Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS превращает точные сценарии в речь для функций чтения вслух, обычного закадрового чтения и большого объёма речевого контента. Модель поддерживает 101 язык, выбор голосов и управление подачей через отдельные метаданные стиля, а также встроенные теги для кратких пауз и голосовых событий.

Ailoot Ultra · Речь POST /v1/audio/speech google/gemini-3.8-flash-lite-tts

О модели

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

Google Gemini 3.8 Flash-Lite TTS — участник семейства синтеза речи Google 3.8 с акцентом на производительность. Он принимает письменный сценарий и создаёт речевое аудио. Google позиционирует его для чтения вслух, повседневного закадрового чтения одним говорящим, массового производства аудио и этапа речевого вывода голосовых агентов. Полезный материал — статья, прочитанная постоянным голосом, устное объяснение товара или набор коротких обучающих записей. Сценарий уже должен содержать слова, которые слушателю нужно услышать.

Семейство 3.8 отделяет произносимый текст от указаний по исполнению. Сохраняйте текст дословно, а длительную эмоцию, темп, громкость или стиль подачи помещайте в метаданные речи. Тёплое вступление, срочная инструкция и тихое завершение могут иметь краткие описания стиля, прикреплённые к своим репликам. Текст вроде «Произнеси радостно» внутри сценария сам может прозвучать. Имена говорящих относятся к метаданным говорящего, а не к меткам в слышимом сценарии. Это особенно важно при повторном использовании запросов, написанных для Gemini 3.1 Flash TTS.

Используйте встроенные теги в угловых скобках для кратких событий в конкретной точке: вдоха, смеха, кашля, вздоха или паузы. Например, текст «Следующий шаг прост. <short pause> Выберите предпочитаемый язык» удерживает требуемую паузу рядом со словами, на которые она влияет. Длительное исполнение шёпотом укажите в описании стиля вместо многократного добавления тегов событий. Google рекомендует английские имена тегов даже для сценариев на других языках. Эти настройки управляют голосом; дорожка аплодисментов или хлопок двери требуют отдельного звукового производства, а не тега голосового события.

Google указывает 101 поддерживаемый язык для этой версии, включая английский, русский, китайский, японский, корейский, французский, немецкий, испанский, индонезийский и вьетнамский. Напишите готовый сценарий на целевом языке, включая желаемую форму имён, сокращений и чисел. При редакторской подготовке раскройте неоднозначное сокращение или запишите нужное прочтение числа, когда слушатель должен услышать конкретную форму. Прослушайте начальный фрагмент со сложными именами и переходами, прежде чем считать длинную запись готовой. Количество языков не делает все региональные варианты произношения взаимозаменяемыми.

Производитель поддерживает готовые голоса, расширенную библиотеку голосов, разработанные голосовые образы и воспроизведение голоса. Выбирайте голосовую идентичность отдельно от временных актёрских указаний. Повторно используйте эту идентичность и краткое описание подачи между разделами, если рассказ должен звучать одинаково. В документированной конфигурации с двумя говорящими каждой реплике явно назначают говорящего, совпадающего с одним из двух настроенных готовых голосов. Многоперсонажные сцены с разработанными или воспроизведёнными голосами руководство Google реализует генерацией отдельных реплик. Это различие имеет значение при планировании диалога, а не одного рассказчика.

Для обычных завершённых запросов руководство Google 3.8 указывает WAV-аудио с заголовком RIFF, содержащее 24 kHz моно, знаковый 16-битный PCM little-endian. Потоковая конфигурация по умолчанию возвращает фрагменты сырого PCM без заголовка; руководство также документирует варианты raw linear PCM, mu-law и A-law. Согласуйте настройки воспроизведения или монтажа с фактическим форматом вывода. Переименование PCM без заголовка в расширение WAV не добавляет сведения контейнера. При сборке отдельно сгенерированных реплик сохраняйте единый аудиоформат и рассматривайте каждый полный WAV как файл с собственным заголовком.

Страница именно этой модели указывает пределы Gemini API 8 192 токена входа и 16 384 токена вывода. Аудиотокены не выражают фиксированное число секунд речи. Подготавливайте длинный материал смысловыми разделами, сохраняя тот же голос и бриф стиля и прослушивая стыки. Это документированные производителем пределы обслуживания данной модели; они описывают другую величину, чем общее поле контекста каталога. На вход поступает текст, на выходе — аудио, поэтому написание сценария, перевод и транскрибация являются отдельными подготовительными или последующими задачами.

Flash-Lite использует общую структуру запроса 3.8 с Gemini 3.8 Flash TTS. Практический выбор касается необходимого исполнения: Flash-Lite ориентирован на быстрое повторное производство, а Flash TTS — творческий уровень для трудного произношения, тонкой актёрской игры и более широкого охвата диалектов. Обычная справочная статья и драматическая сцена двух персонажей предъявляют разные требования к голосу. Проверяйте фактическую запись на пропущенные и повторённые слова, произношение, темп и слышимые изменения между сегментами, прежде чем использовать её в окончательном продукте для слушателя.

Ailoot Ultra · Речь POST /v1/audio/speech google/gemini-3.8-flash-lite-tts

google/gemini-3.8-flash-lite-tts

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

Начало

Допустимые входные данные: Текст
Результаты: Аудио

Доступно в Ailoot · входные данные и методы

Ailoot Ultra · Речь POST /v1/audio/speech

Входные данные: text
Результат: audio

Поле	Тип	Требование	Значения и ограничения	По умолчанию
Поле`model`	Тип`string`	ТребованиеОбязательно	Значения и ограничения google/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`	ТребованиеОбязательно	Значения и ограничения 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 Минимальная длина: 1	По умолчанию—
Поле`response_format`	Тип`string`	ТребованиеНеобязательно	Значения и ограничения mp3, pcm	По умолчаниюpcm
Поле`provider`	Тип`object`	ТребованиеНеобязательно	Значения и ограничения	По умолчанию—

Параметры и жизненный цикл метода

Параметр	Контракт
Параметр`content_type`	Контрактapplication/json
Параметр`required`	Контрактmodel, input, voice
Параметр`material_types`	Контрактtext

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}

Тарифы

Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.

Быстрый режим: Не указано При выборе быстрого режима
Режим flex: Не указано При выборе режима flex
Максимальная интенсивность рассуждений: Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default)

Ставки Ailoot

Цены по конфигурациям

Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.

Конфигурация	Шкала ставок	Расчётная единица	Плата
КонфигурацияБазовые тарифы на токены	Шкала ставокБазовая ставка	Расчётная единица—	Плата Вход · Входные токены — / 1K токенов Выход · Выходные токены — / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов
КонфигурацияВходной токен	Шкала ставок—	Расчётная единица/ 1K токенов	Плата Вход $0.001 / 1K токенов
КонфигурацияВыходной токен	Шкала ставок—	Расчётная единица/ 1K токенов	Плата Выход $0.012 / 1K токенов

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 Ultra · Речь

Используйте реальные входные данные и сохраните полный результат

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.

Получить и сохранить результаты

Ailoot Ultra · Речь

Полные двоичные аудиоданные или исходный ответ audio_url, заголовки и каждый ресурс, принадлежащий Ailoot.

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

Чтение другого содержимого

Читать существующие материалы, принадлежащие вам

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.

Сохраняйте все готовые результаты

Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.

Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания.

Если нужно проверить исходный ответ

Сохраните возвращённый X-Client-Request-ID для сверки. Читайте только фактически возвращённые значения task_id/asset_id или собственную медиатеку; никогда не составляйте URL задачи из ID операции и никогда не отправляйте запрос создания повторно.

Псевдонимы

Псевдонимы моделей

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

Псевдонимы путей метода

Используйте пути методов, указанные выше.

Связанные ID для вызова

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

Какие входные данные и результаты доступны?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
Какие поля использует запрос?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS