{ "aboutHtml": "

Google Gemini 3.8 Flash-Lite TTS er modellen for høy produksjonskapasitet i Googles 3.8-familie for tekst til tale. Den tar imot et skrevet manus og produserer talt lyd. Google fremhever høytlesingsfunksjoner, vanlig fortellerstemme med én taler, lydproduksjon i stort volum og taleutgangen i systemer med stemmeagenter. Et nyttig resultat er en artikkel lest med en gjennomgående stemme, en muntlig produktforklaring eller en serie korte instruksjonsopptak. Manuset bør allerede inneholde ordene lytteren skal høre.

3.8-familien skiller teksten som skal sies, fra instruksjonene for fremføringen. Behold den talte teksten ordrett, og legg vedvarende følelse, tempo, volum eller fremføringsstil i talens metadata. En varm innledning, en presserende instruksjon og en rolig avslutning kan hver ha en kort stilbeskrivelse knyttet til sin egen replikk. Tekst som «Si det muntert» inne i manuset kan selv bli lest opp. Talernavn hører hjemme i talermetadata, ikke som etiketter i det hørbare manuset. Denne forberedelsen er særlig viktig ved gjenbruk av instrukser skrevet for Gemini 3.1 Flash TTS.

Bruk tagger i vinkelparenteser i teksten for korte hendelser på et bestemt sted: et pust, en latter, et host, et sukk eller en pause. Manuset «Neste trinn er enkelt. <short pause> Velg språket du foretrekker.» plasserer for eksempel pausen ved ordene den gjelder. Legg en vedvarende hviskende fremføring i stilbeskrivelsen i stedet for å gjenta hendelsestagger. Google anbefaler engelske taggnavn også for manus på andre språk. Disse kontrollene styrer stemmen; et applausspor eller en dør som smeller, krever separat lydproduksjon fremfor en tagg for en lyd fra stemmen.

Google oppgir 101 støttede språk for denne utgaven, blant annet engelsk, russisk, kinesisk, japansk, koreansk, fransk, tysk, spansk, indonesisk og vietnamesisk. Skriv det ferdige manuset på ønsket språk, med ønsket form på navn, forkortelser og tall. Som redaksjonell forberedelse bør en tvetydig forkortelse eller den tilsiktede lesemåten for et tall skrives helt ut når lytteren må høre én bestemt form. Lytt til et innledende avsnitt med de vanskelige navnene og overgangene før et langt opptak regnes som ferdig. Et antall språk gjør ikke alle regionale uttaler innbyrdes utskiftbare.

Produsenten støtter ferdige stemmer, et utvidet stemmebibliotek, utformede stemmepersonaer og stemmereplikering. Velg stemmeidentiteten separat fra midlertidige instruksjoner for skuespill. Gjenbruk identiteten og en kort fremføringsbeskrivelse på tvers av avsnitt når fortellerstemmen skal være konsekvent. I den dokumenterte konfigurasjonen med to talere skal hver replikk ha en eksplisitt taler som samsvarer med en av de to konfigurerte ferdige stemmene. Googles veiledning håndterer scener med flere figurer og utformede eller replikerte stemmer ved å generere de enkelte replikkene. Dette skillet er viktig ved planlegging av en dialog fremfor én forteller.

For vanlige fullførte forespørsler angir Googles 3.8-veiledning WAV-lyd med RIFF-header og 24 kHz mono, 16-bits PCM med fortegn og little-endian-byteorden. Strømmekonfigurasjonen returnerer som standard rå PCM-blokker uten header; veiledningen dokumenterer også valg for rå lineær PCM, mu-law og A-law. Tilpass innstillingene for avspilling eller redigering til det faktiske utdataformatet. Å gi rå PCM uten header en WAV-filendelse tilfører ikke informasjonen som filbeholderen trenger. Når separat genererte replikker settes sammen, må lydformatet holdes konsekvent, og hver fullstendige WAV må behandles som en fil med sin egen header.

