Gemini 3.8 Flash Lite Tts

Мәтіндерді, бірізді репликаларды және дауыстық сценарийлерді 101 тілде жаппай дыбыстауға арналған Google-дың сөйлеу моделі.

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

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Gemini 3.8 Flash-Lite TTS көптеген сөйлеу операциясына арналған: мәтін оқу, бірізді репликаларды дыбыстау және күнделікті дауыстық сценарийлер. Google дерегіне сәйкес, оның сипаты — аз кідіріс және тиімді жаппай өңдеу.

Дауыс таңдау

Модель орыс тілін қоса алғанда, 101 тілді қолдайды. Нұсқалар ішінде 30 дайын дауыс, кеңейтілген кітапхана, дауыстық бейне жасау және үлгі бойынша дауысты қайталау бар. Дауыс, стиль және айтылатын репликаның өзі бөлек беріледі, сондықтан дыбысталатын мәтінді оқу сипатының сипаттамасымен араластыру қажет емес.

Flash-Lite Gemini 3.8 Flash TTS-пен бірдей сөйлеу басқару форматын қолданады. Диалогта репликалар белгілі сөйлеушілерге қатысты болады. Бір көпдауысты сұрауда дайын дауыстар саны екеумен шектелген; сипаттама не үлгі бойынша жасалған дауыстар жеке сөйлеу репликаларында қолданылады.

Кіріске не беріледі

Кіріске 8 192 токенге дейінгі мәтін беріледі, шығыста 16 384 токендік шегі бар аудио жасалады. Айтылым баптаулары орындалу стилін басқарады, ал қысқа вокалдық оқиғалар мен үзілістер мәтін ішіндегі арнайы аудиотегтермен беріледі. Бұл сұраққа мәтіндік жауап генерациялау емес, берілген реплика бойынша сөйлеу синтезі.

Форматтар және өңдеу

Кәдімгі жауап үшін әдепкіде WAV қолданылады. Әдепкі ағындық формат — тақырыбы жоқ PCM. Дыбыстың бастапқы параметрлері — 24 кГц, бір арна және 16 бит. Өндіруші PCM, mu-law және A-law да қарастырады. Контекстті кэштеу және пакеттік өңдеу қолдау табады. Дыбыс форматының мүмкіндіктерін таңдалған сөйлеу әдісі арқылы файл алудың нақты тәсілінен бөлек ескеру керек.

Модель шектері

Бұл нұсқада Thinking, функцияларды шақыру, код орындау, файлдар бойынша іздеу, іздеумен негіздеу, Google Maps, құрылымдалған мәтіндік жауаптар, сурет жасау немесе веб-мекенжай мазмұнын қолдану мәлімделмеген. Оның мақсаты — дайын материалды жылдам дыбыстау.

Аз кідіріске бағытталу әр сұраудың аяқталу мерзімін белгілемейді. Тілдік қамту, дауыс таңдау тәсілдері және мәнерді басқару модельдің өз мүмкіндіктерін сипаттайды және кез келген сөйлеу әдісінде барлық баптаудың автоматты түрде қолжетімді болуын білдірмейді.

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

gemini-3.8-flash-lite-tts

Google /gemini-3.8-flash-lite-tts

Бастау

Қабылданатын кіріс деректері: Мәтін
Нәтижелер: Аудио

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Дыбыстау POST /v1/audio/speech

Кіріс: text
Шығыс: audio
Контекст: 8 192 tokens
Ең үлкен шығыс: 16 384 tokens
Шығыс пішімі: төл пішімдегі аудио байттары немесе JSON ішіндегі ресурс сілтемелері

Өріс	Түрі	Талап	Мәндер мен шектеулер	Әдепкі
Өріс`model`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер gemini-3.8-flash-lite-tts	Әдепкі—
Өріс`input`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер Ең аз ұзындық: 1	Әдепкі—
Өріс`voice`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер 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	ӘдепкіKore
Өріс`response_format`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер , wav, json	Әдепкі
Өріс`stream_format`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер audio	Әдепкі—

Кіріс материалдарының үйлесімдері

text_to_speech · Міндетті: input

Әдіс параметрлері мен өмірлік циклі

Параметр	Параметр талаптары
Параметр`material_types`	Параметр талаптарыtext
Параметр`required`	Параметр талаптарыnull
Параметр`optional_controls`	Параметр талаптарыnull

Өмірлік цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Нақты қайтарылған task_id немесе медиатека жазбасы

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot ДыбыстауPOST /v1/audio/speech

Кіріс: 0,0005 $ / 1K
Шығыс: 0,006 $ / 1K
Кэшті оқу: 0,000125 $ / 1K

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Дыбыстау

Дыбыстау мысалы

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

Нәтижелерді алу және сақтау

Ailoot · Дыбыстау

төл пішімдегі аудио байттары немесе JSON ішіндегі ресурс сілтемелері

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

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Бір шығыс нәтижесі әдепкіде нақты Content-Type мәнімен төл аудио байттарын береді; response_format=json немесе бірнеше шығыс нәтижесі иелігіңіздегі барлық сілтемені қайтарады. Сұралған MP3/Opus/AAC/FLAC/PCM түрлендіруі немесе SSE қолданылмайды.

Бастапқы жауапты тексеру қажет болса

Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ.

Жауап өрістері

Өріс	Түрі
Өріс`binary native audio`	Түріbytes
Өріс`model`	Түріstring
Өріс`response_id`	Түріstring
Өріс`actual_count`	Түріinteger
Өріс`data[]`	Түріowned audio asset link

Қателер және келесі қадамдар

Жауап	Шарт	Келесі қадам
Жауап400 · `invalid_request_error`	ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате	Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.
Жауап`server_error`	ШартҚайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілген	Келесі қадамБастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot gemini-3.8-flash-lite-tts

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

gemini-3.8-flash-lite-tts

FAQ · Gemini 3.8 Flash Lite Tts

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: text → audio
Сұрау қандай өрістерді пайдаланады?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: model, input, voice, response_format, stream_format
Қандай шектеулер қолданылады?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Lite Tts