Gemini 3.8 Flash Lite Tts

Talmodell från Google för storskalig uppläsning av text, repliker i följd och röstscenarier på 101 språk.

Ailoot · Talproduktion POST /v1/audio/speech gemini-3.8-flash-lite-tts

Om modellen

Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.

Gemini 3.8 Flash-Lite TTS är utformad för många talåtgärder: textläsning, uppläsning av repliker i följd och vardagliga röstscenarier. Enligt Google är dess profil låg fördröjning och effektiv storskalig bearbetning.

Röstval

Modellen stöder 101 språk, inklusive ryska. Alternativen omfattar 30 färdiga röster, ett utökat bibliotek, skapande av en röstkaraktär och återskapande av en röst från ett röstprov. Röst, stil och själva repliken anges separat, så texten för uppläsning behöver inte blandas med beskrivningen av läsningens karaktär.

Flash-Lite använder samma format för talstyrning som Gemini 3.8 Flash TTS. I dialog tillhör replikerna bestämda talare. Antalet färdiga röster i ett flerröstsanrop är begränsat till två. Röster skapade från beskrivningar eller röstprov används i separata talrepliker.

Vad som skickas in

Indata är text på upp till 8 192 token och utdata ljud med en gräns på 16 384 token. Talinställningarna styr framförandets stil. Korta vokala händelser och pauser anges med särskilda ljudtaggar i texten. Detta är talsyntes från en given replik, inte generering av ett textsvar på en fråga.

Format och bearbetning

Ett vanligt svar använder WAV som standard. Strömmens standardformat är PCM utan header. Grundparametrarna för ljud är 24 kHz, en kanal och 16 bitar. Tillverkaren erbjuder även PCM, mu-law och A-law. Kontextcachning och batchbearbetning stöds. Ljudformatens möjligheter behöver beaktas separat från det faktiska sättet att få filen via den valda talmetoden.

Modellens gränser

Thinking, funktionsanrop, kodkörning, filsökning, sökbaserad faktagrundning, Google Maps, strukturerade textsvar, bildskapande och användning av webbadressers innehåll har inte uppgetts för denna version. Syftet är att snabbt läsa upp förberett material.

Inriktningen på låg fördröjning anger ingen slutförandetid för varje anrop. Språktäckningen, röstvalssätten och framförandestyrningen beskriver modellens egna möjligheter. De innebär inte automatisk tillgång till alla inställningar i varje talmetod.

Ailoot · Talproduktion POST /v1/audio/speech gemini-3.8-flash-lite-tts

gemini-3.8-flash-lite-tts

Google /gemini-3.8-flash-lite-tts

Start

Talmodell från Google för storskalig uppläsning av text, repliker i följd och röstscenarier på 101 språk.

Godkända indata: Text
Resultat: Ljud

Tillgängligt i Ailoot · indata & metoder

Ailoot · Talproduktion POST /v1/audio/speech

Indatatyper: text
Utdatatyper: audio
Kontext: 8 192 tokens
Maximala utdata: 16 384 tokens
Utdataformat: ljudbyte i ursprungsformatet eller tillgångslänkar i JSON

Fält	Typ	Krav	Värden & gränser	Standard
Fält`model`	Typ`string`	KravObligatoriskt	Värden & gränser gemini-3.8-flash-lite-tts	Standard—
Fält`input`	Typ`string`	KravObligatoriskt	Värden & gränser Minsta längd: 1	Standard—
Fält`voice`	Typ`string`	KravValfritt	Värden & gränser 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	StandardKore
Fält`response_format`	Typ`string`	KravValfritt	Värden & gränser , wav, json	Standard
Fält`stream_format`	Typ`string`	KravValfritt	Värden & gränser audio	Standard—

Kombinationer av indatamaterial

text_to_speech · Krävs: input

Metodparametrar och livscykel

Parameter	Avtal
Parameter`material_types`	Avtaltext
Parameter`required`	Avtalnull
Parameter`optional_controls`	Avtalnull

Livscykel: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Det task_id som faktiskt returnerades eller en post i mediebiblioteket

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Metodernas strukturer och ID:n är exakta; leverantörens funktioner är åtskilda från att begäran tillåts.

Priser

Priser för Ailoot-metoder

Ailoot TalproduktionPOST /v1/audio/speech

Indata: 0,0005 US$ / 1K
Utdata: 0,006 US$ / 1K
Cacheläsning: 0,000125 US$ / 1K

Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →

Exempelbegäranden

Ailoot · Talproduktion

Talexempel

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

Ta emot och spara resultat

Ailoot · Talproduktion

ljudbyte i ursprungsformatet eller tillgångslänkar i JSON

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

Behåll alla färdiga resultat

Behåll varje fullständigt returnerat svar, fil och innehållsdel.

Ett enskilt resultat använder som standard ljudbyte i ursprungsformatet med faktisk Content-Type; response_format=json eller flera resultat returnerar alla länkar som du äger. Ingen begärd konvertering till MP3/Opus/AAC/FLAC/PCM eller SSE.

Om det ursprungliga svaret behöver kontrolleras

Behåll de ursprungliga värdena för operation_id/X-Client-Request-ID för avstämning utan att skicka förfrågan igen; det finns ingen särskild rutt för statusavläsning av ljud.

Svarsfält

Fält	Typ
Fält`binary native audio`	Typbytes
Fält`model`	Typstring
Fält`response_id`	Typstring
Fält`actual_count`	Typinteger
Fält`data[]`	Typowned audio asset link

Fel och nästa steg

Svar	Villkor	Nästa steg
Svar400 · `invalid_request_error`	VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde	Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa.
Svar`server_error`	VillkorDet returnerade svaret anger att operationen eller resultatet behöver kontrolleras	Nästa stegSpara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen.

Alias

Modellalias

Ailoot gemini-3.8-flash-lite-tts

Alias för metodsökvägar

Använd metodsökvägarna som visas ovan.

Relaterade anropar-ID:n

gemini-3.8-flash-lite-tts

FAQ · Gemini 3.8 Flash Lite Tts

Vilka indata och resultat finns?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: text → audio
Vilka fält använder begäran?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: model, input, voice, response_format, stream_format
Vilka gränser gäller?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Lite Tts