Den konkrete modellsiden oppgir Gemini API-grenser på 8192 inndatatokener og 16384 utdatatokener. Lydtokener uttrykker ikke et fast antall sekunder med tale. Del langt materiale inn i meningsfulle avsnitt, behold samme stemme og stilinstruks, og lytt til skjøtene. Dette er produsentens dokumenterte tjenestegrenser for modellen; de beskriver en annen størrelse enn et generelt kontekstfelt i katalogen. Tekst er inndata og lyd er utdata, så manusarbeid, oversettelse og transkripsjon er separate forberedelser eller etterfølgende oppgaver.

Flash-Lite deler 3.8-strukturen for forespørsler med Gemini 3.8 Flash TTS. Det praktiske valget gjelder fremføringen som trengs: Flash-Lite retter seg mot rask, gjentatt produksjon, mens Flash TTS er det kreative nivået for vanskelig uttale, nyansert skuespill og bredere dialektdekning. En vanlig hjelpeartikkel og en dramatisk scene med to figurer stiller ulike krav til stemmen. Kontroller det faktiske opptaket for utelatte eller gjentatte ord, uttale, tempo og hørbare endringer mellom segmenter før det brukes i den endelige lytteopplevelsen.

", "aboutText": "Google Gemini 3.8 Flash-Lite TTS er modellen for høy produksjonskapasitet i Googles 3.8-familie for tekst til tale. Den tar imot et skrevet manus og produserer talt lyd. Google fremhever høytlesingsfunksjoner, vanlig fortellerstemme med én taler, lydproduksjon i stort volum og taleutgangen i systemer med stemmeagenter. Et nyttig resultat er en artikkel lest med en gjennomgående stemme, en muntlig produktforklaring eller en serie korte instruksjonsopptak. Manuset bør allerede inneholde ordene lytteren skal høre.\n\n3.8-familien skiller teksten som skal sies, fra instruksjonene for fremføringen. Behold den talte teksten ordrett, og legg vedvarende følelse, tempo, volum eller fremføringsstil i talens metadata. En varm innledning, en presserende instruksjon og en rolig avslutning kan hver ha en kort stilbeskrivelse knyttet til sin egen replikk. Tekst som «Si det muntert» inne i manuset kan selv bli lest opp. Talernavn hører hjemme i talermetadata, ikke som etiketter i det hørbare manuset. Denne forberedelsen er særlig viktig ved gjenbruk av instrukser skrevet for Gemini 3.1 Flash TTS.\n\nBruk tagger i vinkelparenteser i teksten for korte hendelser på et bestemt sted: et pust, en latter, et host, et sukk eller en pause. Manuset «Neste trinn er enkelt. Velg språket du foretrekker.» plasserer for eksempel pausen ved ordene den gjelder. Legg en vedvarende hviskende fremføring i stilbeskrivelsen i stedet for å gjenta hendelsestagger. Google anbefaler engelske taggnavn også for manus på andre språk. Disse kontrollene styrer stemmen; et applausspor eller en dør som smeller, krever separat lydproduksjon fremfor en tagg for en lyd fra stemmen.\n\nGoogle oppgir 101 støttede språk for denne utgaven, blant annet engelsk, russisk, kinesisk, japansk, koreansk, fransk, tysk, spansk, indonesisk og vietnamesisk. Skriv det ferdige manuset på ønsket språk, med ønsket form på navn, forkortelser og tall. Som redaksjonell forberedelse bør en tvetydig forkortelse eller den tilsiktede lesemåten for et tall skrives helt ut når lytteren må høre én bestemt form. Lytt til et innledende avsnitt med de vanskelige navnene og overgangene før et langt opptak regnes som ferdig. Et antall språk gjør ikke alle regionale uttaler innbyrdes utskiftbare.\n\nProdusenten støtter ferdige stemmer, et utvidet stemmebibliotek, utformede stemmepersonaer og stemmereplikering. Velg stemmeidentiteten separat fra midlertidige instruksjoner for skuespill. Gjenbruk identiteten og en kort fremføringsbeskrivelse på tvers av avsnitt når fortellerstemmen skal være konsekvent. I den dokumenterte konfigurasjonen med to talere skal hver replikk ha en eksplisitt taler som samsvarer med en av de to konfigurerte ferdige stemmene. Googles veiledning håndterer scener med flere figurer og utformede eller replikerte stemmer ved å generere de enkelte replikkene. Dette skillet er viktig ved planlegging av en dialog fremfor én forteller.\n\nFor vanlige fullførte forespørsler angir Googles 3.8-veiledning WAV-lyd med RIFF-header og 24 kHz mono, 16-bits PCM med fortegn og little-endian-byteorden. Strømmekonfigurasjonen returnerer som standard rå PCM-blokker uten header; veiledningen dokumenterer også valg for rå lineær PCM, mu-law og A-law. Tilpass innstillingene for avspilling eller redigering til det faktiske utdataformatet. Å gi rå PCM uten header en WAV-filendelse tilfører ikke informasjonen som filbeholderen trenger. Når separat genererte replikker settes sammen, må lydformatet holdes konsekvent, og hver fullstendige WAV må behandles som en fil med sin egen header.\n\nDen konkrete modellsiden oppgir Gemini API-grenser på 8192 inndatatokener og 16384 utdatatokener. Lydtokener uttrykker ikke et fast antall sekunder med tale. Del langt materiale inn i meningsfulle avsnitt, behold samme stemme og stilinstruks, og lytt til skjøtene. Dette er produsentens dokumenterte tjenestegrenser for modellen; de beskriver en annen størrelse enn et generelt kontekstfelt i katalogen. Tekst er inndata og lyd er utdata, så manusarbeid, oversettelse og transkripsjon er separate forberedelser eller etterfølgende oppgaver.\n\nFlash-Lite deler 3.8-strukturen for forespørsler med Gemini 3.8 Flash TTS. Det praktiske valget gjelder fremføringen som trengs: Flash-Lite retter seg mot rask, gjentatt produksjon, mens Flash TTS er det kreative nivået for vanskelig uttale, nyansert skuespill og bredere dialektdekning. En vanlig hjelpeartikkel og en dramatisk scene med to figurer stiller ulike krav til stemmen. Kontroller det faktiske opptaket for utelatte eller gjentatte ord, uttale, tempo og hørbare endringer mellom segmenter før det brukes i den endelige lytteopplevelsen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "bc0fc26c7e5702ccc0124d718a2fc0e6a70135607c5882c29db3a8503f605a72", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "
G

