Gemini 3.8 Flash Tts

מודל דיבור של Google להקראה מלאת הבעה, לספרי אודיו ולדיאלוגים, עם שליטה בקול ותמיכה ב־130 שפות.

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

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Gemini 3.8 Flash TTS מיועד להקראה מלאת הבעה ולסיפור ממושך. Google מדגישה ספרי אודיו, דיאלוגים עם כמה דוברים ויציבות קולית בקטעים ארוכים. השליטה בדיבור כוללת הגשה רגשית, קצב והגייה, כולל מבטאים וניבים אזוריים.

קולות ושפות

למודל מוצהרות 130 שפות, כולל רוסית. זמינים 30 קולות מוכנים, ספרייה מורחבת, יצירת קול לפי תיאור ושחזור קול מדוגמה. היכולות האלה מאפשרות לבחור גוון קול ואופי ביצוע לחומר מסוים.

האמירות בדיאלוג משויכות לדוברים. בקשה אחת עם כמה דוברים יכולה להשתמש בשני קולות מוכנים לכל היותר. בקולות שנוצרו מתיאור או מדוגמה האמירות מסונתזות בנפרד; קיומו של קול כזה אינו הופך אותו לקול מוכן נוסף בתוך בקשה עם כמה קולות.

טקסט ושליטה בהגשה

הקלט הוא טקסט, והפלט אודיו. המגבלות הן 8 192 טוקנים בקלט ו־16 384 טוקנים בפלט. הטקסט מפורש כאמירה להקראה; תיאור הסגנון והדובר שנבחר מוגדרים בנפרד. כך אפשר להפריד בין המילים שצריכות להישמע לבין ההוראות כיצד לקרוא אותן.

הסגנון כולל רגש, קצב, עוצמה ופרוזודיה. אירועים קצרים — צחוק, אנחה והפסקה — מוגדרים באמצעות תגיות אודיו מיוחדות בתוך האמירה. תגיות כאלה משמשות לשליטה בביצוע, ואינן מילים רגילות לקריאה.

פורמטי אודיו ויכולות

ביצירה רגילה מוחזר כברירת מחדל WAV. להעברה זורמת משתמשים כברירת מחדל ב־PCM ללא כותרת. הפרמטרים המקוריים הם 24 קילו־הרץ, ערוץ אחד ו־16 סיביות. זמינים גם PCM, mu-law ו־A-law. נתמכים שמירה במטמון של ההקשר ועיבוד באצוות. פורמט הקובץ המסוים וההגדרות הזמינות תלויים בשיטת הדיבור שנבחרה.

המודל מתמחה ביצירת דיבור. קריאות לפונקציות, ביצוע קוד, חיפוש בקבצים, ביסוס באמצעות חיפוש, Google Maps, יצירת תמונות, תשובות טקסטואליות מובנות, Thinking ותוכן של כתובות אינטרנט אינם נתמכים. קול יציב והבעה נשלטת הם כיוונים מוצהרים של המודל, ולא הבטחה להגייה מושלמת של כל אמירה.

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

gemini-3.8-flash-tts

Google /gemini-3.8-flash-tts

התחלה

מודל דיבור של Google להקראה מלאת הבעה, לספרי אודיו ולדיאלוגים, עם שליטה בקול ותמיכה ב־130 שפות.

סוגי קלט נתמכים: טקסט
תוצאות: שמע

זמין ב-Ailoot · קלט ושיטות

Ailoot · הקראה POST /v1/audio/speech

סוגי קלט: text
סוגי פלט: audio
הקשר: ⁦8,192⁩ tokens
פלט מרבי: ⁦16,384⁩ tokens
פורמט פלט: בתי אודיו בפורמט המקורי או קישורים לנכסים ב־JSON

שדה	סוג	דרישה	ערכים ומגבלות	ברירת מחדל
שדה`model`	סוג`string`	דרישהחובה	ערכים ומגבלות gemini-3.8-flash-tts	ברירת מחדל—
שדה`input`	סוג`string`	דרישהחובה	ערכים ומגבלות אורך מזערי: ⁦1⁩	ברירת מחדל—
שדה`voice`	סוג`string`	דרישהרשות	ערכים ומגבלות 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	ברירת מחדלKore
שדה`response_format`	סוג`string`	דרישהרשות	ערכים ומגבלות , wav, json	ברירת מחדל
שדה`stream_format`	סוג`string`	דרישהרשות	ערכים ומגבלות audio	ברירת מחדל—

שילובים של חומרי קלט

text_to_speech · נדרש: input

פרמטרים ומחזור חיים של השיטה

פרמטר	מפרט
פרמטר`material_types`	מפרטtext
פרמטר`required`	מפרטnull
פרמטר`optional_controls`	מפרטnull

מחזור חיים: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.

תעריפים

תעריפי שיטות Ailoot

Ailoot הקראהPOST /v1/audio/speech

קלט: ⁦‏0.0005 ‏$⁩ / 1K
פלט: ⁦‏0.009 ‏$⁩ / 1K
קריאה מהמטמון: ⁦‏0.000125 ‏$⁩ / 1K

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot · הקראה

דוגמת דיבור

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-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

קבלה ושמירה של תוצאות

Ailoot · הקראה

בתי אודיו בפורמט המקורי או קישורים לנכסים ב־JSON

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

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

ברירת המחדל לפלט יחיד היא בתי אודיו בפורמט המקורי עם Content-Type בפועל; response_format=json או פלטים מרובים מחזירים את כל הקישורים שבבעלותכם. אין המרה מבוקשת ל־MP3/Opus/AAC/FLAC/PCM או SSE.

כשצריך לבדוק את התגובה המקורית

שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.

שדות התגובה

שדה	סוג
שדה`binary native audio`	סוגbytes
שדה`model`	סוגstring
שדה`response_id`	סוגstring
שדה`actual_count`	סוגinteger
שדה`data[]`	סוגowned audio asset link

שגיאות והשלבים הבאים

תגובה	תנאי	השלב הבא
תגובה⁦400⁩ · `invalid_request_error`	תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים	השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה.
תגובה`server_error`	תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה	השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה.

כינויים

כינויים למודל

Ailoot gemini-3.8-flash-tts

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

gemini-3.8-flash-tts

FAQ · Gemini 3.8 Flash Tts

אילו קלטים ותוצאות זמינים?: POST /v1/audio/speech · gemini-3.8-flash-tts: text → audio
באילו שדות הבקשה משתמשת?: POST /v1/audio/speech · gemini-3.8-flash-tts: model, input, voice, response_format, stream_format
אילו מגבלות חלות?: POST /v1/audio/speech · gemini-3.8-flash-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Tts