🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →

Gemini 3.8 Flash Lite TTS: AI Audio & Music

أنشئ كلامًا متعدد المتحدثين بزمن استجابة منخفض وإنتاجية عالية باستخدام Gemini 3.8 Flash Lite TTS. جرّبه مجانًا وادفع حسب الاستخدام دون اشتراك. Gemini 3.8 Flash Lite TTS هو نموذج Google لتحويل النص إلى كلام، عالي الإنتاجية ومنخفض زمن الاستجابة وموفر للتكلفة، ومحسّن للمحادثات على نطاق واسع. حدّد أي عدد من المتحدثين، لكل منهم صوت ولهجة وأسلوب عاطفي وسرعة مميزة، ثم اكتب محادثة بأدوار مرتبة مع وسوم نبرة مثل [whispers] أو [shouting]. يناسب التعليقات الصوتية بكميات كبيرة والوكلاء الحواريين الفوريين والسرد المراعي للميزانية حيث تكون السرعة والتكلفة أولوية. لدقة صوت أعلى، راجع Gemini 3.8 Flash TTS؛ ولإخراج فاخر بجودة الاستوديو، راجع Gemini 2.5 Pro TTS.

عناصر التحكم التفاعلية للنموذج

أنشئ كلامًا متعدد المتحدثين بزمن استجابة منخفض وإنتاجية عالية باستخدام Gemini 3.8 Flash Lite TTS. جرّبه مجانًا وادفع حسب الاستخدام دون اشتراك.

📝

نظرة عامة

حول هذا النموذج

Gemini 3.8 Flash Lite TTS هو نموذج Google لتحويل النص إلى كلام، عالي الإنتاجية ومنخفض زمن الاستجابة وموفر للتكلفة، ومحسّن للمحادثات على نطاق واسع. حدّد أي عدد من المتحدثين، لكل منهم صوت ولهجة وأسلوب عاطفي وسرعة مميزة، ثم اكتب محادثة بأدوار مرتبة مع وسوم نبرة مثل [whispers] أو [shouting]. يناسب التعليقات الصوتية بكميات كبيرة والوكلاء الحواريين الفوريين والسرد المراعي للميزانية حيث تكون السرعة والتكلفة أولوية. لدقة صوت أعلى، راجع Gemini 3.8 Flash TTS؛ ولإخراج فاخر بجودة الاستوديو، راجع Gemini 2.5 Pro TTS.

1الذكاء الاصطناعي الحواري: شغّل وكلاء صوتيين فوريين وأنظمة IVR بكلام متعدد المتحدثين وزمن استجابة منخفض.
2الإنتاج واسع النطاق: أنشئ دفعات كبيرة من التعليقات الصوتية وحوارات الشخصيات بأقل تكلفة لكل سطر.
3البودكاست: أنتج صوتًا حواريًا متعدد المضيفين انطلاقًا من نص مكتوب.
4النماذج الأولية: جرّب النبرة واللهجة والإيقاع بسرعة قبل الإخراج النهائي عالي الدقة.
💰

التسعير والقيمة

تحليل التكلفة

muapiapp$0.01 per 1,000 characters

ادفع لكل عملية توليد دون اشتراك. يطابق سعر إخراج الصوت الرسمي من Google لـ Gemini 3.8 Flash Lite TTS، وهو المستوى الأقل تكلفة ضمن عائلة Gemini TTS.

Fal.aiغير متوفر

لا يقدم هذا النموذج.

Replicateغير متوفر

لا يقدم هذا النموذج.

** يتم تقدير أسعار المنافسين بناءً على بنيات النماذج ومستويات الاستخدام المماثلة.

⚙️

التفاصيل الفنية

مخطط التكوين

مكبرات الصوتarray

. بطاقة تعريف .

القيمة الافتراضية[object Object],[object Object]
يتحول الحوارarray

. معرف_المتكلم . [صراخ] [همسات] .

القيمة الافتراضية[object Object],[object Object],[object Object],[object Object]
المشهدstring

Optional scene description that sets the acoustic setting, e.g. "A quiet, warm room with a fireplace crackling softly."

القيمة الافتراضية
سياق العينةstring

Optional overall tone/style, e.g. "Audiobook style narration. Tone is gentle and inviting."