Google: Gemini 3.8 Flash Lite TTS

Google /google/gemini-3.8-flash-lite-tts

Start

Google Gemini 3.8 Flash-Lite TTS gjør nøyaktig angitte manus om til tale for høytlesingsfunksjoner, vanlig fortellerstemme og store mengder taleinnhold. Den støtter 101 språk, valgbare stemmer og styring av fremføringen gjennom separate stilmetadata, med tagger i teksten for korte pauser og lyder fra stemmen.

Godkjente inndata
Tekst
Resultater
Lyd
Om modellen

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

Google Gemini 3.8 Flash-Lite TTS er modellen for høy produksjonskapasitet i Googles 3.8-familie for tekst til tale. Den tar imot et skrevet manus og produserer talt lyd. Google fremhever høytlesingsfunksjoner, vanlig fortellerstemme med én taler, lydproduksjon i stort volum og taleutgangen i systemer med stemmeagenter. Et nyttig resultat er en artikkel lest med en gjennomgående stemme, en muntlig produktforklaring eller en serie korte instruksjonsopptak. Manuset bør allerede inneholde ordene lytteren skal høre.

3.8-familien skiller teksten som skal sies, fra instruksjonene for fremføringen. Behold den talte teksten ordrett, og legg vedvarende følelse, tempo, volum eller fremføringsstil i talens metadata. En varm innledning, en presserende instruksjon og en rolig avslutning kan hver ha en kort stilbeskrivelse knyttet til sin egen replikk. Tekst som «Si det muntert» inne i manuset kan selv bli lest opp. Talernavn hører hjemme i talermetadata, ikke som etiketter i det hørbare manuset. Denne forberedelsen er særlig viktig ved gjenbruk av instrukser skrevet for Gemini 3.1 Flash TTS.

