Gemini 3.8 Flash Lite Tts
Modello vocale di Google per la lettura di testi su larga scala, battute successive e scenari vocali in 101 lingue.
Informazioni sul modello
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Gemini 3.8 Flash-Lite TTS è pensato per un gran numero di operazioni vocali: lettura di testi, sintesi di battute successive e scenari vocali quotidiani. Secondo Google, il suo profilo è una bassa latenza e un'elaborazione massiva efficiente.
Scelta della voce
Il modello supporta 101 lingue, tra cui il russo. Le opzioni comprendono 30 voci pronte, una libreria ampliata, creazione di un profilo vocale e riproduzione di una voce da un campione. Voce, stile e battuta da pronunciare vengono impostati separatamente, quindi non è necessario mescolare il testo da leggere con la descrizione dello stile di lettura.
Flash-Lite utilizza lo stesso formato di controllo del parlato di Gemini 3.8 Flash TTS. Nei dialoghi, le battute sono associate a parlanti specifici. Il numero di voci pronte in una richiesta multivoce è limitato a due; le voci create da una descrizione o da un campione vengono utilizzate in battute vocali separate.
Cosa viene fornito in ingresso
In ingresso viene fornito testo fino a 8 192 token, in uscita viene creato audio con un limite di 16 384 token. Le impostazioni di pronuncia controllano lo stile dell'esecuzione, mentre brevi eventi vocali e pause vengono definiti con tag audio speciali all'interno del testo. È sintesi vocale di una battuta definita, non generazione di una risposta testuale a una domanda.
Formati ed elaborazione
Per la risposta normale si utilizza WAV per impostazione predefinita. Il formato predefinito dello streaming è PCM senza intestazione. I parametri audio originari sono 24 kHz, un canale e 16 bit. Il produttore prevede anche PCM, mu-law e A-law. Sono supportati memorizzazione in cache del contesto ed elaborazione in batch. Le capacità del formato audio devono essere considerate separatamente dal modo effettivo di ottenere un file con il metodo vocale scelto.
I limiti del modello
Questa versione non dichiara Thinking, chiamate di funzioni, esecuzione di codice, ricerca nei file, ancoraggio alla ricerca, Google Maps, risposte testuali strutturate, creazione di immagini né uso del contenuto degli indirizzi web. Il suo scopo è leggere rapidamente materiale preparato.
L'orientamento a una bassa latenza non stabilisce una scadenza di completamento per ogni richiesta. Copertura linguistica, scelta della voce e controllo della resa descrivono le capacità del modello stesso e non implicano la disponibilità automatica di tutte le impostazioni in ogni metodo vocale.
Ailoot · Sintesi vocale POST /v1/audio/speech gemini-3.8-flash-lite-tts
gemini-3.8-flash-lite-ttsIntroduzione
Modello vocale di Google per la lettura di testi su larga scala, battute successive e scenari vocali in 101 lingue.
- Input accettati
- Testo
- Risultati
- Audio
Disponibile in Ailoot · input e metodi
Ailoot · Sintesi vocale POST /v1/audio/speech
- Tipi di input
text- Tipi di output
audio- Contesto
- 8192 tokens
- Output massimo
- 16.384 tokens
- Formato di output
- byte audio nativi o collegamenti JSON alle risorse
| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.8-flash-lite-tts | Predefinito— |
Campoinput | Tipostring | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 | Predefinito— |
Campovoice | Tipostring | RequisitoFacoltativo | Valori e limiti 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 | PredefinitoKore |
Camporesponse_format | Tipostring | RequisitoFacoltativo | Valori e limiti , wav, json | Predefinito |
Campostream_format | Tipostring | RequisitoFacoltativo | Valori e limiti audio | Predefinito— |
Combinazioni di materiali in input
text_to_speech · Obbligatorio: input
Parametri e ciclo di vita del metodo
| Parametro | Contratto |
|---|---|
Parametromaterial_types | Contrattotext |
Parametrorequired | Contrattonull |
Parametrooptional_controls | Contrattonull |
Ciclo di vita: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effettivamente restituito o record della libreria multimediale
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Le strutture dei metodi e gli ID sono esatti; la capacità del fornitore è distinta dall’ammissione delle richieste.
Tariffe
Tariffe dei metodi Ailoot
POST /v1/audio/speech- Input
- 0,0005 USD / 1K
- Output
- 0,006 USD / 1K
- Lettura dalla cache
- 0,000125 USD / 1K
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
Esempi di richieste
Ailoot · Sintesi vocale
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
Ricevi e salva i risultati
Ailoot · Sintesi vocale
byte audio nativi o collegamenti JSON alle risorse
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Conserva tutti i risultati completati
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Un unico risultato usa per impostazione predefinita byte audio nativi con il Content-Type effettivo; response_format=json o più risultati restituiscono tutti i collegamenti di tua proprietà. Non sono previste conversioni su richiesta in MP3/Opus/AAC/FLAC/PCM né SSE.
Se occorre verificare la risposta originale
Conserva operation_id/X-Client-Request-ID originale per la riconciliazione senza reinvio; non esiste una rotta dedicata al polling audio.
Campi della risposta
| Campo | Tipo |
|---|---|
Campobinary native audio | Tipobytes |
Campomodel | Tipostring |
Camporesponse_id | Tipostring |
Campoactual_count | Tipointeger |
Campodata[] | Tipoowned audio asset link |
Errori e passaggi successivi
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Rispostaserver_error | CondizioneLa risposta restituita indica che l'operazione o il risultato richiede una verifica | Passaggio successivoConserva l'ID originale di operazione/task restituito, gli header della richiesta e la risposta; continua a leggere l'operazione originale tramite le modalità supportate. Non reinviare la richiesta di creazione. |
Alias
Alias del modello
Ailoot gemini-3.8-flash-lite-tts
Alias dei percorsi dei metodi
Usa i percorsi dei metodi indicati sopra.
ID di chiamata correlati
FAQ · Gemini 3.8 Flash Lite Tts
- Quali input e risultati sono disponibili?
POST /v1/audio/speech·gemini-3.8-flash-lite-tts:text→audio- Quali campi usa la richiesta?
POST /v1/audio/speech·gemini-3.8-flash-lite-tts:model,input,voice,response_format,stream_format- Quali limiti si applicano?
POST /v1/audio/speech·gemini-3.8-flash-lite-tts:ctx:8192;max_out:16384