Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS pretvori natančne scenarije v govor za funkcije branja na glas, rutinsko pripovedovanje in velike količine govorjene vsebine. Podpira 101 jezik, izbirne glasove ter nadzor izvedbe prek ločenih slogovnih metapodatkov z vstavljenimi oznakami kratkih premorov in glasovnih dogodkov.

Ailoot Ultra · Govor POST /v1/audio/speech google/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.

Google Gemini 3.8 Flash-Lite TTS je član Googlove družine 3.8 za pretvorbo besedila v govor, usmerjen v velik obseg obdelave. Sprejema pisni scenarij in ustvari govorjeni zvok. Google ga namenja funkcijam branja na glas, vsakdanjemu pripovedovanju enega govorca, množični zvočni produkciji ter stopnji govornega izhoda sistemov glasovnih agentov. Uporaben izdelek je članek, prebran z enotnim glasom, govorjeno pojasnilo izdelka ali nabor kratkih navodilnih posnetkov. Scenarij naj že vsebuje besede, ki jih mora poslušalec slišati.

Družina 3.8 loči prepis od navodil izvedbe. Govorjeno besedilo ohranite dobesedno, trajnejše čustvo, tempo, glasnost ali slog izvedbe pa postavite v govorne metapodatke. Topel uvod, nujno navodilo in tih zaključek imajo lahko kratek slogovni opis, pripet lastni repliki. Besedilo, kot je »Povejte veselo«, se lahko v prepisu samo izgovori. Imena govorcev sodijo v metapodatke govorca, ne kot oznake v slišni scenarij. Ta priprava je posebej pomembna pri ponovni uporabi pozivov, napisanih za Gemini 3.1 Flash TTS.

Za kratke dogodke na določenem mestu uporabite vstavljene oznake v kotnih oklepajih: vdih, smeh, kašelj, vzdih ali premor. Prepis »Naslednji korak je preprost. <short pause> Izberite želeni jezik.« na primer ohrani predvideni premor ob besedah, na katere vpliva. Trajnejšo šepetajočo izvedbo postavite v slogovni opis namesto ponavljajočega dodajanja oznak dogodkov. Google priporoča angleška imena oznak tudi za scenarije v drugih jezikih. Te nastavitve usmerjajo glas; sled aplavza ali loputanje vrat zahteva ločeno zvočno produkcijo, ne oznake glasovnega dogodka.

Google za to izdajo navaja 101 podprt jezik, vključno z angleščino, ruščino, kitajščino, japonščino, korejščino, francoščino, nemščino, španščino, indonezijščino in vietnamščino. Končni scenarij napišite v predvidenem jeziku z želeno obliko imen, kratic in števil. Kot uredniško pripravo razpišite dvoumno kratico ali predvideno branje števila, kadar mora poslušalec slišati eno konkretno obliko. Pred obravnavo dolgega posnetka kot končanega poslušajte začetni odlomek s težavnimi imeni in prehodi. Število jezikov ne naredi vseh regionalnih izgovarjav zamenljivih.

Proizvajalec podpira vnaprej pripravljene glasove, razširjeno knjižnico glasov, oblikovane glasovne persone in replikacijo glasu. Identiteto glasu izberite ločeno od začasnih igralskih navodil. Kadar mora pripoved ostati enotna, identiteto in jedrnat opis izvedbe ponovno uporabite med deli. V dokumentirani konfiguraciji dveh govorcev vsaki repliki navedite izrecnega govorca, ki se ujema z enim od dveh nastavljenih vnaprej pripravljenih glasov. Googlov vodnik prizore več likov z oblikovanimi ali repliciranimi glasovi obravnava z ustvarjanjem posameznih replik. Ta razlika je pomembna pri načrtovanju dialoga namesto enega pripovedovalca.

Za običajne dokončane zahteve Googlov vodnik 3.8 določa zvok WAV z glavo RIFF, ki vsebuje 24 kHz mono, predznačeni 16-bitni PCM z vrstnim redom little-endian. Pretočna konfiguracija namesto tega privzeto vrača surove kose PCM brez glave; vodnik dokumentira tudi surov linearni PCM, mu-law in A-law. Nastavitve predvajanja ali urejanja uskladite z dejanskim izhodnim formatom. Preimenovanje PCM brez glave v končnico WAV ne doda podatkov vsebnika. Pri sestavljanju ločeno ustvarjenih replik ohranite enoten zvočni format in vsak celotni WAV obravnavajte kot datoteko z lastno glavo.