Bruk tagger i vinkelparenteser i teksten for korte hendelser på et bestemt sted: et pust, en latter, et host, et sukk eller en pause. Manuset «Neste trinn er enkelt. <short pause> Velg språket du foretrekker.» plasserer for eksempel pausen ved ordene den gjelder. Legg en vedvarende hviskende fremføring i stilbeskrivelsen i stedet for å gjenta hendelsestagger. Google anbefaler engelske taggnavn også for manus på andre språk. Disse kontrollene styrer stemmen; et applausspor eller en dør som smeller, krever separat lydproduksjon fremfor en tagg for en lyd fra stemmen.

Google oppgir 101 støttede språk for denne utgaven, blant annet engelsk, russisk, kinesisk, japansk, koreansk, fransk, tysk, spansk, indonesisk og vietnamesisk. Skriv det ferdige manuset på ønsket språk, med ønsket form på navn, forkortelser og tall. Som redaksjonell forberedelse bør en tvetydig forkortelse eller den tilsiktede lesemåten for et tall skrives helt ut når lytteren må høre én bestemt form. Lytt til et innledende avsnitt med de vanskelige navnene og overgangene før et langt opptak regnes som ferdig. Et antall språk gjør ikke alle regionale uttaler innbyrdes utskiftbare.

Produsenten støtter ferdige stemmer, et utvidet stemmebibliotek, utformede stemmepersonaer og stemmereplikering. Velg stemmeidentiteten separat fra midlertidige instruksjoner for skuespill. Gjenbruk identiteten og en kort fremføringsbeskrivelse på tvers av avsnitt når fortellerstemmen skal være konsekvent. I den dokumenterte konfigurasjonen med to talere skal hver replikk ha en eksplisitt taler som samsvarer med en av de to konfigurerte ferdige stemmene. Googles veiledning håndterer scener med flere figurer og utformede eller replikerte stemmer ved å generere de enkelte replikkene. Dette skillet er viktig ved planlegging av en dialog fremfor én forteller.

For vanlige fullførte forespørsler angir Googles 3.8-veiledning WAV-lyd med RIFF-header og 24 kHz mono, 16-bits PCM med fortegn og little-endian-byteorden. Strømmekonfigurasjonen returnerer som standard rå PCM-blokker uten header; veiledningen dokumenterer også valg for rå lineær PCM, mu-law og A-law. Tilpass innstillingene for avspilling eller redigering til det faktiske utdataformatet. Å gi rå PCM uten header en WAV-filendelse tilfører ikke informasjonen som filbeholderen trenger. Når separat genererte replikker settes sammen, må lydformatet holdes konsekvent, og hver fullstendige WAV må behandles som en fil med sin egen header.

Den konkrete modellsiden oppgir Gemini API-grenser på 8192 inndatatokener og 16384 utdatatokener. Lydtokener uttrykker ikke et fast antall sekunder med tale. Del langt materiale inn i meningsfulle avsnitt, behold samme stemme og stilinstruks, og lytt til skjøtene. Dette er produsentens dokumenterte tjenestegrenser for modellen; de beskriver en annen størrelse enn et generelt kontekstfelt i katalogen. Tekst er inndata og lyd er utdata, så manusarbeid, oversettelse og transkripsjon er separate forberedelser eller etterfølgende oppgaver.

Flash-Lite deler 3.8-strukturen for forespørsler med Gemini 3.8 Flash TTS. Det praktiske valget gjelder fremføringen som trengs: Flash-Lite retter seg mot rask, gjentatt produksjon, mens Flash TTS er det kreative nivået for vanskelig uttale, nyansert skuespill og bredere dialektdekning. En vanlig hjelpeartikkel og en dramatisk scene med to figurer stiller ulike krav til stemmen. Kontroller det faktiske opptaket for utelatte eller gjentatte ord, uttale, tempo og hørbare endringer mellom segmenter før det brukes i den endelige lytteopplevelsen.

