Gemini 3.8 Flash Lite Tts

101 tilda matnlarni ommaviy ovozlashtirish, ketma-ket replikalar va ovozli ssenariylar uchun Google’ning nutq modeli.

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

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

Gemini 3.8 Flash-Lite TTS ko‘p sonli nutq amallari uchun mo‘ljallangan: matn o‘qish, ketma-ket replikalarni ovozlashtirish va kundalik ovozli ssenariylar. Google ma’lumotiga ko‘ra, uning yo‘nalishi — qisqa kechikish va samarali ommaviy qayta ishlash.

Ovoz tanlash

Model 101 tilni, jumladan, rus tilini qo‘llab-quvvatlaydi. Variantlar orasida 30 ta tayyor ovoz, kengaytirilgan kutubxona, ovoz qiyofasini yaratish va namuna asosida ovozni qayta yaratish bor. Ovoz, uslub va aytiladigan replikaning o‘zi alohida belgilanadi, shuning uchun ovozlashtiriladigan matnni o‘qish xususiyati tavsifi bilan aralashtirish talab qilinmaydi.

Flash-Lite Gemini 3.8 Flash TTS bilan bir xil nutqni boshqarish formatidan foydalanadi. Suhbat uchun replikalar muayyan so‘zlovchilarga tegishli bo‘ladi. Bitta ko‘p ovozli so‘rovdagi tayyor ovozlar soni ikkita bilan cheklangan; tavsif yoki namuna asosida yaratilgan ovozlar alohida nutq replikalarida ishlatiladi.

Kirishga nima beriladi

Kirishga 8 192 tokengacha matn beriladi, chiqishda 16 384 token chegarasidagi audio yaratiladi. Talaffuz sozlamalari ijro uslubini boshqaradi, qisqa vokal hodisalar va pauzalar esa matn ichidagi maxsus audioteglar bilan belgilanadi. Bu savolga matnli javob yaratish emas, berilgan replika bo‘yicha nutq sintezidir.

Formatlar va qayta ishlash

Oddiy javob uchun standart holatda WAV ishlatiladi. Standart oqimli format — sarlavhasiz PCM. Ovozning boshlang‘ich parametrlari — 24 kHz, bir kanal va 16 bit. Ishlab chiqaruvchi PCM, mu-law va A-law’ni ham ko‘zda tutadi. Kontekstni keshlash va paketli qayta ishlash qo‘llab-quvvatlanadi. Ovoz formati imkoniyatlarini tanlangan nutq metodi orqali fayl olishning haqiqiy usulidan alohida hisobga olish kerak.

Model chegaralari

Bu versiyada Thinking, funksiya chaqiruvlari, kod bajarish, fayllar bo‘yicha qidiruv, qidiruv natijalari bilan asoslash, Google Maps, tuzilmali matnli javoblar, tasvir yaratish yoki veb-manzillar mazmunidan foydalanish e’lon qilinmagan. Uning vazifasi — tayyorlangan materialni tez ovozlashtirish.

Qisqa kechikishga yo‘naltirilish har bir so‘rovning yakunlanish muddatini belgilamaydi. Tillar qamrovi, ovoz tanlash usullari va ifodani boshqarish modelning o‘z imkoniyatlarini tavsiflaydi va har qanday nutq metodida barcha sozlamalar avtomatik mavjudligini anglatmaydi.

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

gemini-3.8-flash-lite-tts

Google /gemini-3.8-flash-lite-tts

Boshlash

101 tilda matnlarni ommaviy ovozlashtirish, ketma-ket replikalar va ovozli ssenariylar uchun Google’ning nutq modeli.

