Gemini 3.8 Flash Lite Tts
Google 的語音模型，用於大量文字配音、連續台詞及日常語音情境，支援 101 種語言。
關於模型
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Gemini 3.8 Flash-Lite TTS 適合大量語音操作，包括朗讀文字、為連續台詞配音，以及日常語音情境。Google 表示，它著重低延遲與高效率的大量處理。
語音選擇
模型支援 101 種語言，包括俄文。選項包含 30 種現成語音、擴充語音庫、語音設計，以及依範例重現語音。語音、風格與實際說出的台詞分別設定，因此不必將待朗讀文字與朗讀方式的描述混在一起。
Flash-Lite 使用與 Gemini 3.8 Flash TTS 相同的語音控制格式。對話中的台詞會指定給相應說話者。單次多語音請求最多使用兩種現成語音；依描述或範例建立的語音，則用於個別語音台詞。
輸入內容
輸入為最多 8 192 個 token 的文字，輸出為上限 16 384 個 token 的音訊。發聲設定控制表現風格，短促的發聲事件與停頓則透過文字中的特殊音訊標籤設定。這是依指定台詞合成語音，不是針對問題生成文字回覆。
格式與處理
一般回覆預設採用 WAV，串流預設格式為不含標頭的 PCM。原始音訊參數為 24 kHz、單聲道及 16 位元；廠商也提供 PCM、mu-law 與 A-law。模型支援上下文快取及批次處理。音訊格式能力，應與所選語音方法實際取得檔案的方式分別考量。
模型的能力範圍
這個版本未公布 Thinking、函式呼叫、程式碼執行、檔案搜尋、搜尋依據、Google Maps、結構化文字回覆、影像創作或網址內容運用。它的用途是快速為準備好的資料配音。
低延遲的設計方向，並未規定每次請求的完成期限。語言涵蓋、語音選擇方式與表現控制，描述的是模型本身的能力，不代表所有設定在每種語音方法中都會自動可用。
Ailoot · 語音合成 POST /v1/audio/speech gemini-3.8-flash-lite-tts
gemini-3.8-flash-lite-tts入門
Google 的語音模型，用於大量文字配音、連續台詞及日常語音情境，支援 101 種語言。
- 接受的輸入
- 文字
- 結果
- 音訊
Ailoot 可用 · 輸入與方法
Ailoot · 語音合成 POST /v1/audio/speech
- 輸入
text- 輸出
audio- 上下文
- 8,192 tokens
- 輸出上限
- 16,384 tokens
- 輸出格式
- 原生音訊位元組或 JSON 資產連結
| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 gemini-3.8-flash-lite-tts | 預設值— |
欄位input | 類型string | 要求必填 | 值與限制 長度下限: 1 | 預設值— |
欄位voice | 類型string | 要求選填 | 值與限制 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 | 預設值Kore |
欄位response_format | 類型string | 要求選填 | 值與限制 , wav, json | 預設值 |
欄位stream_format | 類型string | 要求選填 | 值與限制 audio | 預設值— |
輸入素材組合
text_to_speech · 必填： input
方法參數與生命週期
| 參數 | 規格 |
|---|---|
參數material_types | 規格text |
參數required | 規格null |
參數optional_controls | 規格null |
生命週期： synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 實際回傳的 task_id 或媒體庫紀錄
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
方法結構與 ID 均為精確值；供應商能力與准入狀態分開。
方案
Ailoot 方法費率
POST /v1/audio/speech- 輸入
- US$0.0005 / 1K
- 輸出
- US$0.006 / 1K
- 讀取快取
- US$0.000125 / 1K
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot · 語音合成
set -eu
: "${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
接收並儲存結果
Ailoot · 語音合成
原生音訊位元組或 JSON 資產連結
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
保留所有已完成的結果
請保留所有完整傳回的回應、檔案與內容區塊。
單一輸出預設為原生音訊位元組，並附實際 Content-Type；response_format=json 或多個輸出會回傳所有自有連結。不會依請求轉換為 MP3/Opus/AAC/FLAC/PCM，也不提供 SSE。
需要檢查原始回應時
保留原始 operation_id/X-Client-Request-ID 以供核對，請勿重新提交；沒有專用的音訊輪詢路由。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位binary native audio | 類型bytes |
欄位model | 類型string |
欄位response_id | 類型string |
欄位actual_count | 類型integer |
欄位data[] | 類型owned audio asset link |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
回應server_error | 條件回傳的回應表示該作業或結果需要檢查 | 下一步保留原始回傳的作業／任務 ID、請求標頭與回應；繼續以支援的方式讀取該原始作業。請勿重新提交建立請求。 |
別名
模型別名
Ailoot gemini-3.8-flash-lite-tts
方法路徑別名
請使用上方列出的 API 方法路徑。
相關呼叫用 ID
FAQ · Gemini 3.8 Flash Lite Tts
- 可以使用哪些輸入與結果？
POST /v1/audio/speech·gemini-3.8-flash-lite-tts:text→audio- 請求使用哪些欄位？
POST /v1/audio/speech·gemini-3.8-flash-lite-tts:model,input,voice,response_format,stream_format- 適用哪些限制？
POST /v1/audio/speech·gemini-3.8-flash-lite-tts:ctx:8192;max_out:16384