Tilgjengelig i Ailoot · inndata & metoder

Ailoot Ultra · Tale POST /v1/audio/speech
Inndatatyper
text
Utdatatyper
audio
FeltTypeKravVerdier & grenserStandard
FeltmodelTypestringKravPåkrevdVerdier & grenser
google/gemini-3.8-flash-lite-tts
Standard—
FeltinputTypestringKravPåkrevdVerdier & grenser
Minste lengde: 1
Standard—
FeltvoiceTypestringKravPåkrevdVerdier & grenser
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
Minste lengde: 1
Standard—
Feltresponse_formatTypestringKravValgfrittVerdier & grenser
mp3, pcm
Standardpcm
FeltproviderTypeobjectKravValgfrittVerdier & grenserStandard—
Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtalemodel, input, voice
Parametermaterial_typesAvtaletext

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}

Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus
Ikke angitt Når hurtigmodus er valgt
Flex-modus
Ikke angitt Når flex-modus er valgt
Maksimal resonneringsinnsats
Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats

Ailoot-satser

Priser etter konfigurasjon

Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.

KonfigurasjonPrisplanFaktureringsenhetKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsFaktureringsenhet—Kostnad
Inndata · Inngående tokener — / 1K tokener
Utdata · Utgående tokener — / 1K tokener
Inndata · Lesing fra hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener
KonfigurasjoninndatatokenPrisplan—Faktureringsenhet/ 1K tokenerKostnad
Inndata $0.001 / 1K tokener
KonfigurasjonutdatatokenPrisplan—Faktureringsenhet/ 1K tokenerKostnad
Utdata $0.012 / 1K tokener

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 Ultra · Tale

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"\nexport AILOOT_INPUT_TEXT\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'google/gemini-3.8-flash-lite-tts', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': 'Zephyr'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n

Motta og lagre resultater

Ailoot Ultra · Tale

Fullstendig binærlyd eller opprinnelig audio_url-svar, svarhoder og hver ressurs du eier.

  • GET /v1/media/tasks/{task_id}
  • GET /v1/media/assets/{asset_id}/content
  • GET /v1/media/assets
  • GET /v1/media/assets/{asset_id}
Andre innholdslesinger
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n
Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.

Hvis det opprinnelige svaret må kontrolleres

Bevar returnert X-Client-Request-ID for avstemming. Les bare faktisk returnerte task_id/asset_id-verdier eller egne oppføringer i mediebiblioteket; bygg aldri en oppgave-URL fra operasjons-ID-en, og send aldri opprettelsesforespørselen på nytt.

