Gemini 3.8 Flash Lite Tts

Речевая модель Google для массового озвучивания текстов, последовательных реплик и голосовых сценариев на 101 языке.

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

О модели

Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.

Gemini 3.8 Flash-Lite TTS рассчитана на большое количество речевых операций: чтение текста, озвучивание последовательных реплик и повседневные голосовые сценарии. По данным Google, её профиль — небольшая задержка и эффективная массовая обработка.

Выбор голоса

Модель поддерживает 101 язык, включая русский. В числе вариантов — 30 готовых голосов, расширенная библиотека, создание голосового образа и воспроизведение голоса по образцу. Голос, стиль и сама произносимая реплика задаются отдельно, поэтому текст для озвучки не требуется смешивать с описанием характера чтения.

Flash-Lite использует тот же формат управления речью, что и Gemini 3.8 Flash TTS. Для диалога реплики относятся к определённым говорящим. Число готовых голосов в одном многоголосом запросе ограничено двумя; созданные по описанию или образцу голоса используются в отдельных речевых репликах.

Что поступает на вход

На вход подаётся текст до 8 192 токенов, на выходе создаётся аудио с пределом 16 384 токена. Настройки произнесения управляют стилем исполнения, а краткие вокальные события и паузы задаются специальными аудиотегами внутри текста. Это речевой синтез по заданной реплике, а не генерация текстового ответа на вопрос.

Форматы и обработка

Для обычного ответа по умолчанию используется WAV. Потоковый формат по умолчанию — PCM без заголовка. Исходные параметры звука — 24 кГц, один канал и 16 бит. Производитель также предусматривает PCM, mu-law и A-law. Поддерживаются кэширование контекста и пакетная обработка. Возможности формата звука нужно учитывать отдельно от фактического способа получения файла выбранным речевым методом.

Границы модели

У этой версии не заявлены Thinking, вызовы функций, выполнение кода, поиск по файлам, поисковое обоснование, Google Maps, структурированные текстовые ответы, создание изображений или использование содержимого веб-адресов. Её назначение — быстро озвучивать подготовленный материал.

Ориентация на небольшую задержку не устанавливает срок завершения каждого запроса. Языковое покрытие, способы выбора голоса и управление подачей описывают возможности самой модели и не означают автоматическую доступность всех настроек в любом речевом методе.

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

gemini-3.8-flash-lite-tts

Google /gemini-3.8-flash-lite-tts

Начало

Допустимые входные данные: Текст
Результаты: Аудио

Доступно в Ailoot · входные данные и методы

Ailoot · Озвучка POST /v1/audio/speech

Входные данные: text
Результат: audio
Контекст: 8 192 tokens
Максимальный выход: 16 384 tokens
Выходной формат: двоичные аудиоданные в нативном формате или ссылки на ресурсы в JSON

Поле	Тип	Требование	Значения и ограничения	По умолчанию
Поле`model`	Тип`string`	ТребованиеОбязательно	Значения и ограничения gemini-3.8-flash-lite-tts	По умолчанию—
Поле`input`	Тип`string`	ТребованиеОбязательно	Значения и ограничения Минимальная длина: 1	По умолчанию—
Поле`voice`	Тип`string`	ТребованиеНеобязательно	Значения и ограничения 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	По умолчаниюKore
Поле`response_format`	Тип`string`	ТребованиеНеобязательно	Значения и ограничения , wav, json	По умолчанию
Поле`stream_format`	Тип`string`	ТребованиеНеобязательно	Значения и ограничения audio	По умолчанию—

Сочетания входных материалов

text_to_speech · Обязательно: input

Параметры и жизненный цикл метода

Параметр	Контракт
Параметр`material_types`	Контрактtext
Параметр`required`	Контрактnull
Параметр`optional_controls`	Контрактnull

Жизненный цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Фактически возвращённый task_id или запись в медиатеке

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска.

Тарифы

Ставки методов Ailoot

Ailoot ОзвучкаPOST /v1/audio/speech

Вход: 0,0005 $ / 1K
Выход: 0,006 $ / 1K
Чтение кэша: 0,000125 $ / 1K

Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →

Примеры запросов

Ailoot · Озвучка

Пример озвучки

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

Получить и сохранить результаты

Ailoot · Озвучка

двоичные аудиоданные в нативном формате или ссылки на ресурсы в JSON

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

Сохраняйте все готовые результаты

Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.

При одном результате по умолчанию возвращаются нативные аудиобайты с фактическим Content-Type; response_format=json или несколько результатов возвращают все ссылки на ресурсы, принадлежащие Ailoot. Запрошенное преобразование MP3/Opus/AAC/FLAC/PCM и SSE не поддерживается.

Если нужно проверить исходный ответ

Сохраняйте исходный operation_id/X-Client-Request-ID для сверки без повторной отправки; отдельного маршрута опроса аудио нет.

Поля ответа

Поле	Тип
Поле`binary native audio`	Типbytes
Поле`model`	Типstring
Поле`response_id`	Типstring
Поле`actual_count`	Типinteger
Поле`data[]`	Типowned audio asset link

Ошибки и дальнейшие шаги

Ответ	Условие	Следующий шаг
Ответ400 · `invalid_request_error`	УсловиеНеверные обязательные поля, представление материалов или значение параметра	Следующий шагИсправьте указанные поля перед новым запросом на создание.
Ответ`server_error`	УсловиеВозвращённый ответ указывает, что операция или результат требуют проверки	Следующий шагСохраните исходный возвращённый ID операции или задачи, заголовки запроса и ответ; продолжайте поддерживаемые операции чтения исходной операции. Не отправляйте запрос создания повторно.

Псевдонимы

Псевдонимы моделей

Ailoot gemini-3.8-flash-lite-tts

Псевдонимы путей метода

Используйте пути методов, указанные выше.

Связанные ID для вызова

gemini-3.8-flash-lite-tts

FAQ · Gemini 3.8 Flash Lite Tts

Какие входные данные и результаты доступны?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: text → audio
Какие поля использует запрос?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: model, input, voice, response_format, stream_format
Какие ограничения действуют?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Lite Tts