Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS нақты сценарийлерді дауыстап оқу функцияларына, күнделікті дикторлық мәтінге және үлкен көлемдегі ауызша мазмұнға арналған аудиоға айналдырады. Ол 101 тілді, таңдалатын дауыстарды және бөлек стиль метадеректері арқылы айтылымды басқаруды қолдайды; қысқа үзілістер мен дауыстық оқиғалар үшін мәтінішілік тегтері бар.

Ailoot Ultra · Сөйлеу POST /v1/audio/speech google/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.

Google Gemini 3.8 Flash-Lite TTS — Google компаниясының 3.8 мәтінді сөйлеуге айналдыратын модельдер тобының жоғары көлемді өндіріске бағытталған нұсқасы. Ол жазбаша сценарийді қабылдап, сөйлеу аудиосын шығарады. Google оны дауыстап оқу функцияларына, күнделікті бір сөйлеушілі дикторлық мәтінге, үлкен көлемдегі аудио өндіріске және дауыс агенттері жүйелерінің сөйлеу шығару кезеңіне арнайды. Пайдалы нәтиже — бірізді дауыспен оқылған мақала, өнімнің ауызша түсіндірмесі немесе қысқа нұсқаулық жазбалар жиыны. Сценарийде тыңдаушы естуі тиіс сөздер алдын ала болуы керек.

3.8 тобы транскриптті орындау нұсқауларынан ажыратады. Айтылатын мәтінді сөзбе-сөз сақтап, тұрақты эмоцияны, қарқынды, дыбыс деңгейін немесе айтылым стилін сөйлеу метадеректеріне орналастырыңыз. Жылы кіріспеге, жедел нұсқауға және тыныш аяқтауға өз кезегіне тіркелген қысқа стиль сипаттамасын беруге болады. Транскрипттегі «Көңілді айт» сияқты мәтіннің өзі де айтылуы мүмкін. Сөйлеуші аттары естілетін сценарийдегі белгіге емес, сөйлеуші метадеректеріне жатады. Бұл дайындық Gemini 3.1 Flash TTS үшін жазылған промпттарды қайта қолданғанда әсіресе маңызды.

Нақты нүктедегі қысқа оқиғаларға мәтінішілік бұрышты жақша тегтерін қолданыңыз: тыныс алу, күлу, жөтелу, күрсіну немесе үзіліс. Мысалы, «Келесі қадам қарапайым. <short pause> Қалаған тіліңізді таңдаңыз» транскриптінде көзделген үзіліс өзі әсер ететін сөздердің жанында тұрады. Бүкіл кезек бойы сыбырлап айтуды оқиға тегтерін қайта-қайта қоспай, стиль сипаттамасына жазыңыз. Google басқа тілдегі сценарийлерде де тег атауларын ағылшынша қолдануды ұсынады. Бұл басқару дауысты бағыттайды; қол шапалақтау дыбысы жазылған аудиожол немесе есіктің тарс жабылуы дауыстық оқиға тегінен бөлек дыбыс өндірісін қажет етеді.

Google осы нұсқада 101 тілге, соның ішінде ағылшын, орыс, қытай, жапон, корей, француз, неміс, испан, индонезия және вьетнам тілдеріне қолдау көрсететінін тізімдейді. Дайын сценарийді көзделген тілде, есімдердің, қысқартулардың және сандардың қажетті пішінімен жазыңыз. Редакциялық дайындықта тыңдаушы нақты бір нұсқаны естуі тиіс болса, екіұшты қысқартуды немесе санның көзделген оқылуын толық жазыңыз. Ұзақ жазбаны дайын деп есептемей тұрып, қиын есімдер мен өтулер бар алғашқы үзіндіні тыңдаңыз. Тіл саны барлық аймақтық айтылымдарды өзара алмастырылатын етпейді.

Өндіруші дайын дауыстарды, кеңейтілген дауыс кітапханасын, арнайы жасалған дауыс бейнелерін және дауыс көшіруді қолдайды. Дауыс үлгісін уақытша актерлік нұсқаулардан бөлек таңдаңыз. Дикторлық мәтін бірізді болуы керек болса, бөлімдерде сол дауыс үлгісі мен қысқа айтылым сипаттамасын қайта қолданыңыз. Құжатталған екі сөйлеушілі баптауда әр кезекке бапталған екі дайын дауыстың біріне сәйкес айқын сөйлеуші беріңіз. Google нұсқаулығы жобаланған не көшірілген дауыстары бар көпкейіпкерлі көріністерді жеке кезектерді жасау арқылы құрастырады. Бұл бір диктордың орнына диалог жоспарлағанда маңызды.

Кәдімгі аяқталған сұраулар үшін Google компаниясының 3.8 нұсқаулығы RIFF тақырыбы бар WAV аудиосын көрсетеді; ішінде 24 kHz моно, 16-bit таңбалы little-endian PCM болады. Ағындық баптау әдепкіде тақырыпсыз raw PCM бөліктерін қайтарады; нұсқаулық raw linear PCM, mu-law және A-law кодтау таңдауларын да құжаттайды. Ойнату не өңдеу параметрлерін нақты шығыс пішіміне сәйкестендіріңіз. Тақырыпсыз PCM-нің кеңейтімін WAV деп өзгерту контейнер ақпаратын қоспайды. Бөлек жасалған кезектерді біріктіргенде аудио пішімін бірізді сақтап, әр толық WAV-ты өз тақырыбы бар файл ретінде қарастырыңыз.

