Gemini 3.8 Flash Lite Tts

En talemodell fra Google for opplesning i stor skala, sammenhengende replikker og taleoppgaver på 101 språk.

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

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

Gemini 3.8 Flash-Lite TTS er laget for et stort antall taleoperasjoner: lesing av tekst, opplesning av sammenhengende replikker og daglige taleoppgaver. Ifølge Google er profilen lav forsinkelse og effektiv behandling i stor skala.

Valg av stemme

Modellen støtter 101 språk, inkludert russisk. Alternativene omfatter 30 ferdige stemmer, et utvidet bibliotek, oppretting av en stemmeprofil og gjengivelse av en stemme fra en prøve. Stemme, stil og selve replikken angis hver for seg, slik at teksten som skal leses, ikke må blandes med beskrivelsen av lesestilen.

Flash-Lite bruker samme format for talestyring som Gemini 3.8 Flash TTS. I en dialog knyttes replikkene til bestemte talere. Antallet ferdige stemmer i én forespørsel med flere stemmer er begrenset til to; stemmer som lages fra en beskrivelse eller prøve, brukes i separate replikker.

Hva som sendes inn

Inndata er tekst på opptil 8 192 tokener, og utdata er lyd med en grense på 16 384 tokener. Taleinnstillingene styrer fremføringsstilen, mens korte vokale hendelser og pauser angis med spesielle lydtagger i teksten. Dette er talesyntese av en angitt replikk, ikke generering av et tekstsvar på et spørsmål.

Formater og behandling

WAV brukes som standard for vanlige svar. Standardformatet for strømming er PCM uten header. De opprinnelige lydparameterne er 24 kHz, én kanal og 16 bit. Produsenten tilbyr også PCM, mu-law og A-law. Mellomlagring av kontekst og satsvis behandling støttes. Lydformatets muligheter må vurderes separat fra den faktiske måten en fil mottas på gjennom valgt talemetode.

Modellens grenser

Thinking, funksjonskall, kjøring av kode, søk i filer, søkeforankring, Google Maps, strukturerte tekstsvar, bildegenerering og bruk av innhold fra nettadresser er ikke oppgitt for denne versjonen. Den er laget for rask opplesning av ferdig materiale.

Retningen mot lav forsinkelse fastsetter ikke sluttiden for hver forespørsel. Språkdekning, stemmevalg og styring av fremføringen beskriver selve modellens muligheter og innebærer ikke at alle innstillinger automatisk er tilgjengelige i enhver talemetode.

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

gemini-3.8-flash-lite-tts

Google /gemini-3.8-flash-lite-tts

Start

En talemodell fra Google for opplesning i stor skala, sammenhengende replikker og taleoppgaver på 101 språk.

Godkjente inndata: Tekst
Resultater: Lyd

Tilgjengelig i Ailoot · inndata & metoder

Ailoot · Talesyntese POST /v1/audio/speech

Inndatatyper: text
Utdatatyper: audio
Kontekst: 8 192 tokens
Maksimale utdata: 16 384 tokens
Utdataformat: Lydbyte i det opprinnelige formatet eller JSON-lenker til ressurser

Felt	Type	Krav	Verdier & grenser	Standard
Felt`model`	Type`string`	KravPåkrevd	Verdier & grenser gemini-3.8-flash-lite-tts	Standard—
Felt`input`	Type`string`	KravPåkrevd	Verdier & grenser Minste lengde: 1	Standard—
Felt`voice`	Type`string`	KravValgfritt	Verdier & grenser 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	StandardKore
Felt`response_format`	Type`string`	KravValgfritt	Verdier & grenser , wav, json	Standard
Felt`stream_format`	Type`string`	KravValgfritt	Verdier & grenser audio	Standard—

Kombinasjoner av inngående materialer

text_to_speech · Påkrevd: input

Metodeparametere og livssyklus

Parameter	Avtale
Parameter`material_types`	Avtaletext
Parameter`required`	Avtalenull
Parameter`optional_controls`	Avtalenull

Livssyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · faktisk returnert task_id eller oppføring i mediebiblioteket

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.

Priser

Satser for Ailoot-metoder

Ailoot TalesyntesePOST /v1/audio/speech

Inndata: 0,0005 USD / 1K
Utdata: 0,006 USD / 1K
Lesing fra hurtigbuffer: 0,000125 USD / 1K

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →

Eksempelforespørsler

Ailoot · Talesyntese

Taleeksempel

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

Motta og lagre resultater

Ailoot · Talesyntese

Lydbyte i det opprinnelige formatet eller JSON-lenker til ressurser

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

Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Ett utdataelement bruker som standard lydbyte i det opprinnelige formatet med faktisk Content-Type; response_format=json eller flere utdataelementer returnerer alle lenker du eier. Ingen forespurt MP3/Opus/AAC/FLAC/PCM-konvertering eller SSE.

Hvis det opprinnelige svaret må kontrolleres

Bevar opprinnelig operation_id/X-Client-Request-ID for avstemming uten ny innsending; det finnes ingen egen rute for å spørre etter lydstatus.

Svarfelter

Felt	Type
Felt`binary native audio`	Typebytes
Felt`model`	Typestring
Felt`response_id`	Typestring
Felt`actual_count`	Typeinteger
Felt`data[]`	Typeowned audio asset link

Feil og neste trinn

Svar	Vilkår	Neste trinn
Svar400 · `invalid_request_error`	VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi	Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel.
Svar`server_error`	VilkårDet returnerte svaret angir at operasjonen eller resultatet må kontrolleres	Neste trinnBevar den opprinnelige returnerte operasjons-/oppgave-ID-en, forespørselshodene og svaret; fortsett å lese den opprinnelige operasjonen på de støttede måtene. Ikke send opprettelsesforespørselen på nytt.

Aliaser

Modellaliaser

Ailoot gemini-3.8-flash-lite-tts

Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

Tilknyttede anroper-ID-er

gemini-3.8-flash-lite-tts

FAQ · Gemini 3.8 Flash Lite Tts

Hvilke inndata og resultater er tilgjengelige?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: text → audio
Hvilke felt bruker forespørselen?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: model, input, voice, response_format, stream_format
Hvilke grenser gjelder?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Lite Tts