Aliaser

Modellaliaser

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

Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

Tilknyttede anroper-ID-er

google/gemini-3.8-flash-lite-tts

", "method_identity": { "effective_request_model_id": "google/gemini-3.8-flash-lite-tts", "fmt": "speech", "http": "POST", "path": "/v1/audio/speech", "request_model_id": "google/gemini-3.8-flash-lite-tts", "route_label": "Ultra" }, "method_key": "Ultra|speech|/v1/audio/speech|google%2Fgemini-3.8-flash-lite-tts", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Bevar returnert X-Client-Request-ID for avstemming. Les bare faktisk returnerte task_id/asset_id-verdier eller egne oppføringer i mediebiblioteket; bygg aldri en oppgave-URL fra operasjons-ID-en, og send aldri opprettelsesforespørselen på nytt." }, "outputs": { "all_results": "Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Fullstendig binærlyd eller opprinnelig audio_url-svar, svarhoder og hver ressurs du eier." }, "parameters": [ { "enum": [ "google/gemini-3.8-flash-lite-tts" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "input", "required": true, "type": "string" }, { "enum": [ "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" ], "enum_known": true, "min_length": 1, "name": "voice", "required": true, "type": "string" }, { "default": "pcm", "default_known": true, "enum": [ "mp3", "pcm" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input": { "minLength": 1, "type": "string" }, "model": { "enum": [ "google/gemini-3.8-flash-lite-tts" ], "type": "string" }, "provider": { "description": "Documented speech data policy and provider-specific options.", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "pcm", "enum": [ "mp3", "pcm" ], "type": "string" }, "voice": { "enum": [ "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" ], "minLength": 1, "type": "string" } }, "required": [ "model", "input", "voice" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "input": "${ACTUAL_INPUT_TEXT}", "model": "google/gemini-3.8-flash-lite-tts", "voice": "Zephyr" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_types": [ "text" ], "required": [ "model", "input", "voice" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "faktisk returnert task_id eller oppføring i mediebiblioteket", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/audio/speech" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Complete binary audio or original audio_url response, headers and every owned asset." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "input token", "units": [ { "amount": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "output token", "units": [ { "amount": "0.012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_INPUT_TEXT:?Set the actual documented input value}\"\nexport AILOOT_INPUT_TEXT\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'google/gemini-3.8-flash-lite-tts', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': 'Zephyr'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n", "label": "Use actual input and retain the complete result", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n", "label": "Read existing owned assets", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Use the exact caller model ID and documented input representation.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Tale", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_speech", "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "input_token": 1e-06, "output_token": 1.2e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "input token", "units": [ { "amount": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "output token", "units": [ { "amount": "0.012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "request_model_id": "google/gemini-3.8-flash-lite-tts", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } } ], "model_id": "google/gemini-3.8-flash-lite-tts", "nativeProvenance": { "input_facts_canonical_sha256": "d278f58fc59df49365baedb74439c295a40707c82b99b511403a2a62777f6197", "input_html_sha256": "ea3ff9f7f9e118ccde5c55afa07d31a9080ad9a0a6c28f84bd513fdc89e726d2", "private_audit_sha256": "b60fef659eadc5f8c6f11c998045af4a01b4302cf05b47ad983c47df6a334b7f", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/nb/google-gemini-3-8-flash-lite-tts/", "description": "Google Gemini 3.8 Flash-Lite TTS gjør nøyaktig angitte manus om til tale for høytlesingsfunksjoner, vanlig fortellerstemme og store mengder taleinnhold. Den støtter 101 språk, valgbare stemmer og styring av fremføringen gjennom separate stilmetadata, med tagger i teksten for korte pauser og lyder fra stemmen.", "locale": "nb", "md_url": "https://ailoot.ai/models/nb/google-gemini-3-8-flash-lite-tts/index.md", "title": "Google: Gemini 3.8 Flash Lite TTS — Ailoot", "url": "https://ailoot.ai/models/nb/google-gemini-3-8-flash-lite-tts/" }, "rawModel": { "about": "Google Gemini 3.8 Flash-Lite TTS er modellen for høy produksjonskapasitet i Googles 3.8-familie for tekst til tale. Den tar imot et skrevet manus og produserer talt lyd. Google fremhever høytlesingsfunksjoner, vanlig fortellerstemme med én taler, lydproduksjon i stort volum og taleutgangen i systemer med stemmeagenter. Et nyttig resultat er en artikkel lest med en gjennomgående stemme, en muntlig produktforklaring eller en serie korte instruksjonsopptak. Manuset bør allerede inneholde ordene lytteren skal høre.