Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS הופך תסריטים מדויקים לדיבור לצורך תכונות הקראה, קריינות שגרתית וכמויות גדולות של תוכן מדובר. הוא תומך ב־101 שפות, בבחירת קולות ובשליטה באופן ההגשה באמצעות מטא־נתוני סגנון נפרדים, עם תגיות משולבות להפסקות קצרות ולאירועים קוליים.

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

על המודל

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

Google Gemini 3.8 Flash-Lite TTS הוא המודל המתמקד בתפוקה במשפחת המרת הטקסט לדיבור 3.8 של Google. הוא מקבל תסריט כתוב ומפיק אודיו מדובר. Google מייעדת אותו לתכונות הקראה, לקריינות יומיומית של דובר יחיד, להפקת אודיו בהיקף גדול ולשלב פלט הדיבור במערכות של סוכנים קוליים. תוצר שימושי הוא מאמר מוקרא בקול עקבי, הסבר קולי על מוצר או סדרת הקלטות הדרכה קצרות. התסריט צריך כבר להכיל את המילים שהמאזין אמור לשמוע.

משפחת 3.8 מפרידה בין התמליל להוראות הביצוע. יש לשמור את הטקסט המדובר מילה במילה ולהציב רגש מתמשך, קצב, עוצמה או סגנון הגשה במטא־נתונים של הדיבור. לפתיחה חמה, להנחיה דחופה ולסיום שקט אפשר להצמיד תיאור סגנון קצר לכל תור בנפרד. טקסט כמו ״אמור בעליזות״ בתוך התמליל עלול להיקרא בעצמו. שמות דוברים שייכים למטא־נתונים של הדובר, ולא לתוויות בתסריט הנשמע. הכנה זו חשובה במיוחד כשמשתמשים שוב בפרומפטים שנכתבו עבור Gemini 3.1 Flash TTS.

יש להשתמש בתגיות משולבות בסוגריים זוויתיים לאירועים קצרים בנקודה מסוימת: נשימה, צחוק, שיעול, אנחה או הפסקה. לדוגמה, התמליל ״השלב הבא פשוט. <short pause> בחר את השפה המועדפת עליך.״ שומר את ההפסקה הרצויה לצד המילים שעליהן היא משפיעה. יש להכניס הגשה מתמשכת בלחישה לתיאור הסגנון, במקום להוסיף שוב ושוב תגיות אירוע. Google ממליצה על שמות תגיות באנגלית גם בתסריטים בשפות אחרות. בקרות אלה מכוונות את הקול; רצועת מחיאות כפיים או טריקת דלת דורשות הפקת סאונד נפרדת, ולא תגית לאירוע קולי.

Google מציינת 101 שפות נתמכות במהדורה זו, ובהן אנגלית, רוסית, סינית, יפנית, קוריאנית, צרפתית, גרמנית, ספרדית, אינדונזית ווייטנאמית. יש לכתוב את התסריט המוגמר בשפה הרצויה, לרבות הצורה המבוקשת של שמות, קיצורים ומספרים. כהכנה עריכתית, יש לכתוב במלואו קיצור דו־משמעי או לציין את אופן הקריאה הרצוי של מספר כאשר המאזין צריך לשמוע צורה מסוימת אחת. יש להאזין לקטע ראשוני עם השמות והמעברים הקשים לפני שמתייחסים להקלטה ארוכה כמוגמרת. מספר השפות אינו הופך את כל ההגיות האזוריות לברות החלפה.

היצרן תומך בקולות מוכנים מראש, בספריית קולות מורחבת, בפרסונות קול מעוצבות ובשכפול קול. יש לבחור את זהות הקול בנפרד מהוראות משחק זמניות. כשהקריינות צריכה להישאר עקבית, יש להשתמש שוב באותה זהות ובתיאור הגשה קצר לאורך המקטעים. בתצורה המתועדת לשני דוברים, יש לתת לכל תור דובר מפורש התואם לאחד משני הקולות המוכנים שהוגדרו. המדריך של Google מטפל בסצנות מרובות דמויות עם קולות מעוצבים או משוכפלים באמצעות יצירת התורים בנפרד. ההבחנה הזו חשובה בתכנון דיאלוג, לעומת קריין יחיד.

לבקשות רגילות שהושלמו, המדריך של Google ל־3.8 מציין אודיו WAV עם כותרת RIFF, המכיל PCM מונו בקצב דגימה של 24 kHz, ברזולוציה של 16 סיביות עם סימן ובסדר בתים little-endian. תצורת ההזרמה מחזירה כברירת מחדל מקטעי PCM גולמי ללא כותרת; המדריך מתעד גם אפשרויות קידוד PCM ליניארי גולמי, mu-law ו־A-law. יש להתאים את הגדרות ההשמעה או העריכה לפורמט הפלט בפועל. שינוי הסיומת של PCM ללא כותרת ל־WAV אינו מוסיף את פרטי המכל. כשמרכיבים תורים שנוצרו בנפרד, יש לשמור על פורמט אודיו עקבי ולהתייחס לכל WAV שלם כקובץ בעל כותרת משלו.