القيمة الافتراضية
درجة الحرارةnumber

(0-2) . ، .

القيمة الافتراضية1
📖

دليل التنفيذ

وثائق المطور

طريقة استخدام Gemini 3.8 Flash Lite TTS

  1. حدّد المتحدثين: أضف إدخالًا لكل صوت في speakers . عيّن لكل واحد speaker_id in "Speaker N" ، واختر voice_name, وحدد accent, style, and pace. ويمكنك اختياريًا إضافة audio_profile لوصف الشخصية.

  2. اكتب الحوار: املأ dialogue_turns بأسطر مرتبة. يجب أن يطابق speaker_id في كل دور متحدثًا عرّفته. ويمكنك إدراج وسوم النبرة مثل [whispers], [shouting], or [determination].

  3. اضبط الأجواء (اختياري): استخدم scene لوصف البيئة الصوتية و sample_context لتحديد النبرة العامة للسرد. اضبط temperature (0-2) لأداء أكثر أو أقل تنوعًا.

  4. أرسل الطلب واستعلم عن النتيجة: POST الطلب عبر POST، ثم استعلم عن /predictions/{request_id}/result حتى تصبح الحالة completed للحصول على رابط الصوت.

curl -X POST https://api.muapi.ai/api/v1/gemini-3-8-flash-lite-tts \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "speakers": [
      {"speaker_id": "Speaker 1", "voice_name": "Fenrir", "accent": "British (RP)", "style": "Deadpan", "pace": "Natural"},
      {"speaker_id": "Speaker 2", "voice_name": "Puck", "accent": "American (Gen)", "style": "Empathetic", "pace": "Staccato"}
    ],
    "dialogue_turns": [
      {"speaker_id": "Speaker 1", "text": "[shouting] Halt, traveler!"},
      {"speaker_id": "Speaker 2", "text": "[determination] I carry a message for the elder."}
    ],
    "scene": "A dark, crumbling dungeon.",
    "temperature": 1
  }'
❓

الأسئلة الشائعة

كثيرا ما يطلب

كيف أنشئ محادثة متعددة المتحدثين؟

عرّف كل صوت في قائمة `speakers` بمعرّف `speaker_id` فريد (بالتنسيق "Speaker N")، ثم استخدم تلك المعرّفات في `dialogue_turns`. ينطق النموذج كل سطر بالصوت واللهجة والأسلوب والسرعة المخصصة للمتحدث.

هل يمكنني التحكم في العاطفة والإيقاع؟

نعم. لكل متحدث إعداد `style` (Vocal Smile وNewscaster وWhisper وEmpathetic وPromo/Hype وDeadpan) وإعداد `pace` (Natural وRapid Fire وThe Drift وStaccato). ويمكنك تضمين وسوم مثل [whispers] أو [shouting] أو [determination] مباشرة في نص الحوار.

ما الأصوات واللهجات المتاحة؟

تتوفر 30 نبرة صوت مُعدة مسبقًا (منها Zephyr وFenrir وPuck وKore) و8 لهجات تشمل Neutral ومتغيرات American وBritish (RP) وBritish (Brixton) وTransatlantic وAustralian.

كيف تُحسب التكلفة؟

تعتمد التكلفة على إجمالي عدد الأحرف في جميع الأدوار الحوارية، بسعر $0.01 لكل 1,000 حرف، بما يطابق سعر إخراج الصوت الرسمي من Google لـ Gemini 3.8 Flash Lite TTS. تدفع لكل عملية توليد دون اشتراك.

ما الحد الأقصى لطول كل سطر؟

يمكن أن يصل نص كل دور حواري إلى 10,000 حرف. أضف أدوارًا متعددة لإنشاء محادثات أطول.

متى أستخدم إصدار Lite بدلًا من Flash أو Pro؟

استخدم Gemini 3.8 Flash Lite TTS لأحمال العمل عالية الإنتاجية ومنخفضة زمن الاستجابة والحساسة للتكلفة، مثل الوكلاء الحواريين الفوريين أو دفعات التعليق الصوتي الكبيرة. لدقة صوت أعلى استخدم Gemini 3.8 Flash TTS، وللسرد الفاخر بجودة الاستوديو استخدم Gemini 2.5 Pro TTS.