Qabul qilinadigan kirish ma’lumotlari: Matn
Natijalar: Audio

Ailoot da mavjud · kirish ma’lumotlari va usullar

Ailoot · Ovozlashtirish POST /v1/audio/speech

Kirish: text
Chiqish: audio
Kontekst: 8 192 tokens
Eng katta chiqish: 16 384 tokens
Chiqish formati: asl audio baytlari yoki JSON dagi aktiv havolalari

Maydon	Tur	Talab	Qiymatlar va cheklovlar	Standart
Maydon`model`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar gemini-3.8-flash-lite-tts	Standart—
Maydon`input`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar Eng kam uzunlik: 1	Standart—
Maydon`voice`	Tur`string`	TalabIxtiyoriy	Qiymatlar va cheklovlar 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	StandartKore
Maydon`response_format`	Tur`string`	TalabIxtiyoriy	Qiymatlar va cheklovlar , wav, json	Standart
Maydon`stream_format`	Tur`string`	TalabIxtiyoriy	Qiymatlar va cheklovlar audio	Standart—

Kirish materiallari birikmalari

text_to_speech · Majburiy: input

Usul parametrlari va hayot sikli

Parametr	Parametr talablari
Parametr`material_types`	Parametr talablaritext
Parametr`required`	Parametr talablarinull
Parametr`optional_controls`	Parametr talablarinull

Hayot sikli: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Metod tuzilishlari va IDlari aniq; yetkazib beruvchining imkoniyati so‘rovni qabul qilishga ruxsatdan alohida.

Tariflar

Ailoot usullari tariflari

Ailoot OvozlashtirishPOST /v1/audio/speech

Kirish: 0,0005 US$ / 1K
Chiqish: 0,006 US$ / 1K
Keshdan o‘qish: 0,000125 US$ / 1K

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →

So‘rov namunalari

Ailoot · Ovozlashtirish

Ovozlashtirish namunasi

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

Natijalarni olish va saqlash

Ailoot · Ovozlashtirish

asl audio baytlari yoki JSON dagi aktiv havolalari

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

Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

Bitta chiqish standart ravishda haqiqiy Content-Type bilan asl audio baytlarini qaytaradi; response_format=json yoki bir nechta chiqish egalik qilinadigan barcha havolalarni qaytaradi. So‘ralgan MP3/Opus/AAC/FLAC/PCM konvertatsiyasi yoki SSE yo‘q.

Asl javobni tekshirish kerak bo‘lsa

Ma’lumotlarni solishtirib tekshirish uchun dastlabki operation_id/X-Client-Request-ID ni saqlang va so‘rovni qayta yubormang; audio holatini davriy tekshirish uchun alohida yo‘nalish yo‘q.

Javob maydonlari

Maydon	Tur
Maydon`binary native audio`	Turbytes
Maydon`model`	Turstring
Maydon`response_id`	Turstring
Maydon`actual_count`	Turinteger
Maydon`data[]`	Turowned audio asset link

Xatolar va keyingi qadamlar

Javob	Shart	Keyingi qadam
Javob400 · `invalid_request_error`	ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri	Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating.
Javob`server_error`	ShartQaytarilgan javob operatsiya yoki natijani tekshirish kerakligini bildiradi	Keyingi qadamDastlab qaytarilgan operatsiya/vazifa ID sini, so‘rov sarlavhalarini va javobni saqlang; aynan shu operatsiya uchun qo‘llab-quvvatlanadigan o‘qish so‘rovlarini davom ettiring. Yaratish so‘rovini qayta yubormang.

Taxalluslar

Model taxalluslari

Ailoot gemini-3.8-flash-lite-tts

Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

Chaqirish uchun tegishli ID lar

gemini-3.8-flash-lite-tts

FAQ · Gemini 3.8 Flash Lite Tts

Qanday kirish ma’lumotlari va natijalar mavjud?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: text → audio
So‘rov qaysi maydonlardan foydalanadi?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: model, input, voice, response_format, stream_format
Qanday cheklovlar amal qiladi?: POST /v1/audio/speech · gemini-3.8-flash-lite-tts: ctx: 8192; max_out: 16384

Gemini 3.8 Flash Lite Tts