuu esitykselle asetetuista vaatimuksista: Flash-Lite on suunnattu nopeaan, toistuvaan tuotantoon, kun taas Flash TTS on luovaan työhön tarkoitettu vaihtoehto vaativaan ääntämiseen, vivahteikkaaseen näyttelijäntyöhön ja laajempaan murteiden kattavuuteen. Tavanomainen ohjeartikkeli ja dramaattinen kahden hahmon kohtaus asettavat äänelle erilaiset vaatimukset. Tarkista varsinaisesta äänitteestä puuttuvat tai toistuvat sanat, ääntäminen, puhetahti ja jaksojen väliset kuultavat muutokset ennen kuin käytät sitä osana lopullista kuuntelukokemusta.

Ailoot Ultra · Puhe 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

Aloitus

Hyväksytyt syötteet: Teksti
Tulokset: Ääni

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot Ultra · Puhe POST /v1/audio/speech

Syötetyypit: text
Tulostyypit: audio

Kenttä	Tyyppi	Vaatimus	Arvot & rajat	Oletus
Kenttä`model`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat google/gemini-3.8-flash-lite-tts	Oletus—
Kenttä`input`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat Vähimmäispituus: 1	Oletus—
Kenttä`voice`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat 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 Vähimmäispituus: 1	Oletus—
Kenttä`response_format`	Tyyppi`string`	VaatimusValinnainen	Arvot & rajat mp3, pcm	Oletuspcm
Kenttä`provider`	Tyyppi`object`	VaatimusValinnainen	Arvot & rajat	Oletus—

Menetelmän parametrit ja elinkaari

Parametri	Sopimus
Parametri`content_type`	Sopimusapplication/json
Parametri`required`	Sopimusmodel, input, voice
Parametri`material_types`	Sopimustext

Elinkaari: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Hinnoittelu

Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.

Nopea tila: Ei määritetty Kun nopea tila on valittu
Flex-tila: Ei määritetty Kun flex-tila on valittu
Päättelyn enimmäisteho: Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä

Ailoot-hinnat

Hinnat asetusten mukaan

Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.

Asetukset	Hinnasto	Laskutusyksikkö	Veloitus
AsetuksetTokenien perushinnat	HinnastoPerushinta	Laskutusyksikkö—	Veloitus Syöte · Syötetokenit — / 1K tokenia Tuloste · Tulostokenit — / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia
Asetuksetsyötetoken	Hinnasto—	Laskutusyksikkö/ 1K tokenia	Veloitus Syöte $0.001 / 1K tokenia
Asetuksettulostetoken	Hinnasto—	Laskutusyksikkö/ 1K tokenia	Veloitus Tuloste $0.012 / 1K tokenia

Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →

Esimerkkipyynnöt

Ailoot Ultra · Puhe

Käytä todellista syötettä ja säilytä koko tulos

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.

Vastaanota ja tallenna tulokset

Ailoot Ultra · Puhe

Koko binääriääni tai alkuperäinen audio_url-vastaus, otsakkeet ja jokainen käyttäjälle kuuluva aineisto.

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

Muut sisällön lukukerrat

Lue olemassa olevat omistamasi aineistot

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.

Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Säilytä koko vastaus ja otsakkeet, jokainen todellinen tuloste, alkuperäiset palautetut tunnisteet ja kaikki käyttötietokentät. Selvitä alkuperäisen operaation tila lähettämättä luontipyyntöä uudelleen.

Jos alkuperäinen vastaus on tarkistettava

Säilytä palautettu X-Client-Request-ID täsmäytystä varten. Tee lukukyselyt vain todellisuudessa palautetuilla task_id/asset_id-arvoilla tai käytä omistamaasi mediakirjastoa; älä koskaan rakenna tehtävän URL-osoitetta operaation ID:n perusteella äläkä lähetä luontipyyntöä uudelleen.

Aliakset

Mallin aliakset

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

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

Mitä syötteitä ja tuloksia on saatavilla?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
Mitä kenttiä pyyntö käyttää?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS