Source: https://ailoot.ai/models/pl/google-gemini-3-8-flash-lite-tts/
Canonical: https://ailoot.ai/models/pl/google-gemini-3-8-flash-lite-tts/
Language: pl

# Google: Gemini 3.8 Flash Lite TTS

[Markdown](https://ailoot.ai/models/pl/google-gemini-3-8-flash-lite-tts/index.md) · [JSON](https://ailoot.ai/models/pl/google-gemini-3-8-flash-lite-tts/facts.json)

## [Google: Gemini 3.8 Flash Lite TTS](https://ailoot.ai/models/pl/google-gemini-3-8-flash-lite-tts/)

Google Gemini 3.8 Flash-Lite TTS przekształca dokładne scenariusze w mowę do funkcji odczytywania, rutynowej narracji i dużych ilości treści mówionych. Obsługuje 101 języków, wybór głosów i sterowanie sposobem wypowiedzi przez osobne metadane stylu, ze znacznikami w tekście dla krótkich pauz i zdarzeń wokalnych.

- [**Ailoot Ultra · Mowa** `POST /v1/audio/speech` `google/gemini-3.8-flash-lite-tts`](https://ailoot.ai/models/pl/google-gemini-3-8-flash-lite-tts/#method-0)

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Google Gemini 3.8 Flash-Lite TTS to wariant rodziny syntezy mowy 3.8 firmy Google ukierunkowany na przepustowość. Przyjmuje pisemny scenariusz i generuje nagrania mowy. Google przeznacza go do funkcji odczytywania, codziennej narracji z jednym mówcą, produkcji dużej ilości audio oraz etapu generowania mowy w systemach agentów głosowych. Przydatnym rezultatem jest artykuł odczytany spójnym głosem, mówione objaśnienie produktu lub zestaw krótkich nagrań instruktażowych. Scenariusz powinien już zawierać słowa, które słuchacz ma usłyszeć.

Rodzina 3.8 oddziela transkrypt od wskazówek wykonawczych. Zachowaj dosłowny tekst mówiony, a emocje, tempo, głośność lub styl utrzymywane przez całą wypowiedź umieść w metadanych mowy. Ciepłe powitanie, pilna instrukcja i ciche zakończenie mogą mieć krótki opis stylu przypisany do własnej tury. Tekst taki jak „Powiedz radośnie” w transkrypcie może sam zostać wypowiedziany. Imiona mówców należą do metadanych mówcy, a nie do etykiet w słyszalnym scenariuszu. Takie przygotowanie jest szczególnie ważne przy ponownym użyciu promptów napisanych dla Gemini 3.1 Flash TTS.

Używaj znaczników w nawiasach ostrych wewnątrz tekstu do krótkich zdarzeń w konkretnym miejscu: oddechu, śmiechu, kaszlu, westchnienia lub pauzy. Na przykład transkrypt „Następny krok jest prosty. \<short pause\> Wybierz preferowany język” umieszcza zamierzoną pauzę obok słów, na które wpływa. Utrzymywany szept umieść w opisie stylu, zamiast wielokrotnie dodawać znaczniki zdarzeń. Google zaleca angielskie nazwy znaczników także w scenariuszach w innych językach. Te ustawienia kierują głosem; ścieżka oklasków lub trzask drzwi wymaga osobnej produkcji dźwięku zamiast znacznika zdarzenia wokalnego.

Google wymienia 101 obsługiwanych języków dla tej edycji, w tym angielski, rosyjski, chiński, japoński, koreański, francuski, niemiecki, hiszpański, indonezyjski i wietnamski. Napisz gotowy scenariusz w zamierzonym języku, uwzględniając pożądaną postać nazw, skrótów i liczb. W ramach przygotowania redakcyjnego rozwiń niejednoznaczny skrót lub zapisz zamierzony odczyt liczby, gdy słuchacz musi usłyszeć jedną konkretną formę. Odsłuchaj początkowy fragment zawierający trudne nazwy i przejścia, zanim uznasz długie nagranie za ukończone. Liczba języków nie oznacza, że wszystkie regionalne wymowy są wymienne.

Producent obsługuje gotowe głosy, rozszerzoną bibliotekę głosów, zaprojektowane persony głosowe i replikację głosu. Wybieraj tożsamość głosu osobno od tymczasowych wskazówek aktorskich. Używaj tej samej tożsamości i zwięzłego opisu wypowiedzi między sekcjami, gdy narracja ma pozostać spójna. W udokumentowanej konfiguracji dwóch mówców przypisz każdej turze jawnego mówcę zgodnego z jednym z dwóch skonfigurowanych gotowych głosów. Przewodnik Google realizuje sceny z wieloma postaciami o zaprojektowanych lub replikowanych głosach przez generowanie poszczególnych tur. To rozróżnienie ma znaczenie przy planowaniu dialogu zamiast jednego narratora.

Dla zwykłych ukończonych żądań przewodnik Google 3.8 określa audio WAV z nagłówkiem RIFF, zawierające 24 kHz mono, 16-bitowy PCM ze znakiem w kolejności little-endian. Konfiguracja strumieniowa domyślnie zwraca natomiast surowe fragmenty PCM bez nagłówka; przewodnik dokumentuje także opcje kodowania surowego liniowego PCM, mu-law i A-law. Dopasuj ustawienia odtwarzania lub edycji do rzeczywistego formatu wyjścia. Zmiana rozszerzenia PCM bez nagłówka na WAV nie dodaje informacji kontenera. Przy składaniu osobno wygenerowanych tur zachowaj spójny format dźwięku i traktuj każdy kompletny WAV jako plik z własnym nagłówkiem.

Dokładna strona modelu podaje limity Gemini API: 8,192 tokenów wejściowych i 16,384 tokenów wyjściowych. Tokeny audio nie określają stałej liczby sekund mowy. Przygotuj długi materiał w znaczących sekcjach, zachowując ten sam głos i opis stylu oraz odsłuchując łączenia. Są to udokumentowane przez producenta limity obsługi tego modelu; opisują inną wielkość niż ogólne pole kontekstu w katalogu. Wejściem jest tekst, a wyjściem audio, więc pisanie scenariusza, tłumaczenie i transkrypcja są osobnymi zadaniami przygotowawczymi lub następczymi.

Flash-Lite współdzieli strukturę żądań 3.8 z Gemini 3.8 Flash TTS. Praktyczny wybór zależy od wymaganego sposobu wypowiedzi: Flash-Lite jest przeznaczony do szybkiej, powtarzalnej produkcji, a Flash TTS stanowi kreatywny wariant do trudnej wymowy, subtelnej gry aktorskiej i szerszej obsługi dialektów. Rutynowy artykuł pomocy i dramatyczna scena dwóch postaci stawiają różne wymagania głosowi. Sprawdź rzeczywiste nagranie pod kątem pominiętych lub powtórzonych słów, wymowy, tempa i słyszalnych zmian między segmentami przed użyciem go w końcowym materiale do odsłuchu.

**Ailoot Ultra · Mowa** `POST /v1/audio/speech` `google/gemini-3.8-flash-lite-tts`

[`google/gemini-3.8-flash-lite-tts`](https://ailoot.ai/models/pl/#m=google%2Fgemini-3.8-flash-lite-tts&route=Ultra&caller=google%2Fgemini-3.8-flash-lite-tts&fmt=speech)

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

### Start

Google Gemini 3.8 Flash-Lite TTS przekształca dokładne scenariusze w mowę do funkcji odczytywania, rutynowej narracji i dużych ilości treści mówionych. Obsługuje 101 języków, wybór głosów i sterowanie sposobem wypowiedzi przez osobne metadane stylu, ze znacznikami w tekście dla krótkich pauz i zdarzeń wokalnych.

Akceptowane dane wejściowe

Tekst

Wyniki

Audio

### Dostępne w Ailoot · dane wejściowe i metody

**Ailoot Ultra · Mowa** `POST /v1/audio/speech`

Wejście

`text`

Wyjście

`audio`

| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
| --- | --- | --- | --- | --- |
| Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity google/gemini-3.8-flash-lite-tts | Domyślnie— |
| Pole`input` | Typ`string` | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— |
| Pole`voice` | Typ`string` | WymaganieWymagane | Wartości i limity 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 Minimalna długość: 1 | Domyślnie— |
| Pole`response_format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity mp3, pcm | Domyślniepcm |
| Pole`provider` | Typ`object` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |

Parametry i cykl życia metody

| Parametr | Kontrakt |
| --- | --- |
| Parametr`content_type` | Kontraktapplication/json |
| Parametr`required` | Kontraktmodel, input, voice |
| Parametr`material_types` | Kontrakttext |

Cykl życia: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · Rzeczywiście zwrócony task\_id lub wpis w bibliotece multimediów

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

`GET /v1/media/assets`

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

### Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki

Nie określono Gdy wybrany jest tryb szybki

Tryb flex

Nie określono Gdy wybrany jest tryb flex

Maksymalna intensywność rozumowania

Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

#### Stawki Ailoot

#### Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

| Konfiguracja | Tabela stawek | Jednostka rozliczeniowa | Opłata |
| --- | --- | --- | --- |
| KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Jednostka rozliczeniowa— | Opłata Wejście · Tokeny wejściowe **—** / 1K tokenów Wyjście · Tokeny wyjściowe **—** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów |
| Konfiguracjatoken wejściowy | Tabela stawek— | Jednostka rozliczeniowa/ 1K tokenów | Opłata Wejście **$0.001** / 1K tokenów |
| Konfiguracjatoken wyjściowy | Tabela stawek— | Jednostka rozliczeniowa/ 1K tokenów | Opłata Wyjście **$0.012** / 1K tokenów |

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/)

### Przykładowe żądania

#### Ailoot Ultra · Mowa

Użyj rzeczywistych danych wejściowych i zachowaj kompletny wynik

```bash
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.
```

### Odbieranie i zapisywanie wyników

#### Ailoot Ultra · Mowa

Kompletne binarne dane dźwiękowe lub oryginalna odpowiedź audio\_url, nagłówki i każdy zasób należący do użytkownika.

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

Inne odczyty treści

Odczytaj istniejące zasoby należące do Ciebie

```bash
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.
```

##### Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.

##### Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj zwrócony X-Client-Request-ID do uzgodnienia danych. Odczytuj wyłącznie rzeczywiście zwrócone wartości task\_id/asset\_id lub własną bibliotekę multimediów; nigdy nie buduj adresu URL zadania na podstawie identyfikatora operacji i nigdy nie wysyłaj ponownie żądania utworzenia.

### Aliasy

#### Aliasy modelu

**Ailoot Ultra** [`google/gemini-3.8-flash-lite-tts`](https://ailoot.ai/models/pl/#m=google%2Fgemini-3.8-flash-lite-tts&route=Ultra&caller=google%2Fgemini-3.8-flash-lite-tts&fmt=speech)

#### Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

#### Powiązane ID modeli

[`google/gemini-3.8-flash-lite-tts`](https://ailoot.ai/models/pl/#m=google%2Fgemini-3.8-flash-lite-tts&route=Ultra&caller=google%2Fgemini-3.8-flash-lite-tts&fmt=speech)

FAQ · Google: Gemini 3.8 Flash Lite TTS

Jakie dane wejściowe i wyniki są dostępne?

`POST /v1/audio/speech` · `google/gemini-3.8-flash-lite-tts`: `text` → `audio`

Jakich pól używa żądanie?

`POST /v1/audio/speech` · `google/gemini-3.8-flash-lite-tts`: `model`, `input`, `voice`, `response_format`, `provider`

Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją.

## Firma i jej portfel projektów

Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.

## Kupuj tokeny z rabatem.

Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny.

Subskrypcja

Wybierz plan z rabatem do regularnych żądań.

Kod promocyjny do 50%

Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji.

Koszty w historii

Model, tokeny i kwota są zapisywane dla każdego żądania.

[Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/)

## Połącz API z produktem, który sprzedajesz.

SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską.

Aplikacja komercyjna

Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi.

Licencja resellerska

Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży.

Dokumenty na stronie

Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem.

[Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl)

## Ailoot · Firma i jej portfel projektów





Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI.





Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.





Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.