Gemini 3.8 Flash Lite Tts

Govorni model družbe Google za množično pretvorbo besedil v govor, zaporedne replike in glasovne scenarije v 101 jeziku.

Ailoot · Pretvorba v govor POST /v1/audio/speech gemini-3.8-flash-lite-tts

O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

Gemini 3.8 Flash-Lite TTS je zasnovan za veliko število govornih operacij: branje besedila, govorno izvedbo zaporednih replik in vsakdanje glasovne scenarije. Po podatkih družbe Google sta njegov profil kratek odzivni čas in učinkovita množična obdelava.

Izbira glasu

Model podpira 101 jezik, vključno z ruščino. Med možnostmi so 30 že pripravljenih glasov, razširjena knjižnica, ustvarjanje glasovnega profila in reprodukcija glasu po vzorcu. Glas, slog in sama izgovorjena replika se določijo ločeno, zato besedila za govor ni treba mešati z opisom značaja branja.

Flash-Lite uporablja enak format upravljanja govora kot Gemini 3.8 Flash TTS. Pri pogovoru replike pripadajo določenim govorcem. Število že pripravljenih glasov v eni večglasni zahtevi je omejeno na dva; glasovi, ustvarjeni po opisu ali vzorcu, se uporabljajo v posameznih govornih replikah.

Kaj je podano na vhodu

Na vhodu je podano besedilo do 8 192 tokenov, na izhodu pa nastane zvok z omejitvijo 16 384 tokenov. Nastavitve izgovarjave uravnavajo slog izvedbe, kratki glasovni dogodki in premori pa se določijo s posebnimi zvočnimi oznakami znotraj besedila. To je sinteza govora po podani repliki in ne ustvarjanje besedilnega odgovora na vprašanje.

Formati in obdelava

Za običajni odgovor se privzeto uporablja WAV. Privzeti pretočni format je PCM brez glave. Izvorni zvočni parametri so 24 kHz, en kanal in 16 bitov. Proizvajalec predvideva tudi PCM, mu-law in A-law. Podprta sta predpomnjenje konteksta in paketna obdelava. Zmožnosti zvočnega formata je treba upoštevati ločeno od dejanskega načina pridobivanja datoteke z izbranim govornim načinom dostopa.

Meje modela

Pri tej različici niso navedeni Thinking, klici funkcij, izvajanje kode, iskanje po datotekah, utemeljevanje z iskanjem, Google Maps, strukturirani besedilni odgovori, ustvarjanje slik ali uporaba vsebine spletnih naslovov. Namenjen je hitri pretvorbi pripravljenega gradiva v govor.

Usmerjenost v kratek odzivni čas ne določa roka dokončanja vsake zahteve. Jezikovna pokritost, načini izbire glasu in upravljanje podaje opisujejo zmožnosti samega modela in ne pomenijo samodejne razpoložljivosti vseh nastavitev v vsakem govornem načinu dostopa.

Ailoot · Pretvorba v govor POST /v1/audio/speech gemini-3.8-flash-lite-tts

gemini-3.8-flash-lite-tts

Google /gemini-3.8-flash-lite-tts

Začetek

Govorni model družbe Google za množično pretvorbo besedil v govor, zaporedne replike in glasovne scenarije v 101 jeziku.

Dovoljeni vhodi: Besedilo
Rezultati: Zvok

Na voljo v Ailoot · vhodi in metode

Ailoot · Pretvorba v govor POST /v1/audio/speech

Vhod: text
Izhod: audio
Kontekst: 8192 tokens
Največji izhod: 16.384 tokens
Izhodni format: izvorni zvočni bajti ali povezave JSON do sredstev

Polje	Vrsta	Zahteva	Vrednosti in omejitve	Privzeto
Polje`model`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve gemini-3.8-flash-lite-tts	Privzeto—
Polje`input`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve Najmanjša dolžina: 1	Privzeto—
Polje`voice`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve 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	PrivzetoKore
Polje`response_format`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve , wav, json	Privzeto
Polje`stream_format`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve audio	Privzeto—

Kombinacije vhodnih gradiv

text_to_speech · Obvezno: input

Parametri in življenjski cikel metode

Parameter	Specifikacija
Parameter`material_types`	Specifikacijatext
Parameter`required`	Specifikacijanull
Parameter`optional_controls`	Specifikacijanull

Življenjski cikel: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Strukture metod in ID so natančno določeni; zmožnost ponudnika je ločena od sprejema zahteve.

Cenik

Cene metod Ailoot

Ailoot Pretvorba v govorPOST /v1/audio/speech

Vhod: 0,0005 $ / 1K
Izhod: 0,006 $ / 1K
Branje predpomnilnika: 0,000125 $ / 1K

Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →

Primeri zahtev

Ailoot · Pretvorba v govor

Primer pretvorbe v govor

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

Prejmi in shrani rezultate

Ailoot · Pretvorba v govor

izvorni zvočni bajti ali povezave JSON do sredstev

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

Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

En izhod privzeto vrne izvorne zvočne bajte z dejanskim Content-Type; response_format=json ali več izhodov vrne vse povezave v vaši lasti. Brez zahtevane pretvorbe MP3/Opus/AAC/FLAC/PCM ali SSE.

Če je treba preveriti izvirni odgovor

Shranite izvirni operation_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.

Polja odgovora

Polje	Vrsta
Polje`binary native audio`	Vrstabytes
Polje`model`	Vrstastring
Polje`response_id`	Vrstastring
Polje`actual_count`	Vrstainteger
Polje`data[]`	Vrstaowned audio asset link

Napake in naslednji koraki

Odgovor	Pogoj	Naslednji korak
Odgovor400 · `invalid_request_error`	PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra	Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja.
Odgovor`server_error`	PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti	Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova.

Druga imena

Druga imena modelov

Ailoot gemini-3.8-flash-lite-tts

Druga imena poti metod

Uporabite zgoraj navedene poti metod.

Povezani ID-ji za klic

gemini-3.8-flash-lite-tts

FAQ · Gemini 3.8 Flash Lite Tts

Kateri vhodi in rezultati so na voljo?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: text → audio
Katera polja uporablja zahteva?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: model, input, voice, response_format, stream_format
Katere omejitve veljajo?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Lite Tts