Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS prevádza presné scenáre na reč pre funkcie čítania nahlas, bežné rozprávanie a veľké objemy hovoreného obsahu. Podporuje 101 jazykov, voliteľné hlasy a riadenie prednesu cez samostatné metadáta štýlu s vloženými značkami krátkych prestávok a hlasových udalostí.

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

O modeli

Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.

Google Gemini 3.8 Flash-Lite TTS je člen rodiny Google 3.8 na prevod textu na reč zameraný na priepustnosť. Prijíma písomný scenár a vytvára hovorený zvuk. Google ho zameriava na funkcie čítania nahlas, bežné rozprávanie jedného hovoriaceho, veľkoobjemovú zvukovú produkciu a fázu hlasového výstupu systémov hlasových agentov. Užitočným výstupom je článok prečítaný konzistentným hlasom, hovorené vysvetlenie produktu alebo súbor krátkych náučných nahrávok. Scenár má už obsahovať slová, ktoré potrebuje poslucháč počuť.

Rodina 3.8 oddeľuje prepis od pokynov k prednesu. Hovorený text zachovajte doslovný a trvalejšiu emóciu, tempo, hlasitosť alebo štýl prednesu vložte do metadát reči. Vrúcny úvod, naliehavý pokyn a tichý záver môžu mať stručný opis štýlu pripojený k vlastnej replike. Text ako „Povedzte veselo“ vo vnútri prepisu sa môže sám vysloviť. Mená hovoriacich patria do metadát hovoriaceho, nie ako označenia do počuteľného scenára. Táto príprava je mimoriadne dôležitá pri opätovnom použití promptov napísaných pre Gemini 3.1 Flash TTS.

Na krátke udalosti na konkrétnom mieste používajte vložené značky v ostrých zátvorkách: nádych, smiech, kašeľ, vzdych alebo prestávku. Napríklad prepis „Ďalší krok je jednoduchý. <short pause> Vyberte preferovaný jazyk.“ ponecháva zamýšľanú prestávku pri slovách, ktoré ovplyvňuje. Trvalejší šepkaný prednes vložte do opisu štýlu namiesto opakovaného pridávania značiek udalostí. Google odporúča anglické názvy značiek aj pri scenároch v iných jazykoch. Tieto ovládacie prvky usmerňujú hlas; stopa potlesku alebo buchnutie dverí vyžadujú samostatnú zvukovú produkciu, nie značku hlasovej udalosti.

Google pre túto edíciu uvádza 101 podporovaných jazykov vrátane angličtiny, ruštiny, čínštiny, japončiny, kórejčiny, francúzštiny, nemčiny, španielčiny, indonézštiny a vietnamčiny. Hotový scenár napíšte v zamýšľanom jazyku vrátane požadovanej podoby mien, skratiek a čísel. Pri redakčnej príprave rozpíšte nejednoznačnú skratku alebo požadované čítanie čísla, keď musí poslucháč počuť jednu konkrétnu podobu. Pred považovaním dlhej nahrávky za dokončenú si vypočujte úvodnú pasáž s náročnými menami a prechodmi. Počet jazykov nerobí všetky regionálne výslovnosti zameniteľnými.

Výrobca podporuje predpripravené hlasy, rozšírenú knižnicu hlasov, navrhnuté hlasové persony a replikáciu hlasu. Hlasovú identitu vyberte oddelene od dočasných hereckých pokynov. Keď má rozprávanie zostať konzistentné, naprieč časťami používajte túto identitu a stručný opis prednesu. V dokumentovanej konfigurácii dvoch hovoriacich každej replike priraďte explicitného hovoriaceho zodpovedajúceho jednému z dvoch nastavených predpripravených hlasov. Sprievodca Google rieši scény viacerých postáv s navrhnutými alebo replikovanými hlasmi generovaním jednotlivých replík. Tento rozdiel je dôležitý pri plánovaní dialógu namiesto jediného rozprávača.

Pri bežných dokončených požiadavkách sprievodca Google 3.8 určuje zvuk WAV s hlavičkou RIFF obsahujúci 24 kHz mono, 16-bitové PCM so znamienkom a poradím bajtov little-endian. Streamovacia konfigurácia predvolene vracia surové bloky PCM bez hlavičky; sprievodca dokumentuje aj možnosti kódovania surovým lineárnym PCM, mu-law a A-law. Nastavenia prehrávania alebo strihu prispôsobte skutočnému formátu výstupu. Premenovanie PCM bez hlavičky na príponu WAV nepridá informácie kontajnera. Pri zostavovaní samostatne generovaných replík zachovajte rovnaký zvukový formát a každý úplný WAV spracúvajte ako súbor s vlastnou hlavičkou.

Presná stránka modelu uvádza limity Gemini API na 8 192 vstupných tokenov a 16 384 výstupných tokenov. Zvukové tokeny nevyjadrujú pevný počet hovorených sekúnd. Dlhý materiál pripravujte po zmysluplných častiach, zachovávajte rovnaký hlas a zadanie štýlu a počúvajte spoje. Ide o dokumentované limity poskytovania tohto modelu u výrobcu; opisujú inú veličinu než všeobecné pole kontextu katalógu. Vstupom je text a výstupom zvuk, preto sú písanie scenára, preklad a prepis reči samostatnými prípravnými alebo následnými úlohami.

Flash-Lite zdieľa štruktúru požiadavky 3.8 s Gemini 3.8 Flash TTS. Praktická voľba sa týka požadovaného výkonu: Flash-Lite je zameraný na rýchlu opakovanú produkciu, zatiaľ čo Flash TTS je tvorivá úroveň pre náročnú výslovnosť, jemné herecké nuansy a širšie pokrytie dialektov. Bežný článok pomoci a dramatická scéna dvoch postáv kladú na hlas odlišné nároky. Pred použitím v konečnom posluchovom zážitku skontrolujte skutočnú nahrávku z hľadiska vynechaných alebo opakovaných slov, výslovnosti, tempa a počuteľných zmien medzi segmentmi.

Ailoot Ultra · Reč 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

Úvod

Povolené vstupy: Text
Výsledky: Audio

Dostupné v Ailoot · vstupy a metódy

Ailoot Ultra · Reč POST /v1/audio/speech

Vstup: text
Výstup: audio

Pole	Typ	Požiadavka	Hodnoty a limity	Predvolené
Pole`model`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity google/gemini-3.8-flash-lite-tts	Predvolené—
Pole`input`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity Minimálna dĺžka: 1	Predvolené—
Pole`voice`	Typ`string`	PožiadavkaPovinné	Hodnoty a 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 Minimálna dĺžka: 1	Predvolené—
Pole`response_format`	Typ`string`	PožiadavkaVoliteľné	Hodnoty a limity mp3, pcm	Predvolenépcm
Pole`provider`	Typ`object`	PožiadavkaVoliteľné	Hodnoty a limity	Predvolené—

Parametre a životný cyklus metódy

Parameter	Špecifikácia
Parameter`content_type`	Špecifikáciaapplication/json
Parameter`required`	Špecifikáciamodel, input, voice
Parameter`material_types`	Špecifikáciatext

Životný cyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · skutočne vrátené task_id alebo záznam v knižnici médií

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Cenník

Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.

Rýchly režim: Neuvedené Keď je zvolený rýchly režim
Režim Flex: Neuvedené Keď je zvolený režim flex
Maximálna úroveň uvažovania: Neuvedené Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)

Sadzby Ailoot

Ceny podľa konfigurácie

Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.

Konfigurácia	Sadzobník	Účtovacia jednotka	Poplatok
KonfiguráciaZákladné sadzby za tokeny	SadzobníkZákladná sadzba	Účtovacia jednotka—	Poplatok Vstup · Vstupné tokeny — / 1K tokenov Výstup · Výstupné tokeny — / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov
Konfiguráciavstupný token	Sadzobník—	Účtovacia jednotka/ 1K tokenov	Poplatok Vstup $0.001 / 1K tokenov
Konfiguráciavýstupný token	Sadzobník—	Účtovacia jednotka/ 1K tokenov	Poplatok Výstup $0.012 / 1K tokenov

Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →

Príklady požiadaviek

Ailoot Ultra · Reč

Použite skutočné vstupné údaje a uchovajte úplný výsledok

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.

Prijať a uložiť výsledky

Ailoot Ultra · Reč

Úplný binárny zvuk alebo pôvodná odpoveď audio_url, hlavičky a každý súbor vo vašom vlastníctve.

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

Čítanie ďalšieho obsahu

Čítať existujúce podklady, ktoré vám patria

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.

Uchovať všetky dokončené výsledky

Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.

Uchovajte úplnú odpoveď a hlavičky, všetky skutočné výstupy, pôvodné vrátené identifikátory a všetky polia s údajmi o spotrebe. Obnovte pôvodnú operáciu bez opätovného odoslania požiadavky na vytvorenie.

Ak treba overiť pôvodnú odpoveď

Uchovajte vrátené X-Client-Request-ID na zosúladenie záznamov. Čítajte iba skutočne vrátené hodnoty task_id/asset_id alebo vlastnú knižnicu médií; nikdy nevytvárajte URL úlohy z ID operácie a nikdy znova neodosielajte požiadavku na vytvorenie.

Aliasy

Aliasy modelov

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

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

Aké vstupy a výsledky sú dostupné?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
Aké polia používa požiadavka?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS