Google: Gemini 3.8 Flash Lite TTS

Google Gemini 3.8 Flash-Lite TTS aniq ssenariylarni ovoz chiqarib o‘qish funksiyalari, odatiy diktorlik va katta hajmdagi og‘zaki kontent uchun nutqqa aylantiradi. U 101 til, tanlanadigan ovozlar va alohida style metama’lumotlari orqali ijroni boshqarishni, shuningdek, qisqa pauzalar va ovoz hodisalari uchun matn ichidagi teglarni qo‘llab-quvvatlaydi.

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

Google Gemini 3.8 Flash-Lite TTS — Google’ning 3.8 matndan nutqqa aylantirish oilasining katta hajmda ishlab chiqarishga yo‘naltirilgan a’zosi. U yozma ssenariyni qabul qiladi va og‘zaki audio yaratadi. Google uni ovoz chiqarib o‘qish funksiyalari, kundalik bir so‘zlovchili diktorlik, katta hajmdagi audio ishlab chiqarish va ovozli agent tizimlarining nutq chiqarish bosqichi uchun joylashtiradi. Foydali natija izchil ovozda o‘qilgan maqola, og‘zaki mahsulot izohi yoki qisqa o‘rgatuvchi yozuvlar to‘plami bo‘ladi. Ssenariy allaqachon tinglovchi eshitishi kerak bo‘lgan so‘zlarni o‘z ichiga olishi kerak.

3.8 oilasi transkriptni ijro ko‘rsatmalaridan ajratadi. Og‘zaki matnni so‘zma-so‘z saqlang va davomli hissiyot, sur’at, balandlik yoki ijro uslubini nutq metama’lumotlariga joylashtiring. Iliq kirish, shoshilinch ko‘rsatma va sokin yakunning har biriga o‘z navbatiga biriktirilgan qisqa uslub tavsifi berilishi mumkin. Transkript ichidagi “Quvnoq ayting” kabi matnning o‘zi o‘qilishi mumkin. So‘zlovchi nomlari eshitiladigan ssenariydagi yorliq emas, so‘zlovchi metama’lumotlariga tegishli. Bu tayyorlash, ayniqsa, Gemini 3.1 Flash TTS uchun yozilgan promptlarni qayta ishlatishda muhim.

Muayyan nuqtadagi qisqa hodisalar — nafas, kulgi, yo‘tal, xo‘rsinish yoki pauza uchun matn ichidagi burchakli qavs teglaridan foydalaning. Masalan, “Keyingi bosqich oddiy. <short pause> O‘zingiz xohlagan tilni tanlang.” transkripti kerakli pauzani u ta’sir qiladigan so‘zlar yonida saqlaydi. Davomli shivirlab ijroni hodisa teglarini qayta-qayta qo‘shish o‘rniga uslub tavsifiga kiriting. Google boshqa tillardagi ssenariylar uchun ham inglizcha teg nomlarini tavsiya qiladi. Bu boshqaruvlar ovozni yo‘naltiradi; qarsak ovozi yozuvi yoki eshikning qattiq yopilishi ovoz hodisasi tegini emas, alohida tovush ishlab chiqarishni talab qiladi.

Google ushbu nashr uchun 101 qo‘llab-quvvatlanadigan tilni, jumladan, ingliz, rus, xitoy, yapon, koreys, fransuz, nemis, ispan, indonez va vyetnam tillarini ko‘rsatadi. Yakuniy ssenariyni kerakli tilda, nomlar, qisqartmalar va raqamlarning kerakli shakli bilan yozing. Tahririy tayyorlash sifatida tinglovchi aynan bitta shaklni eshitishi shart bo‘lsa, noaniq qisqartmani yoki raqamning kerakli o‘qilishini to‘liq yozing. Uzun yozuvni tayyor deb qabul qilishdan oldin qiyin nomlar va o‘tishlar bor dastlabki parchani tinglang. Tillar soni barcha hududiy talaffuzlarni o‘zaro almashtiriladigan qilmaydi.

Ishlab chiqaruvchi tayyor ovozlar, kengaytirilgan ovoz kutubxonasi, yaratilgan ovoz personajlari va ovozni klonlashni qo‘llab-quvvatlaydi. Ovoz identifikatorini vaqtinchalik aktyorlik ko‘rsatmalaridan alohida tanlang. Diktorlik izchil qolishi kerak bo‘lsa, bo‘limlar davomida shu identifikator va ixcham ijro tavsifini qayta ishlating. Hujjatlashtirilgan ikki so‘zlovchili konfiguratsiyada har bir navbatga sozlangan ikkita tayyor ovozdan biriga mos aniq so‘zlovchini bering. Google qo‘llanmasi yaratilgan yoki klonlangan ovozli ko‘p qahramonli sahnalarni alohida navbatlar yaratish orqali bajaradi. Bitta diktor o‘rniga muloqotni rejalashda bu farq muhim.

Oddiy yakunlangan so‘rovlar uchun Google’ning 3.8 qo‘llanmasi RIFF sarlavhali, 24 kHz mono, 16 bitli ishorali little-endian PCM’ni o‘z ichiga oladigan WAV audioni belgilaydi. Oqimli konfiguratsiya esa odatiy holatda sarlavhasiz xom PCM bo‘laklarini qaytaradi; qo‘llanma xom chiziqli PCM, mu-law va A-law kodlash variantlarini ham hujjatlashtiradi. Eshitish yoki tahrirlash sozlamalarini haqiqiy chiqish formatiga moslang. Sarlavhasiz PCM fayli kengaytmasini WAV’ga almashtirish konteyner ma’lumotini qo‘shmaydi. Alohida yaratilgan navbatlarni yig‘ishda audio formatni bir xil tuting va har bir to‘liq WAV’ni o‘z sarlavhasiga ega fayl sifatida ko‘ring.

