أنشئ كلامًا تعبيريًا متعدد المتحدثين باستخدام Gemini 3.8 Flash TTS. دقة صوتية بمستوى الاستوديو وثبات في المحتوى الطويل. جرّبه مجانًا وادفع حسب الاستخدام.
أنشئ كلامًا تعبيريًا متعدد المتحدثين باستخدام Gemini 3.8 Flash TTS. دقة صوتية بمستوى الاستوديو وثبات في المحتوى الطويل. جرّبه مجانًا وادفع حسب الاستخدام.
حول هذا النموذج
Gemini 3.8 Flash TTS هو أحدث جيل من نماذج تحويل النص إلى كلام من Google، صُمم لتقديم دقة صوتية بمستوى الاستوديو وأداء تعبيري وثبات في المحتوى الطويل. 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 حوارات الشخصيات والتعليق الصوتي للألعاب والفيديو والبودكاست والسرد الطبيعي التعبيري. لزمن استجابة وتكلفة أقل في الاستخدامات الكبيرة، راجع Gemini 3.8 Flash Lite TTS؛ ولإخراج فاخر بجودة الاستوديو، راجع Gemini 2.5 Pro TTS.
تحليل التكلفة
| مزود | التكلفة | ملاحظات |
|---|---|---|
| muapiapp | $0.015 per 1,000 characters | ادفع لكل عملية توليد دون اشتراك. يطابق سعر إخراج الصوت الرسمي من Google لـ Gemini 3.8 Flash TTS. |
| Fal.ai | غير متوفر | لا يقدم هذا النموذج. |
| Replicate | غير متوفر | لا يقدم هذا النموذج. |
ادفع لكل عملية توليد دون اشتراك. يطابق سعر إخراج الصوت الرسمي من Google لـ Gemini 3.8 Flash TTS.
لا يقدم هذا النموذج.
لا يقدم هذا النموذج.
** يتم تقدير أسعار المنافسين بناءً على بنيات النماذج ومستويات الاستخدام المماثلة.
مخطط التكوين
| المعلمة | يكتب | وصف | الافتراضي |
|---|---|---|---|
| مكبرات الصوت | array | . بطاقة تعريف . | [object Object],[object Object] |
| يتحول الحوار | array | . معرف_المتكلم . [صراخ] [همسات] . | [object Object],[object Object],[object Object],[object Object] |
| المشهد | string | Optional scene description that sets the acoustic setting, e.g. "A quiet, warm room with a fireplace crackling softly." | |
| سياق العينة | string | Optional overall tone/style, e.g. "Audiobook style narration. Tone is gentle and inviting." | |
| درجة الحرارة | number | (0-2) . ، . | 1 |
. بطاقة تعريف .
[object Object],[object Object]. معرف_المتكلم . [صراخ] [همسات] .
[object Object],[object Object],[object Object],[object Object]Optional scene description that sets the acoustic setting, e.g. "A quiet, warm room with a fireplace crackling softly."
Optional overall tone/style, e.g. "Audiobook style narration. Tone is gentle and inviting."
(0-2) . ، .
1وثائق المطور
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.
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].
اضبط الأجواء (اختياري): استخدم scene لوصف البيئة الصوتية و sample_context لتحديد النبرة العامة للسرد. اضبط temperature (0-2) لأداء أكثر أو أقل تنوعًا.
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-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
}'
كثيرا ما يطلب
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.
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.
تتوفر 30 نبرة صوت مُعدة مسبقًا (منها Zephyr وFenrir وPuck وKore) و8 لهجات تشمل Neutral ومتغيرات American وBritish (RP) وBritish (Brixton) وTransatlantic وAustralian.
تعتمد التكلفة على إجمالي عدد الأحرف في جميع الأدوار الحوارية، بسعر $0.015 لكل 1,000 حرف، بما يطابق سعر إخراج الصوت الرسمي من Google لـ Gemini 3.8 Flash TTS. تدفع لكل عملية توليد دون اشتراك.
يمكن أن يصل نص كل دور حواري إلى 10,000 حرف. أضف أدوارًا متعددة لإنشاء محادثات أطول.
Gemini 3.8 Flash TTS أحدث جيل من فئة Flash لدى Google، ومهيأ لدقة صوتية بمستوى الاستوديو وأداء تعبيري وثبات للمحتوى الطويل بتكلفة أقل من سلسلة 3.1. أما Gemini 3.8 Flash Lite TTS فيقدم دقة أقل قليلًا مقابل زمن استجابة وتكلفة أقل للاستخدامات الحوارية عالية الإنتاجية.