Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS is het op doorvoer gerichte lid van Googles 3.8-tekst-naar-spraakfamilie. Het ontvangt een geschreven script en produceert gesproken audio. Google positioneert het voor voorleesfuncties, alledaagse vertellingen door één spreker, audioproductie in grote volumes en de spraakuitvoerfase van stemagentsystemen. Een bruikbaar resultaat is een artikel dat in een consistente stem wordt voorgelezen, een gesproken productuitleg of een verzameling korte instructieopnamen. Het script moet de woorden die de luisteraar moet horen al bevatten.

De 3.8-familie scheidt het transcript van voordrachtinstructies. Houd de gesproken tekst woordelijk en plaats aanhoudende emotie, tempo, volume of voordrachtstijl in spraakmetadata. Een warme introductie, een dringende instructie en een rustige afsluiting kunnen elk een korte stijlbeschrijving bij hun eigen beurt krijgen. Tekst zoals “Zeg het vrolijk” in het transcript kan zelf worden uitgesproken. Sprekernamen horen in de sprekermetadata en niet als labels in het hoorbare script. Deze voorbereiding is vooral belangrijk bij het hergebruiken van prompts die voor Gemini 3.1 Flash TTS zijn geschreven.

Gebruik inline tags tussen punthaken voor korte gebeurtenissen op een specifiek punt: een ademhaling, lach, hoest, zucht of pauze. Het transcript “De volgende stap is eenvoudig. <short pause> Kies uw voorkeurstaal.” houdt de bedoelde pauze bijvoorbeeld bij de woorden waarop ze invloed heeft. Plaats een aanhoudend gefluisterde voordracht in de stijlbeschrijving in plaats van herhaaldelijk gebeurtenistags toe te voegen. Google raadt Engelse tagnamen aan, ook voor scripts in andere talen. Deze instellingen sturen de stem; een applausspoor of dichtslaande deur vereist afzonderlijke geluidsproductie in plaats van een tag voor een stemgebeurtenis.

Google vermeldt 101 ondersteunde talen voor deze editie, waaronder Engels, Russisch, Chinees, Japans, Koreaans, Frans, Duits, Spaans, Indonesisch en Vietnamees. Schrijf het definitieve script in de beoogde taal, inclusief de gewenste vorm van namen, afkortingen en getallen. Schrijf als redactionele voorbereiding een dubbelzinnige afkorting of de bedoelde lezing van een getal voluit wanneer de luisteraar één specifieke vorm moet horen. Luister naar een eerste passage met moeilijke namen en overgangen voordat u een lange opname als voltooid beschouwt. Een aantal talen maakt niet alle regionale uitspraken onderling uitwisselbaar.

De fabrikant ondersteunt vooraf gemaakte stemmen, een uitgebreide stemmenbibliotheek, ontworpen stempersona’s en stemreplicatie. Selecteer de stemidentiteit los van tijdelijke spelinstructies. Hergebruik die identiteit en een compacte voordrachtbeschrijving over de onderdelen wanneer de vertelling consistent moet blijven. Geef in de gedocumenteerde tweesprekerconfiguratie elke beurt een expliciete spreker die overeenkomt met één van de twee geconfigureerde vooraf gemaakte stemmen. Googles handleiding behandelt scènes met meerdere personages met ontworpen of gerepliceerde stemmen door de afzonderlijke beurten te genereren. Dit onderscheid is belangrijk wanneer u een dialoog in plaats van één verteller plant.

Voor gewone voltooide aanvragen specificeert Googles 3.8-handleiding WAV-audio met een RIFF-header, met 24 kHz mono, 16-bit signed little-endian PCM. De streamingconfiguratie geeft standaard juist ruwe PCM-blokken zonder header terug; de handleiding documenteert ook ruwe lineaire PCM, mu-law en A-law als coderingskeuzes. Stem afspeel- of bewerkingsinstellingen af op het werkelijke uitvoerformaat. PCM zonder header hernoemen naar een WAV-extensie voegt de containerinformatie niet toe. Houd bij het samenvoegen van afzonderlijk gegenereerde beurten het audioformaat consistent en behandel elke volledige WAV als een bestand met een eigen header.

De exacte modelpagina vermeldt Gemini API-limieten van 8.192 invoertokens en 16.384 uitvoertokens. Audiotokens staan niet voor een vast aantal gesproken seconden. Bereid lang materiaal in betekenisvolle onderdelen voor, met behoud van dezelfde stem en stijlbriefing, en luister naar de overgangen. Dit zijn de gedocumenteerde servicelimieten van de fabrikant voor dit model; ze beschrijven een andere grootheid dan een algemeen contextveld in de catalogus. Tekst is de invoer en audio de uitvoer, dus scripts opstellen, vertalen en transcriberen zijn afzonderlijke voorbereidings- of vervolgtaken.

Flash-Lite deelt de aanvraagstructuur van 3.8 met Gemini 3.8 Flash TTS. De praktische keuze betreft de vereiste voordracht: Flash-Lite is gericht op snelle, herhaalde productie, terwijl Flash TTS de creatieve klasse is voor moeilijke uitspraak, genuanceerd spel en bredere dialectdekking. Een gewoon helpartikel en een dramatische scène met twee personages stellen verschillende eisen aan de stem. Controleer de werkelijke opname op weggelaten of herhaalde woorden, uitspraak, tempo en hoorbare veranderingen tussen segmenten voordat u die in de definitieve luisterervaring gebruikt.