\n\n3.8-familien skiller teksten som skal sies, fra instruksjonene for fremføringen. Behold den talte teksten ordrett, og legg vedvarende følelse, tempo, volum eller fremføringsstil i talens metadata. En varm innledning, en presserende instruksjon og en rolig avslutning kan hver ha en kort stilbeskrivelse knyttet til sin egen replikk. Tekst som «Si det muntert» inne i manuset kan selv bli lest opp. Talernavn hører hjemme i talermetadata, ikke som etiketter i det hørbare manuset. Denne forberedelsen er særlig viktig ved gjenbruk av instrukser skrevet for Gemini 3.1 Flash TTS.\n\nBruk tagger i vinkelparenteser i teksten for korte hendelser på et bestemt sted: et pust, en latter, et host, et sukk eller en pause. Manuset «Neste trinn er enkelt. Velg språket du foretrekker.» plasserer for eksempel pausen ved ordene den gjelder. Legg en vedvarende hviskende fremføring i stilbeskrivelsen i stedet for å gjenta hendelsestagger. Google anbefaler engelske taggnavn også for manus på andre språk. Disse kontrollene styrer stemmen; et applausspor eller en dør som smeller, krever separat lydproduksjon fremfor en tagg for en lyd fra stemmen.\n\nGoogle oppgir 101 støttede språk for denne utgaven, blant annet engelsk, russisk, kinesisk, japansk, koreansk, fransk, tysk, spansk, indonesisk og vietnamesisk. Skriv det ferdige manuset på ønsket språk, med ønsket form på navn, forkortelser og tall. Som redaksjonell forberedelse bør en tvetydig forkortelse eller den tilsiktede lesemåten for et tall skrives helt ut når lytteren må høre én bestemt form. Lytt til et innledende avsnitt med de vanskelige navnene og overgangene før et langt opptak regnes som ferdig. Et antall språk gjør ikke alle regionale uttaler innbyrdes utskiftbare.\n\nProdusenten støtter ferdige stemmer, et utvidet stemmebibliotek, utformede stemmepersonaer og stemmereplikering. Velg stemmeidentiteten separat fra midlertidige instruksjoner for skuespill. Gjenbruk identiteten og en kort fremføringsbeskrivelse på tvers av avsnitt når fortellerstemmen skal være konsekvent. I den dokumenterte konfigurasjonen med to talere skal hver replikk ha en eksplisitt taler som samsvarer med en av de to konfigurerte ferdige stemmene. Googles veiledning håndterer scener med flere figurer og utformede eller replikerte stemmer ved å generere de enkelte replikkene. Dette skillet er viktig ved planlegging av en dialog fremfor én forteller.\n\nFor vanlige fullførte forespørsler angir Googles 3.8-veiledning WAV-lyd med RIFF-header og 24 kHz mono, 16-bits PCM med fortegn og little-endian-byteorden. Strømmekonfigurasjonen returnerer som standard rå PCM-blokker uten header; veiledningen dokumenterer også valg for rå lineær PCM, mu-law og A-law. Tilpass innstillingene for avspilling eller redigering til det faktiske utdataformatet. Å gi rå PCM uten header en WAV-filendelse tilfører ikke informasjonen som filbeholderen trenger. Når separat genererte replikker settes sammen, må lydformatet holdes konsekvent, og hver fullstendige WAV må behandles som en fil med sin egen header.\n\nDen konkrete modellsiden oppgir Gemini API-grenser på 8192 inndatatokener og 16384 utdatatokener. Lydtokener uttrykker ikke et fast antall sekunder med tale. Del langt materiale inn i meningsfulle avsnitt, behold samme stemme og stilinstruks, og lytt til skjøtene. Dette er produsentens dokumenterte tjenestegrenser for modellen; de beskriver en annen størrelse enn et generelt kontekstfelt i katalogen. Tekst er inndata og lyd er utdata, så manusarbeid, oversettelse og transkripsjon er separate forberedelser eller etterfølgende oppgaver.\n\nFlash-Lite deler 3.8-strukturen for forespørsler med Gemini 3.8 Flash TTS. Det praktiske valget gjelder fremføringen som trengs: Flash-Lite retter seg mot rask, gjentatt produksjon, mens Flash TTS er det kreative nivået for vanskelig uttale, nyansert skuespill og bredere dialektdekning. En vanlig hjelpeartikkel og en dramatisk scene med to figurer stiller ulike krav til stemmen. Kontroller det faktiske opptaket for utelatte eller gjentatte ord, uttale, tempo og hørbare endringer mellom segmenter før det brukes i den endelige lytteopplevelsen.", "alias_of": null, "aliases": [], "author": "Google", "capabilities": { "context_length": 32768, "manufacturer_input": [ "text" ], "manufacturer_output": [ "speech" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "Fullstendige priser