עמוד המודל המדויק מציין מגבלות Gemini API של 8,192 טוקני קלט ו־16,384 טוקני פלט. טוקני אודיו אינם מבטאים מספר קבוע של שניות דיבור. יש להכין חומר ארוך במקטעים בעלי משמעות, לשמור על אותו קול ובריף סגנון ולהאזין בחיבורים. אלו מגבלות ההגשה המתועדות של היצרן למודל הזה; הן מתארות כמות שונה משדה הקשר כללי בקטלוג. הקלט הוא טקסט והפלט הוא אודיו, ולכן ניסוח תסריט, תרגום ותמלול הם משימות נפרדות של הכנה או המשך.

Flash-Lite חולק את מבנה הבקשה של 3.8 עם Gemini 3.8 Flash TTS. הבחירה המעשית נוגעת לביצוע הנדרש: Flash-Lite מיועד להפקה מהירה וחוזרת, ואילו Flash TTS הוא הרובד היצירתי להגייה קשה, למשחק קולי מעודן ולכיסוי ניבים רחב יותר. מאמר עזרה שגרתי וסצנה דרמטית בין שתי דמויות מציבים דרישות שונות מהקול. לפני השימוש בחוויית ההאזנה הסופית, יש לבדוק בהקלטה עצמה מילים שהושמטו או חזרו, הגייה, קצב ושינויים נשמעים בין מקטעים.

Ailoot Ultra · דיבור 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

התחלה

סוגי קלט נתמכים: טקסט
תוצאות: שמע

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · דיבור POST /v1/audio/speech

סוגי קלט: text
סוגי פלט: audio

שדה	סוג	דרישה	ערכים ומגבלות	ברירת מחדל
שדה`model`	סוג`string`	דרישהחובה	ערכים ומגבלות google/gemini-3.8-flash-lite-tts	ברירת מחדל—
שדה`input`	סוג`string`	דרישהחובה	ערכים ומגבלות אורך מזערי: ⁦1⁩	ברירת מחדל—
שדה`voice`	סוג`string`	דרישהחובה	ערכים ומגבלות 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 אורך מזערי: ⁦1⁩	ברירת מחדל—
שדה`response_format`	סוג`string`	דרישהרשות	ערכים ומגבלות mp3, pcm	ברירת מחדלpcm
שדה`provider`	סוג`object`	דרישהרשות	ערכים ומגבלות	ברירת מחדל—

פרמטרים ומחזור חיים של השיטה

פרמטר	מפרט
פרמטר`content_type`	מפרטapplication/json
פרמטר`required`	מפרטmodel, input, voice
פרמטר`material_types`	מפרטtext

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}

תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר: לא צוין כאשר נבחר מצב מהיר
מצב Flex: לא צוין כאשר נבחר מצב flex
מאמץ חשיבה מרבי: לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

תעריפי Ailoot

מחירים לפי תצורה

התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.

תצורה	טבלת תעריפים	יחידת חיוב	חיוב
תצורהתעריפי בסיס לטוקנים	טבלת תעריפיםתעריף בסיס	יחידת חיוב—	חיוב קלט · טוקני קלט — / 1K טוקנים פלט · טוקני פלט — / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים
תצורהטוקן קלט	טבלת תעריפים—	יחידת חיוב/ 1K טוקנים	חיוב קלט $0.001 / 1K טוקנים
תצורהטוקן פלט	טבלת תעריפים—	יחידת חיוב/ 1K טוקנים	חיוב פלט $0.012 / 1K טוקנים

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 Ultra · דיבור

השתמשו בקלט אמיתי ושמרו את התוצאה המלאה

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.

קבלה ושמירה של תוצאות

Ailoot Ultra · דיבור

אודיו בינארי מלא או תגובת audio_url מקורית, כותרות וכל נכס שבבעלותכם.

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

קריאות תוכן נוספות

קריאת נכסים קיימים שבבעלותכם

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.

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.

כשצריך לבדוק את התגובה המקורית

שמרו את X-Client-Request-ID שהוחזר לצורך התאמת רישומים. קראו רק ערכי task_id/asset_id שהוחזרו בפועל או את ספריית המדיה שבבעלותכם; לעולם אל תבנו URL של משימה ממזהה הפעולה ואל תשלחו שוב בקשת יצירה.

כינויים

כינויים למודל

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

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

אילו קלטים ותוצאות זמינים?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
באילו שדות הבקשה משתמשת?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS