Gemini 3.8 Flash Tts

Model ucapan Google untuk sintesis suara ekspresif, buku audio, dan percakapan dengan kendali suara serta dukungan 130 bahasa.

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

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Gemini 3.8 Flash TTS ditujukan untuk sintesis suara ekspresif dan narasi panjang. Google menekankan buku audio, percakapan dengan beberapa pembicara, dan konsistensi suara dalam bagian yang panjang. Kendali ucapan mencakup penyampaian emosi, ritme, dan pelafalan, termasuk aksen serta dialek regional.

Suara dan bahasa

Model dinyatakan mendukung 130 bahasa, termasuk bahasa Rusia. Tersedia 30 suara siap pakai, pustaka yang diperluas, pembuatan karakter suara dari deskripsi, dan peniruan suara dari contoh. Kemampuan ini memungkinkan pemilihan warna suara dan karakter pembawaan untuk materi tertentu.

Giliran percakapan dikaitkan dengan pembicara. Satu permintaan dengan beberapa pembicara dapat menggunakan paling banyak dua suara siap pakai. Dengan suara yang dibuat dari deskripsi atau contoh, setiap giliran disintesis secara terpisah; keberadaan suara tersebut tidak menjadikannya suara siap pakai tambahan dalam permintaan multisuara.

Teks dan pengaturan penyampaian

Masukan berupa teks, sedangkan keluaran berupa audio. Batasnya adalah 8 192 token masukan dan 16 384 token keluaran. Teks diperlakukan sebagai ucapan yang harus dibacakan; deskripsi gaya dan pembicara yang dipilih ditentukan secara terpisah. Ini memungkinkan pemisahan kata yang harus diucapkan dari instruksi tentang cara membacakannya.

Gaya mencakup emosi, tempo, volume, dan prosodi. Peristiwa singkat — tawa, tarikan napas, jeda — ditentukan melalui tag audio khusus dalam ucapan. Tag tersebut mengendalikan pembawaan, bukan kata biasa untuk dibacakan.

Format audio dan kemampuan

Generasi biasa mengembalikan WAV secara default. Streaming secara default menggunakan PCM tanpa header. Parameter awal adalah 24 kHz, satu kanal, dan 16 bit. PCM, mu-law, dan A-law juga tersedia. Penyimpanan konteks dalam cache dan pemrosesan batch didukung. Format berkas tertentu dan pengaturan yang tersedia bergantung pada metode ucapan yang dipilih.

Model berspesialisasi dalam pembuatan ucapan. Pemanggilan fungsi, eksekusi kode, pencarian berkas, grounding berbasis penelusuran, Google Maps, pembuatan gambar, jawaban teks terstruktur, Thinking, dan isi alamat web tidak didukung. Konsistensi suara dan ekspresi yang dapat diatur merupakan arah yang dinyatakan untuk model, bukan janji pelafalan sempurna setiap ucapan.

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

gemini-3.8-flash-tts

Google /gemini-3.8-flash-tts

Mulai

Model ucapan Google untuk sintesis suara ekspresif, buku audio, dan percakapan dengan kendali suara serta dukungan 130 bahasa.

Masukan yang diterima: Teks
Hasil: Audio

Tersedia di Ailoot · masukan & metode

Ailoot · Sintesis ucapan POST /v1/audio/speech

Masukan: text
Keluaran: audio
Konteks: 8.192 tokens
Keluaran maksimum: 16.384 tokens
Format keluaran: byte audio asli atau tautan aset JSON

Kolom	Jenis	Persyaratan	Nilai & batasan	Bawaan
Kolom`model`	Jenis`string`	PersyaratanWajib	Nilai & batasan gemini-3.8-flash-tts	Bawaan—
Kolom`input`	Jenis`string`	PersyaratanWajib	Nilai & batasan Panjang minimum: 1	Bawaan—
Kolom`voice`	Jenis`string`	PersyaratanOpsional	Nilai & batasan 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	BawaanKore
Kolom`response_format`	Jenis`string`	PersyaratanOpsional	Nilai & batasan , wav, json	Bawaan
Kolom`stream_format`	Jenis`string`	PersyaratanOpsional	Nilai & batasan audio	Bawaan—

Kombinasi bahan masukan

text_to_speech · Wajib: input

Parameter metode dan siklus hidup

Parameter	Kontrak
Parameter`material_types`	Kontraktext
Parameter`required`	Kontraknull
Parameter`optional_controls`	Kontraknull

Siklus hidup: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.

Paket

Tarif metode Ailoot

Ailoot Sintesis ucapanPOST /v1/audio/speech

Masukan: US$0,0005 / 1K
Keluaran: US$0,009 / 1K
Pembacaan cache: US$0,000125 / 1K

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot · Sintesis ucapan

Contoh ucapan

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

Terima dan simpan hasil

Ailoot · Sintesis ucapan

byte audio asli atau tautan aset JSON

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

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Satu keluaran secara bawaan berupa byte audio native dengan Content-Type aktual; response_format=json atau beberapa keluaran mengembalikan semua tautan yang dimiliki. Konversi sesuai permintaan ke MP3/Opus/AAC/FLAC/PCM dan keluaran SSE tidak tersedia.

Jika respons asli perlu diperiksa

Simpan operation_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.

Kolom respons

Kolom	Jenis
Kolom`binary native audio`	Jenisbytes
Kolom`model`	Jenisstring
Kolom`response_id`	Jenisstring
Kolom`actual_count`	Jenisinteger
Kolom`data[]`	Jenisowned audio asset link

Kesalahan dan langkah berikutnya

Respons	Kondisi	Langkah berikutnya
Respons400 · `invalid_request_error`	KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid	Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.
Respons`server_error`	KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa	Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan.

Alias

Alias model

Ailoot gemini-3.8-flash-tts

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

gemini-3.8-flash-tts

FAQ · Gemini 3.8 Flash Tts

Input dan hasil apa yang tersedia?: POST /v1/audio/speech · gemini-3.8-flash-tts: text → audio
Kolom apa yang digunakan permintaan?: POST /v1/audio/speech · gemini-3.8-flash-tts: model, input, voice, response_format, stream_format
Batasan apa yang berlaku?: POST /v1/audio/speech · gemini-3.8-flash-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Tts