Дәл осы модель беті Gemini API шектерін 8,192 кіріс және 16,384 шығыс токені деп көрсетеді. Аудио токендері сөйлеу секундтарының бекітілген санын білдірмейді. Ұзақ материалды мағыналы бөлімдерге дайындап, бір дауыс пен стиль тапсырмасын сақтаңыз және түйістерін тыңдаңыз. Бұлар осы модель үшін өндіруші құжаттаған қызмет шектері; олар жалпы каталогтағы контекст өрісінен басқа шаманы сипаттайды. Кіріс — мәтін, шығыс — аудио, сондықтан сценарий жобалау, аудару және транскрипциялау жеке дайындық не кейінгі тапсырмалар.

Flash-Lite 3.8 сұрау құрылымын Gemini 3.8 Flash TTS-пен ортақ пайдаланады. Іс жүзіндегі таңдау қажетті орындауға байланысты: Flash-Lite жедел, қайталанатын өндіріске, ал Flash TTS күрделі айтылымға, нәзік актерлік ойынға және кеңірек диалект қамтуына арналған шығармашылық деңгей. Күнделікті анықтама мақаласы мен екі кейіпкердің драмалық көрінісі дауысқа әртүрлі талап қояды. Соңғы тыңдау тәжірибесінде қолданар алдында нақты жазбаны түсіп қалған не қайталанған сөздерге, айтылымға, қарқынға және сегменттер арасындағы естілетін өзгерістерге тексеріңіз.

Ailoot Ultra · Сөйлеу 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

Бастау

Қабылданатын кіріс деректері: Мәтін
Нәтижелер: Аудио

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot Ultra · Сөйлеу POST /v1/audio/speech

Кіріс: text
Шығыс: audio

Өріс	Түрі	Талап	Мәндер мен шектеулер	Әдепкі
Өріс`model`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер google/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	Мәндер мен шектеулер 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 Ең аз ұзындық: 1	Әдепкі—
Өріс`response_format`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер mp3, pcm	Әдепкіpcm
Өріс`provider`	Түрі`object`	ТалапМіндетті емес	Мәндер мен шектеулер	Әдепкі—

Әдіс параметрлері мен өмірлік циклі

Параметр	Параметр талаптары
Параметр`content_type`	Параметр талаптарыapplication/json
Параметр`required`	Параметр талаптарыmodel, input, voice
Параметр`material_types`	Параметр талаптарыtext

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}

Тарифтер

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим: Көрсетілмеген Жылдам режим таңдалғанда
Икемді режим: Көрсетілмеген flex режимі таңдалғанда
Ой қорытудың ең жоғары деңгейі: Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

Ailoot мөлшерлемелері

Баптаулар бойынша бағалар

Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.

Баптау	Мөлшерлемелер кестесі	Есептеу бірлігі	Төлем
БаптауТокендердің базалық тарифтері	Мөлшерлемелер кестесіНегізгі мөлшерлеме	Есептеу бірлігі—	Төлем Кіріс · Кіріс токендері — / 1K токен Шығыс · Шығыс токендері — / 1K токен Кіріс · Кэшті оқу — / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен
Баптаукіріс токені	Мөлшерлемелер кестесі—	Есептеу бірлігі/ 1K токен	Төлем Кіріс $0.001 / 1K токен
Баптаушығыс токені	Мөлшерлемелер кестесі—	Есептеу бірлігі/ 1K токен	Төлем Шығыс $0.012 / 1K токен

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 Ultra · Сөйлеу

Нақты кіріс деректерін қолданып, нәтижені толық сақтаңыз

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.

Нәтижелерді алу және сақтау

Ailoot Ultra · Сөйлеу

Толық бинарлық аудио немесе бастапқы audio_url жауабы, тақырыптар және иелігіңіздегі әрбір ресурс.

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

Басқа мазмұнды оқу

Өзіңізге тиесілі қолда бар материалдарды оқу

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.

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Толық жауапты және тақырыптарды, алынған әрбір нәтижені, бастапқыда қайтарылған идентификаторларды және пайдалану туралы барлық өрістерді сақтаңыз. Жасау сұрауын қайта жібермей, бастапқы операцияны қалпына келтіріңіз.

Бастапқы жауапты тексеру қажет болса

Есептерді салыстырып тексеру үшін қайтарылған X-Client-Request-ID мәнін сақтаңыз. Тек нақты қайтарылған task_id/asset_id мәндері арқылы немесе өзіңізге тиесілі медиатекадан оқыңыз; операция ID мәнінен тапсырманың URL мекенжайын ешқашан құрастырмаңыз және жасау сұрауын ешқашан қайта жібермеңіз.

Балама атаулар

Модельдердің балама атаулары

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

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
Сұрау қандай өрістерді пайдаланады?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS