{ "aboutHtml": "

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.

", "aboutText": "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.\n\nСемейство 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.\n\nИспользуйте встроенные теги в угловых скобках для кратких событий в конкретной точке: вдоха, смеха, кашля, вздоха или паузы. Например, текст «Следующий шаг прост. 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.\n\nGoogle 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.\n\nПроизводитель 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.\n\nДля 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.\n\nСтраница 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.\n\nFlash-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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "715a8b55a205d07ff9f88fdedef45f7d7b7ce1ae1449515ada30f3ddccd4aa83", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ru", "methods": [ { "html": "
G

Google: Gemini 3.8 Flash Lite TTS

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

Начало

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.

Допустимые входные данные
Текст
Результаты
Аудио
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.

Доступно в Ailoot · входные данные и методы

Ailoot Ultra · Речь POST /v1/audio/speech
Входные данные
text
Результат
audio
ПолеТипТребованиеЗначения и ограниченияПо умолчанию
ПолеmodelТипstringТребованиеОбязательноЗначения и ограничения
google/gemini-3.8-flash-lite-tts
По умолчанию—
ПолеinputТипstringТребованиеОбязательноЗначения и ограничения
Минимальная длина: 1
По умолчанию—
ПолеvoiceТипstringТребованиеОбязательноЗначения 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—
Полеresponse_formatТипstringТребованиеНеобязательноЗначения и ограничения
mp3, pcm
По умолчаниюpcm
ПолеproviderТипobjectТребованиеНеобязательноЗначения и ограниченияПо умолчанию—
Параметры и жизненный цикл метода
ПараметрКонтракт
Параметрcontent_typeКонтрактapplication/json
ПараметрrequiredКонтрактmodel, input, voice
Параметрmaterial_typesКонтрактtext

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.

КонфигурацияШкала ставокРасчётная единицаПлата
КонфигурацияБазовые тарифы на токеныШкала ставокБазовая ставкаРасчётная 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 токенШкала ставок—Расчётная единица/ 1K токеновПлата
Вход $0.001 / 1K токенов
КонфигурацияВыходной токенШкала ставок—Расчётная единица/ 1K токеновПлата
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

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

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
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
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

", "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": "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." }, "outputs": { "all_results": "Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Полные двоичные аудиоданные или исходный ответ audio_url, заголовки и каждый ресурс, принадлежащий Ailoot." }, "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": "Фактически возвращённый task_id или запись в медиатеке", "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": "Речь", "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": "5fe8a1786963a3efb09cf0f86c7854d5abe88db3d703b1677c2da74717717070", "input_html_sha256": "83456d81fb4b90612ee845c799b21c699dc8469414db8d80667fd71b339c219e", "private_audit_sha256": "b7dd3d126679e7d39f7c06dbbb6ae0f0b4897de1ff8a5746ad5ec5c6be0daae1", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ru/google-gemini-3-8-flash-lite-tts/", "description": "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.", "locale": "ru", "md_url": "https://ailoot.ai/models/ru/google-gemini-3-8-flash-lite-tts/index.md", "title": "Google: Gemini 3.8 Flash Lite TTS — Ailoot", "url": "https://ailoot.ai/models/ru/google-gemini-3-8-flash-lite-tts/" }, "rawModel": { "about": "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.\n\nСемейство 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.\n\nИспользуйте встроенные теги в угловых скобках для кратких событий в конкретной точке: вдоха, смеха, кашля, вздоха или паузы. Например, текст «Следующий шаг прост. 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.\n\nGoogle 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.\n\nПроизводитель 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.\n\nДля 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.\n\nСтраница 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.\n\nFlash-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.", "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": "Полная информация о ценах конфигурации — в подробностях." } ], "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": "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." }, "outputs": { "all_results": "Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания.", "family": "audio", "formats": [ "mp3", "pcm" ], "result": "Полные двоичные аудиоданные или исходный ответ audio_url, заголовки и каждый ресурс, принадлежащий Ailoot." }, "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": "Фактически возвращённый task_id или запись в медиатеке", "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": "Речь", "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 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." }, "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 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.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "ebbb5435aa8f2c104878f3d77c5b3a9bda94945d9f14ae4b324cf29418103ae5", "renderer_sha256": "aa692ffec412026bdeaf316df24a58e6c5083045e5246f6033f898d132afa5ff" }, "sourceRevision": "085abcea0438fa89b362ecaa53c36da22bad03b36793078de364f82d13313736" }