Aynan shu model sahifasi Gemini API chegaralarini 8,192 kirish tokeni va 16,384 chiqish tokeni deb ko‘rsatadi. Audio tokenlar nutq davomiyligini soniyalarda qat’iy belgilamaydi. Uzun materialni mazmunli bo‘limlarda tayyorlang, bir xil ovoz va uslub topshirig‘ini saqlang hamda tutashuvlarni tinglang. Bular ishlab chiqaruvchining ushbu model uchun hujjatlashtirilgan xizmat chegaralaridir; ular umumiy katalog kontekst maydonidan farqli miqdorni tavsiflaydi. Matn kirish, audio esa chiqish bo‘lgani uchun ssenariy qoralash, tarjima va transkripsiya alohida tayyorlash yoki keyingi vazifalardir.

Flash-Lite Gemini 3.8 Flash TTS bilan 3.8 so‘rov tuzilmasini birga ishlatadi. Amaliy tanlov kerakli ijroga bog‘liq: Flash-Lite tez va takroriy ishlab chiqarishga yo‘naltirilgan, Flash TTS esa qiyin talaffuz, nozik aktyorlik va kengroq lahja qamrovi uchun ijodiy darajadir. Odatiy yordam maqolasi va dramatik ikki qahramonli sahna ovozga turli talablar qo‘yadi. Uni yakuniy tinglash tajribasida ishlatishdan oldin haqiqiy yozuvda tushib qolgan yoki takrorlangan so‘zlar, talaffuz, sur’at va segmentlar orasidagi eshitiladigan o‘zgarishlarni tekshiring.

Ailoot Ultra · Nutq 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

Boshlash

Qabul qilinadigan kirish ma’lumotlari: Matn
Natijalar: Audio

Ailoot da mavjud · kirish ma’lumotlari va usullar

Ailoot Ultra · Nutq POST /v1/audio/speech

Kirish: text
Chiqish: audio

Maydon	Tur	Talab	Qiymatlar va cheklovlar	Standart
Maydon`model`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar google/gemini-3.8-flash-lite-tts	Standart—
Maydon`input`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar Eng kam uzunlik: 1	Standart—
Maydon`voice`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar 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 Eng kam uzunlik: 1	Standart—
Maydon`response_format`	Tur`string`	TalabIxtiyoriy	Qiymatlar va cheklovlar mp3, pcm	Standartpcm
Maydon`provider`	Tur`object`	TalabIxtiyoriy	Qiymatlar va cheklovlar	Standart—

Usul parametrlari va hayot sikli

Parametr	Parametr talablari
Parametr`content_type`	Parametr talablariapplication/json
Parametr`required`	Parametr talablarimodel, input, voice
Parametr`material_types`	Parametr talablaritext

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}

Tariflar

Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.

Tezkor rejim: Ko‘rsatilmagan Tezkor rejim tanlanganda
Flex rejimi: Ko‘rsatilmagan flex rejimi tanlanganda
Maksimal fikrlash darajasi: Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda

Ailoot tariflari

Sozlamalar bo‘yicha narxlar

Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.

Sozlama	Tariflar jadvali	Hisob birligi	To‘lov
SozlamaTokenlar uchun bazaviy tariflar	Tariflar jadvaliAsosiy tarif	Hisob birligi—	To‘lov Kirish · Kirish tokenlari — / 1K token Chiqish · Chiqish tokenlari — / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token
Sozlamakirish tokeni	Tariflar jadvali—	Hisob birligi/ 1K token	To‘lov Kirish $0.001 / 1K token
Sozlamachiqish tokeni	Tariflar jadvali—	Hisob birligi/ 1K token	To‘lov Chiqish $0.012 / 1K token

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 Ultra · Nutq

Haqiqiy kirish ma’lumotlaridan foydalaning va natijani to‘liq saqlang

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.

Natijalarni olish va saqlash

Ailoot Ultra · Nutq

To‘liq ikkilik audio yoki dastlabki audio_url javobi, sarlavhalar va egalik qilinadigan har bir aktiv.

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

Boshqa kontentni o‘qish

O‘zingizga tegishli mavjud materiallarni o‘qish

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.

Barcha tayyor natijalarni saqlash

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

To‘liq javob va sarlavhalarni, amalda qaytarilgan barcha natijalarni, dastlab qaytarilgan identifikatorlarni hamda barcha usage maydonlarini saqlang. Yaratish so‘rovini qayta yubormasdan dastlabki operatsiyani tiklang.

Asl javobni tekshirish kerak bo‘lsa

Qaytarilgan X-Client-Request-ID ni ma’lumotlarni solishtirib tekshirish uchun saqlang. Faqat amalda qaytarilgan task_id/asset_id qiymatlari bo‘yicha yoki o‘zingizga tegishli media kutubxonasidan ma’lumot o‘qing; operatsiya ID sidan vazifa URL manzilini hech qachon tuzmang va yaratish so‘rovini qayta yubormang.

Taxalluslar

Model taxalluslari

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

Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

Chaqirish uchun tegishli ID lar

google/gemini-3.8-flash-lite-tts

FAQ · Google: Gemini 3.8 Flash Lite TTS

Qanday kirish ma’lumotlari va natijalar mavjud?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: text → audio
So‘rov qaysi maydonlardan foydalanadi?: POST /v1/audio/speech · google/gemini-3.8-flash-lite-tts: model, input, voice, response_format, provider

Google: Gemini 3.8 Flash Lite TTS