Gemini 3.8 Flash Lite Tts

テキストの大量読み上げ、連続した発話、101言語の音声シナリオに向けたGoogleの音声モデルです。

Ailoot · 音声合成 POST /v1/audio/speech gemini-3.8-flash-lite-tts

モデルについて

この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。

Gemini 3.8 Flash-Lite TTSは、テキストの読み上げ、連続する発話の音声化、日常的な音声用途など、多数の音声操作を想定しています。Googleによると、低遅延と効率的な大量処理が特徴です。

声の選択

ロシア語を含む101言語に対応しています。選択肢には、30の既成の声、拡張ライブラリ、声の作成、サンプルに基づく声の再現があります。声、スタイル、実際に発話する言葉は別々に指定するため、読み上げるテキストに、読み方の性質の説明を混ぜる必要はありません。

Flash-Liteは、Gemini 3.8 Flash TTSと同じ発話制御の形式を使います。対話では、発話を特定の話者に紐付けます。一回の複数話者のリクエストで使える既成の声は二つまでです。説明やサンプルから作成した声は、個別の発話で使用します。

入力するもの

入力は8 192トークンまでのテキストで、出力には16 384トークンを上限とする音声を作成します。発話設定で表現のスタイルを制御し、短い発声や間は、テキスト内の専用の音声タグで指定します。指定された発話に基づく音声合成であり、質問に対するテキスト応答の生成ではありません。

形式と処理

通常の応答では、既定でWAVを使用します。ストリーミングの既定の形式は、PCM（ヘッダーなし）です。元の音声パラメータは、24キロヘルツ、一チャンネル、16ビットです。メーカーは、PCM、mu-law、A-lawも用意しています。コンテキストのキャッシュとバッチ処理に対応しています。音声形式の機能は、選択した音声メソッドで実際にファイルを取得する方法とは別に考慮する必要があります。

モデルの範囲

このバージョンでは、Thinking、関数呼び出し、コードの実行、ファイル検索、検索による裏付け、Google Maps、構造化されたテキスト応答、画像の作成、ウェブアドレスの内容の利用は公表されていません。準備した素材を素早く読み上げるためのモデルです。

低遅延を目指していることは、各リクエストの完了期限を定めるものではありません。言語の対応範囲、声の選択方法、表現の制御は、モデル自体の機能を説明するものです。すべての設定が、あらゆる音声メソッドで自動的に利用できることを意味しません。

Ailoot · 音声合成 POST /v1/audio/speech gemini-3.8-flash-lite-tts

gemini-3.8-flash-lite-tts

Google /gemini-3.8-flash-lite-tts

はじめに

テキストの大量読み上げ、連続した発話、101言語の音声シナリオに向けたGoogleの音声モデルです。

対応する入力: テキスト
結果: 音声

Ailootで利用可能 · 入力とメソッド

Ailoot · 音声合成 POST /v1/audio/speech

入力の種類: text
出力の種類: audio
コンテキスト: 8,192 tokens
最大出力: 16,384 tokens
出力形式: ネイティブ形式の音声バイト列、またはJSONのアセットリンク

フィールド	種類	要件	値と制限	デフォルト
フィールド`model`	種類`string`	要件必須	値と制限 gemini-3.8-flash-lite-tts	デフォルト—
フィールド`input`	種類`string`	要件必須	値と制限最小の長さ: 1	デフォルト—
フィールド`voice`	種類`string`	要件任意	値と制限 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	デフォルトKore
フィールド`response_format`	種類`string`	要件任意	値と制限 , wav, json	デフォルト
フィールド`stream_format`	種類`string`	要件任意	値と制限 audio	デフォルト—

入力素材の組み合わせ

text_to_speech · 必須: input

メソッドのパラメータとライフサイクル

パラメータ	仕様
パラメータ`material_types`	仕様text
パラメータ`required`	仕様null
パラメータ`optional_controls`	仕様null

ライフサイクル: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · 実際に返された task_id またはメディアライブラリのレコード

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。

料金

Ailootのメソッド料金

Ailoot 音声合成POST /v1/audio/speech

入力: $0.0005 / 1K
出力: $0.006 / 1K
キャッシュ読み取り: $0.000125 / 1K

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →

リクエスト例

Ailoot · 音声合成

音声のサンプル

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

結果を受け取って保存

Ailoot · 音声合成

ネイティブ形式の音声バイト列、またはJSONのアセットリンク

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

完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

単一出力のデフォルトは、実際のContent-Typeを持つネイティブ形式の音声バイト列です。response_format=json、または複数出力の場合は、所有するすべてのリンクが返されます。要求されたMP3/Opus/AAC/FLAC/PCMへの変換やSSEはありません。

元のレスポンスを確認する場合

再送せずに照合できるよう、元の operation_id/X-Client-Request-ID を保存してください。音声専用のポーリングルートはありません。

レスポンスのフィールド

フィールド	種類
フィールド`binary native audio`	種類bytes
フィールド`model`	種類string
フィールド`response_id`	種類string
フィールド`actual_count`	種類integer
フィールド`data[]`	種類owned audio asset link

エラーと次の手順

レスポンス	条件	次の手順
レスポンス400 · `invalid_request_error`	条件必須フィールド、素材の表現形式、またはパラメーター値が不正です	次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。
レスポンス`server_error`	条件返されたレスポンスは、操作または結果の確認が必要であることを示しています	次の手順最初に返された操作／タスク ID、リクエストヘッダー、レスポンスを保存し、その元の操作に対してサポートされている読み取りを継続してください。作成リクエストを再送しないでください。

エイリアス

モデルのエイリアス

Ailoot gemini-3.8-flash-lite-tts

メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

Gemini 3.8 Flash Lite Tts