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

Gemini 3.8 Flash Lite TTS: AI Audio & Music

Générez une voix à plusieurs intervenants avec Gemini 3.8 Flash Lite TTS, à faible latence et haut débit. Essayez gratuitement, payez à l’usage, sans abonnement.

Commandes interactives du modèle

Générez une voix à plusieurs intervenants avec Gemini 3.8 Flash Lite TTS, à faible latence et haut débit. Essayez gratuitement, payez à l’usage, sans abonnement.

📝

Aperçu

À propos de ce modèle

Gemini 3.8 Flash Lite TTS est le modèle de synthèse vocale de Google à haut débit, faible latence et coût réduit, optimisé pour les conversations à grande échelle. Définissez autant d’intervenants que nécessaire, chacun avec une voix, un accent, un style émotionnel et un rythme distincts, puis scénarisez une conversation en tours de dialogue ordonnés avec des indications de ton intégrées comme [whispers] ou [shouting]. Il est idéal pour les voix off en grand volume, les agents conversationnels en temps réel et les narrations économiques où la vitesse et le coût sont prioritaires. Pour une meilleure fidélité vocale, découvrez Gemini 3.8 Flash TTS ; pour une qualité studio haut de gamme, consultez Gemini 2.5 Pro TTS.

1IA conversationnelle : alimentez des agents vocaux et des systèmes SVI en temps réel avec plusieurs voix et une faible latence.
2Production à grand volume : générez de grandes séries de voix off et de répliques de personnages au coût unitaire le plus bas.
3Podcasts : créez un échange audio entre plusieurs animateurs à partir d’un script écrit.
4Prototypage : ajustez rapidement le ton, l’accent et le rythme avant le rendu final haute fidélité.
💰

Prix ​​et valeur

Analyse des coûts

muapiapp$0.01 per 1,000 characters

Payez par génération, sans abonnement. Conforme au tarif officiel de Google pour la sortie audio de Gemini 3.8 Flash Lite TTS, l’offre la plus économique de la famille Gemini TTS.

Fal.aiNon disponible

Ne propose pas ce modèle.

ReplicateNon disponible

Ne propose pas ce modèle.

** Les prix des concurrents sont estimés sur la base d'architectures de modèles et de niveaux d'utilisation similaires.

⚙️

Détails techniques

Schéma de configuration

Haut-parleursarray

. IDENTIFIANT .

Valeur par défaut[object Object],[object Object]
Les dialogues tournentarray

. haut-parleur_id . [criant] [chuchotant] .

Valeur par défaut[object Object],[object Object],[object Object],[object Object]
scènestring

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

Valeur par défaut
Exemple de contextestring

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

Valeur par défaut
Températurenumber

(0-2) . , .

Valeur par défaut1
📖

Guide de mise en œuvre

Documentation du développeur

Utiliser Gemini 3.8 Flash Lite TTS

  1. Définir les intervenants : ajoutez une entrée par voix dans la liste speakers. Attribuez à chacune un speaker_id au format "Speaker N", choisissez un voice_name, puis définissez accent, style et pace. Vous pouvez aussi ajouter un audio_profile décrivant le personnage.

  2. Rédiger le dialogue : renseignez dialogue_turns avec les répliques dans l’ordre. Le speaker_id de chaque tour doit correspondre à un intervenant défini. Vous pouvez insérer des indications de ton comme [whispers], [shouting] ou [determination].

  3. Définir l’ambiance (facultatif) : utilisez scene pour décrire l’environnement acoustique et sample_context pour définir le ton général de la narration. Réglez temperature (0-2) pour obtenir une interprétation plus ou moins variée.

  4. Envoyer la requête et interroger son état : envoyez la requête avec POST, puis interrogez /predictions/{request_id}/result jusqu’à ce que le statut soit completed afin d’obtenir l’URL audio.

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
  }'
❓

Questions courantes

Foire aux questions

Comment créer une conversation à plusieurs intervenants ?

Définissez chaque voix dans la liste `speakers` avec un `speaker_id` unique (au format "Speaker N"), puis faites référence à ces identifiants dans `dialogue_turns`. Le modèle interprète chaque réplique avec la voix, l’accent, le style et le rythme attribués à l’intervenant.

Puis-je contrôler les émotions et le rythme ?

Oui. Chaque intervenant dispose des réglages `style` (Vocal Smile, Newscaster, Whisper, Empathetic, Promo/Hype, Deadpan) et `pace` (Natural, Rapid Fire, The Drift, Staccato). Vous pouvez aussi insérer des indications de ton comme [whispers], [shouting] ou [determination] directement dans le dialogue.

Quelles voix et quels accents sont disponibles ?

Trente voix prédéfinies sont disponibles (Zephyr, Fenrir, Puck, Kore et d’autres), ainsi que 8 accents, dont Neutral, des variantes américaines, British (RP), British (Brixton), Transatlantic et Australian.

Comment le tarif est-il calculé ?

Le tarif dépend du nombre total de caractères dans tous les tours de dialogue, à raison de $0.01 pour 1 000 caractères, conformément au tarif officiel de Google pour la sortie audio de Gemini 3.8 Flash Lite TTS, l’offre la plus économique de la famille Gemini TTS. Vous payez chaque génération, sans abonnement.

Quelle est la longueur maximale d’une réplique ?

Le texte de chaque tour de dialogue peut contenir jusqu’à 10 000 caractères. Vous pouvez ajouter plusieurs tours pour créer des conversations plus longues.

Quand choisir la version Lite plutôt que Flash ou Pro ?

Choisissez Gemini 3.8 Flash Lite TTS pour les traitements à haut débit, faible latence et sensibles au coût, comme les agents conversationnels en temps réel ou les grandes séries de voix off. Pour une meilleure fidélité vocale, choisissez Gemini 3.8 Flash TTS ; pour une narration de qualité studio haut de gamme, choisissez Gemini 2.5 Pro TTS.