Source: https://ailoot.ai/models/th/gemini-3-8-flash-tts/
Canonical: https://ailoot.ai/models/th/gemini-3-8-flash-tts/
Language: th

# Gemini 3.8 Flash Tts

[Markdown](https://ailoot.ai/models/th/gemini-3-8-flash-tts/index.md) · [JSON](https://ailoot.ai/models/th/gemini-3-8-flash-tts/facts.json)

## [Gemini 3.8 Flash Tts](https://ailoot.ai/models/th/gemini-3-8-flash-tts/)

โมเดลเสียงพูดของ Google สำหรับการพากย์ที่สื่ออารมณ์ หนังสือเสียง และบทสนทนา โดยควบคุมเสียงได้และรองรับ 130 ภาษา

- [**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `gemini-3.8-flash-tts`](https://ailoot.ai/models/th/gemini-3-8-flash-tts/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Gemini 3.8 Flash TTS ใช้สำหรับการพากย์ที่สื่ออารมณ์และการเล่าเรื่องยาว Google เน้นหนังสือเสียง บทสนทนาหลายผู้พูด และความสม่ำเสมอของเสียงตลอดช่วงยาว การควบคุมเสียงพูดครอบคลุมการถ่ายทอดอารมณ์ จังหวะ และการออกเสียง รวมถึงสำเนียงภูมิภาคและภาษาถิ่น

#### เสียงและภาษา

โมเดลระบุว่ารองรับ **130 ภาษา** รวมถึงภาษารัสเซีย มี **เสียงสำเร็จรูป 30 เสียง** คลังเสียงเพิ่มเติม การสร้างลักษณะเสียงจากคำอธิบาย และการเลียนเสียงจากตัวอย่าง ความสามารถเหล่านี้ช่วยเลือกโทนเสียงและลักษณะการถ่ายทอดให้เหมาะกับเนื้อหา

ประโยคในบทสนทนาผูกกับผู้พูด คำขอหลายผู้พูดหนึ่งครั้งใช้เสียงสำเร็จรูปได้ไม่เกินสองเสียง สำหรับเสียงที่สร้างจากคำอธิบายหรือตัวอย่าง ต้องสังเคราะห์แต่ละประโยคแยกกัน การมีเสียงเช่นนี้ไม่ได้ทำให้กลายเป็นเสียงสำเร็จรูปเพิ่มเติมภายในคำขอหลายเสียง

#### ข้อความและการควบคุมการถ่ายทอด

อินพุตคือ **ข้อความ** เอาต์พุตคือ **เสียง** ขีดจำกัดคือ **โทเคนอินพุต 8 192 โทเคน** และ **โทเคนเอาต์พุต 16 384 โทเคน** ข้อความถือเป็นประโยคที่จะพูด ส่วนคำอธิบายสไตล์และผู้พูดที่เลือกกำหนดแยกกัน จึงแยกคำที่ต้องออกเสียงออกจากคำสั่งว่าต้องอ่านอย่างไรได้

สไตล์ครอบคลุมอารมณ์ จังหวะ ความดัง และท่วงทำนองการพูด เหตุการณ์สั้น เช่น เสียงหัวเราะ ถอนหายใจ หรือหยุดเว้นช่วง กำหนดด้วยแท็กเสียงพิเศษภายในประโยค แท็กเหล่านี้ใช้ควบคุมการถ่ายทอด ไม่ใช่คำทั่วไปที่ต้องอ่านออกเสียง

#### รูปแบบเสียงและความสามารถ

การสร้างทั่วไปส่งกลับ **WAV** โดยค่าเริ่มต้น การส่งแบบสตรีมใช้ **PCM ที่ไม่มี header** โดยค่าเริ่มต้น พารามิเตอร์ต้นทางคือ **24 kHz หนึ่งช่องสัญญาณ และ 16 บิต** ยังรองรับ PCM, mu-law และ A-law รองรับการแคชบริบทและการประมวลผลแบบแบตช์ รูปแบบไฟล์จริงและการตั้งค่าที่ใช้ได้ขึ้นอยู่กับวิธีด้านเสียงพูดที่เลือก

โมเดลเชี่ยวชาญการสร้างเสียงพูด ไม่รองรับการเรียกฟังก์ชัน การรันโค้ด การค้นหาในไฟล์ การอ้างอิงข้อมูลจากการค้นหา Google Maps การสร้างภาพ คำตอบข้อความที่มีโครงสร้าง Thinking และเนื้อหาจาก URL ความสม่ำเสมอของเสียงและการสื่ออารมณ์ที่ควบคุมได้เป็นแนวทางที่โมเดลระบุ ไม่ใช่คำมั่นว่าจะออกเสียงทุกประโยคได้สมบูรณ์แบบ

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `gemini-3.8-flash-tts`

[`gemini-3.8-flash-tts`](https://ailoot.ai/models/th/#m=gemini-3.8-flash-tts&route=Core&caller=gemini-3.8-flash-tts&fmt=speech)

Google /`gemini-3.8-flash-tts`

### เริ่มต้น

โมเดลเสียงพูดของ Google สำหรับการพากย์ที่สื่ออารมณ์ หนังสือเสียง และบทสนทนา โดยควบคุมเสียงได้และรองรับ 130 ภาษา

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

เสียง

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech`

ขาเข้า

`text`

ขาออก

`audio`

บริบท

8,192 tokens

เอาต์พุตสูงสุด

16,384 tokens

รูปแบบเอาต์พุต

ไบต์เสียงรูปแบบดั้งเดิมหรือลิงก์แอสเซ็ต JSON

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด gemini-3.8-flash-tts | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`voice` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด 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 | ค่าเริ่มต้นKore |
| ฟิลด์`response_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด , wav, json | ค่าเริ่มต้น |
| ฟิลด์`stream_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด audio | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_speech** · จำเป็น: input

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`required` | ข้อกำหนดnull |
| พารามิเตอร์`optional_controls` | ข้อกำหนดnull |

วงจรการทำงาน: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · ค่า task\_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

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

`GET /v1/media/assets`

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

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

### ราคา

#### อัตราค่าบริการเมธอด Ailoot

ขาเข้า

US$0.0005 */ 1K*

ขาออก

US$0.009 */ 1K*

การอ่านแคช

US$0.000125 */ 1K*

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot · การสังเคราะห์เสียงพูด

ตัวอย่างเสียงพูด

```bash
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-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
```

### รับและบันทึกผลลัพธ์

#### Ailoot · การสังเคราะห์เสียงพูด

ไบต์เสียงรูปแบบดั้งเดิมหรือลิงก์แอสเซ็ต JSON

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

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

ผลลัพธ์เดียวใช้ไบต์เสียงรูปแบบดั้งเดิมพร้อม Content-Type จริงเป็นค่าเริ่มต้น response\_format=json หรือผลลัพธ์หลายรายการจะส่งกลับลิงก์ทั้งหมดที่เป็นของคุณ ไม่มีการแปลงตามที่ขอเป็น MP3/Opus/AAC/FLAC/PCM หรือ SSE

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ operation\_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`binary native audio` | ประเภทbytes |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`response_id` | ประเภทstring |
| ฟิลด์`actual_count` | ประเภทinteger |
| ฟิลด์`data[]` | ประเภทowned audio asset link |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
| การตอบกลับ`server_error` | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot** [`gemini-3.8-flash-tts`](https://ailoot.ai/models/th/#m=gemini-3.8-flash-tts&route=Core&caller=gemini-3.8-flash-tts&fmt=speech)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`gemini-3.8-flash-tts`](https://ailoot.ai/models/th/#m=gemini-3.8-flash-tts&route=Core&caller=gemini-3.8-flash-tts&fmt=speech)

FAQ · Gemini 3.8 Flash Tts

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/audio/speech` · `gemini-3.8-flash-tts`: `text` → `audio`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/audio/speech` · `gemini-3.8-flash-tts`: `model`, `input`, `voice`, `response_format`, `stream_format`

มีข้อจำกัดใดบ้าง?

`POST /v1/audio/speech` · `gemini-3.8-flash-tts`: `ctx`: `8192`; `max_out`: `16384`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