Gemini 3.8 Flash Tts

Model pertuturan Google untuk penjanaan suara ekspresif, buku audio dan dialog dengan kawalan suara serta sokongan 130 bahasa.

Ailoot · Penjanaan suara POST /v1/audio/speech gemini-3.8-flash-tts

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Gemini 3.8 Flash TTS direka untuk penjanaan suara ekspresif dan penceritaan panjang. Google menekankan buku audio, dialog dengan beberapa penutur dan kestabilan suara sepanjang bahagian yang panjang. Kawalan pertuturan merangkumi penyampaian emosi, irama dan sebutan, termasuk loghat wilayah serta dialek.

Suara dan bahasa

Sebanyak 130 bahasa dinyatakan bagi model ini, termasuk bahasa Rusia. 30 suara sedia ada, pustaka yang diperluas, penciptaan identiti suara daripada penerangan dan penghasilan semula suara berdasarkan sampel tersedia. Keupayaan ini membolehkan warna suara dan karakter penyampaian dipilih untuk bahan tertentu.

Ujaran dialog dikaitkan dengan penutur. Satu permintaan dengan beberapa penutur boleh menggunakan tidak lebih daripada dua suara sedia ada. Bagi suara yang dihasilkan daripada penerangan atau sampel, ujaran disintesis secara berasingan; kewujudan suara tersebut tidak menjadikannya satu lagi suara sedia ada dalam permintaan berbilang suara.

Teks dan kawalan penyampaian

Input ialah teks, manakala output ialah audio. Hadnya ialah 8 192 token input dan 16 384 token output. Teks dianggap sebagai ujaran yang akan disebut; penerangan gaya dan penutur yang dipilih ditetapkan secara berasingan. Ini membolehkan perkataan yang perlu didengar dipisahkan daripada arahan tentang cara membacanya.

Gaya merangkumi emosi, tempo, kelantangan dan prosodi. Peristiwa pendek seperti ketawa, hembusan nafas dan jeda ditetapkan melalui tag audio khusus dalam ujaran. Tag sebegini mengawal penyampaian, bukannya perkataan biasa untuk dibaca.

Format audio dan keupayaan

Dalam penjanaan biasa, WAV dikembalikan secara lalai. Untuk penstriman, PCM tanpa pengepala digunakan secara lalai. Parameter asal ialah 24 kHz, satu saluran dan 16 bit. PCM, mu-law dan A-law turut disediakan. Caching konteks dan pemprosesan berkelompok disokong. Format fail khusus dan tetapan yang tersedia bergantung pada kaedah pertuturan yang dipilih.

Model mengkhusus dalam penciptaan pertuturan. Panggilan fungsi, pelaksanaan kod, carian fail, pengasasan berasaskan carian, Google Maps, penjanaan imej, respons teks berstruktur, Thinking dan kandungan alamat web tidak disokong. Suara stabil dan keekspresifan terkawal ialah arah model yang dinyatakan, bukannya janji sebutan sempurna bagi setiap ujaran.

Ailoot · Penjanaan suara POST /v1/audio/speech gemini-3.8-flash-tts

gemini-3.8-flash-tts

Google /gemini-3.8-flash-tts

Pengenalan

Model pertuturan Google untuk penjanaan suara ekspresif, buku audio dan dialog dengan kawalan suara serta sokongan 130 bahasa.

Input yang diterima: Teks
Hasil: Audio

Tersedia di Ailoot · input & kaedah

Ailoot · Penjanaan suara POST /v1/audio/speech

Input: text
Output: audio
Konteks: 8,192 tokens
Output maksimum: 16,384 tokens
Format output: bait audio natif atau pautan aset JSON

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had gemini-3.8-flash-tts	Lalai—
Medan`input`	Jenis`string`	KeperluanDiperlukan	Nilai & had Panjang minimum: 1	Lalai—
Medan`voice`	Jenis`string`	KeperluanPilihan	Nilai & had 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	LalaiKore
Medan`response_format`	Jenis`string`	KeperluanPilihan	Nilai & had , wav, json	Lalai
Medan`stream_format`	Jenis`string`	KeperluanPilihan	Nilai & had audio	Lalai—

Gabungan bahan input

text_to_speech · Diperlukan: input

Parameter kaedah dan kitar hayat

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

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.

Pelan harga

Kadar kaedah Ailoot

Ailoot Penjanaan suaraPOST /v1/audio/speech

Input: USD 0.0005 / 1K
Output: USD 0.009 / 1K
Bacaan cache: USD 0.000125 / 1K

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot · Penjanaan suara

Contoh pertuturan

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 · Penjanaan suara

bait audio natif atau pautan 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, fail dan bahagian kandungan yang dikembalikan.

Satu output menggunakan bait audio natif dengan Content-Type sebenar secara lalai; response_format=json atau berbilang output mengembalikan semua pautan milik anda. Tiada penukaran MP3/Opus/AAC/FLAC/PCM yang diminta atau SSE.

Jika respons asal perlu disemak

Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.

Medan respons

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

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah	Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.
Respons`server_error`	SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan	Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan.

Alias

Alias model

Ailoot gemini-3.8-flash-tts

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

gemini-3.8-flash-tts

FAQ · Gemini 3.8 Flash Tts

Apakah input dan hasil yang tersedia?: POST /v1/audio/speech · gemini-3.8-flash-tts: text → audio
Apakah medan yang digunakan oleh permintaan?: POST /v1/audio/speech · gemini-3.8-flash-tts: model, input, voice, response_format, stream_format
Apakah had yang terpakai?: POST /v1/audio/speech · gemini-3.8-flash-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Tts