for konfigurasjonen finnes i detaljene." } ], "ctx": null, "formats": [ "speech" ], "id": "google/gemini-3.8-flash-lite-tts", "input": [ "text" ], "kind": "audio", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Bevar returnert X-Client-Request-ID for avstemming. Les bare faktisk returnerte task_id/asset_id-verdier eller egne oppføringer i mediebiblioteket; bygg aldri en oppgave-URL fra operasjons-ID-en, og send aldri opprettelsesforespørselen på nytt." }, "outputs": { "all_results": "Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Fullstendig binærlyd eller opprinnelig audio_url-svar, svarhoder og hver ressurs du eier." }, "parameters": [ { "enum": [ "google/gemini-3.8-flash-lite-tts" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "input", "required": true, "type": "string" }, { "enum": [ "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" ], "enum_known": true, "min_length": 1, "name": "voice", "required": true, "type": "string" }, { "default": "pcm", "default_known": true, "enum": [ "mp3", "pcm" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input": { "minLength": 1, "type": "string" }, "model": { "enum": [ "google/gemini-3.8-flash-lite-tts" ], "type": "string" }, "provider": { "description": "Documented speech data policy and provider-specific options.", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "pcm", "enum": [ "mp3", "pcm" ], "type": "string" }, "voice": { "enum": [ "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" ], "minLength": 1, "type": "string" } }, "required": [ "model", "input", "voice" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "input": "${ACTUAL_INPUT_TEXT}", "model": "google/gemini-3.8-flash-lite-tts", "voice": "Zephyr" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_types": [ "text" ], "required": [ "model", "input", "voice" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "faktisk returnert task_id eller oppføring i mediebiblioteket", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/audio/speech" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Complete binary audio or original audio_url response, headers and every owned asset." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "input token", "units": [ { "amount": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "output token", "units": [ { "amount": "0.012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_INPUT_TEXT:?Set the actual documented input value}\"\nexport AILOOT_INPUT_TEXT\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'google/gemini-3.8-flash-lite-tts', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': 'Zephyr'}\nrequest['input']=os.environ['AILOOT_INPUT_TEXT']\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n", "label": "Use actual input and retain the complete result", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n", "label": "Read existing owned assets", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Use the exact caller model ID and documented input representation.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Tale", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_speech", "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "input_token": 1e-06, "output_token": 1.2e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "input token", "units": [ { "amount": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "output token", "units": [ { "amount": "0.012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "request_model_id": "google/gemini-3.8-flash-lite-tts", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "model_aliases": [ { "canonical_model_id": "google/gemini-3.8-flash-lite-tts", "request_model_id": "google/gemini-3.8-flash-lite-tts", "route_label": "Ultra" } ], "name": "Google: Gemini 3.8 Flash Lite TTS", "price": { "in": null, "in_label": null, "out": 0.012, "out_label": "/ 1K tokens", "sort_in": null, "sort_out": 0.012, "varies": true }, "short": "Google Gemini 3.8 Flash-Lite TTS gjør nøyaktig angitte manus om til tale for høytlesingsfunksjoner, vanlig fortellerstemme og store mengder taleinnhold. Den støtter 101 språk, valgbare stemmer og styring av fremføringen gjennom separate stilmetadata, med tagger i teksten for korte pauser og lyder fra stemmen." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Google Gemini 3.8 Flash-Lite TTS gjør nøyaktig angitte manus om til tale for høytlesingsfunksjoner, vanlig fortellerstemme og store mengder taleinnhold. Den støtter 101 språk, valgbare stemmer og styring av fremføringen gjennom separate stilmetadata, med tagger i teksten for korte pauser og lyder fra stemmen.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "dd622c1b741a2b315baf8e461789c78a590b32335627efc1294318b01183338b", "renderer_sha256": "c8cb5a92c10b47373d294dee7465d66796cd4710c6626fd81459dc0625fc6d26" }, "sourceRevision": "e4557f2c2882d5a3ea8d9f19d9a53cc5594487a6131588c3203d92eeb3c5ec89" }