Natančna stran modela navaja omejitvi Gemini API na 8 192 vhodnih tokenov in 16 384 izhodnih tokenov. Zvočni tokeni ne pomenijo stalnega števila izgovorjenih sekund. Dolgo gradivo pripravite v smiselnih delih, ohranite isti glas in slogovni opis ter poslušajte stike. To sta proizvajalčevi dokumentirani omejitvi izvajanja za ta model; opisujeta drugačno količino kot splošno kataloško polje konteksta. Vhod je besedilo in izhod zvok, zato so priprava scenarija, prevajanje in prepisovanje ločene pripravljalne ali nadaljnje naloge.

Flash-Lite deli strukturo zahteve 3.8 z Gemini 3.8 Flash TTS. Praktična izbira zadeva zahtevano izvedbo: Flash-Lite je namenjen hitri, ponavljajoči se produkciji, Flash TTS pa je ustvarjalna raven za težavno izgovarjavo, niansirano igranje in širše pokritje narečij. Rutinski članek pomoči in dramatičen prizor dveh likov postavljata različne zahteve glasu. Pred uporabo v končni poslušalski izkušnji dejanski posnetek preverite glede izpuščenih ali ponovljenih besed, izgovarjave, tempa in slišnih sprememb med segmenti.

Ailoot Ultra · Govor 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

Začetek

Dovoljeni vhodi: Besedilo
Rezultati: Zvok

Na voljo v Ailoot · vhodi in metode

Ailoot Ultra · Govor POST /v1/audio/speech

Vhod: text
Izhod: audio

Polje	Vrsta	Zahteva	Vrednosti in omejitve	Privzeto
Polje`model`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve google/gemini-3.8-flash-lite-tts	Privzeto—
Polje`input`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve Najmanjša dolžina: 1	Privzeto—
Polje`voice`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve 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 Najmanjša dolžina: 1	Privzeto—
Polje`response_format`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve mp3, pcm	Privzetopcm
Polje`provider`	Vrsta`object`	ZahtevaIzbirno	Vrednosti in omejitve	Privzeto—

Parametri in življenjski cikel metode

Parameter	Specifikacija
Parameter`content_type`	Specifikacijaapplication/json
Parameter`required`	Specifikacijamodel, input, voice
Parameter`material_types`	Specifikacijatext

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}

Cenik

Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.

Hitri način: Ni navedeno Ko je izbran hitri način
Način flex: Ni navedeno Ko je izbran način flex
Najvišja raven razmišljanja: Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)

Cene Ailoot

Cene po nastavitvah

Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.

Nastavitev	Cenovna lestvica	Obračunska enota	Strošek
NastavitevOsnovne cene žetonov	Cenovna lestvicaOsnovna cena	Obračunska enota—	Strošek Vhod · Vhodni žetoni — / 1K žetonov Izhod · Izhodni žetoni — / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov
Nastavitevvhodni žeton	Cenovna lestvica—	Obračunska enota/ 1K žetonov	Strošek Vhod $0.001 / 1K žetonov
Nastavitevizhodni žeton	Cenovna lestvica—	Obračunska enota/ 1K žetonov	Strošek Izhod $0.012 / 1K žetonov

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 Ultra · Govor

Uporabite dejanski vhod in ohranite celoten rezultat

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.

Prejmi in shrani rezultate

Ailoot Ultra · Govor

Celoten binarni zvok ali izvirni odgovor audio_url, glave in vsako sredstvo v vaši lasti.

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

Branje druge vsebine

Preberi obstoječa gradiva, ki vam pripadajo

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.

Ohrani vse dokončane rezultate

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

Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje.

Če je treba preveriti izvirni odgovor

Shranite vrnjeni X-Client-Request-ID za uskladitev evidenc. Berite samo dejansko vrnjene vrednosti task_id/asset_id ali svojo medijsko knjižnico; iz ID operacije nikoli ne sestavite URL opravila in zahteve za ustvarjanje nikoli ne pošljite znova.

Druga imena

Druga imena modelov

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

Druga imena poti metod

Uporabite zgoraj navedene poti metod.

Povezani ID-ji za klic

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

Kateri vhodi in rezultati so na voljo?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
Katera polja uporablja zahteva?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS