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

Gemini 3.8 Flash Lite TTS: AI Audio & Music

Gemini 3.8 Flash Lite TTS से कम विलंबता और अधिक थ्रूपुट वाली कई वक्ताओं की वाणी बनाएँ। मुफ़्त आज़माएँ, उपयोग के अनुसार भुगतान करें, कोई सब्सक्रिप्शन नहीं।

इंटरैक्टिव मॉडल नियंत्रण

Gemini 3.8 Flash Lite TTS से कम विलंबता और अधिक थ्रूपुट वाली कई वक्ताओं की वाणी बनाएँ। मुफ़्त आज़माएँ, उपयोग के अनुसार भुगतान करें, कोई सब्सक्रिप्शन नहीं।

📝

सिंहावलोकन

इस मॉडल के बारे में

Gemini 3.8 Flash Lite TTS, Google का अधिक थ्रूपुट, कम विलंबता और किफ़ायती टेक्स्ट-टू-स्पीच मॉडल है, जिसे बड़े पैमाने पर बातचीत की वाणी के लिए अनुकूलित किया गया है। जितने चाहें उतने वक्ता तय करें; हर एक के लिए अलग आवाज़, लहजा, भावनात्मक शैली और गति चुनें। फिर क्रमबद्ध संवाद टर्न में बातचीत लिखें और [whispers] या [shouting] जैसे इनलाइन टोन टैग जोड़ें। यह अधिक मात्रा वाले वॉइसओवर, रियल-टाइम संवाद एजेंट और बजट का ध्यान रखने वाले कथन के लिए उपयुक्त है, जहाँ गति और लागत सबसे अहम हैं। बेहतर आवाज़ की स्पष्टता के लिए Gemini 3.8 Flash TTS देखें; प्रीमियम स्टूडियो-गुणवत्ता आउटपुट के लिए Gemini 2.5 Pro TTS देखें।

1संवादात्मक AI: कम विलंबता वाली कई वक्ताओं की वाणी के साथ रियल-टाइम वॉइस एजेंट और IVR सिस्टम चलाएँ।
2अधिक मात्रा में निर्माण: प्रति पंक्ति न्यूनतम लागत पर वॉइसओवर और किरदारों की पंक्तियों के बड़े बैच बनाएँ।
3पॉडकास्ट: लिखित स्क्रिप्ट से कई होस्ट वाली बातचीत का ऑडियो तैयार करें।
4प्रोटोटाइपिंग: अंतिम उच्च-विश्वस्तता रेंडर से पहले टोन, लहजे और गति में तेज़ी से बदलाव आज़माएँ।
💰

मूल्य निर्धारण एवं मूल्य

लागत विश्लेषण

muapiapp$0.01 per 1,000 characters

प्रति जनरेशन भुगतान, कोई सदस्यता नहीं। Google की आधिकारिक Gemini 3.8 Flash Lite TTS ऑडियो-आउटपुट दर के अनुरूप — Gemini TTS परिवार का सबसे किफ़ायती स्तर।

Fal.aiउपलब्ध नहीं है

यह मॉडल पेश नहीं करता.

Replicateउपलब्ध नहीं है

यह मॉडल पेश नहीं करता.

** प्रतिस्पर्धी मूल्य निर्धारण का अनुमान समान मॉडल आर्किटेक्चर और उपयोग स्तरों के आधार पर लगाया जाता है।

⚙️

टेक्निकल डिटेल

कॉन्फ़िगरेशन स्कीमा

वक्ताarray

। पहचान ।

डिफ़ॉल्ट मान[object Object],[object Object]
संवाद मोड़array

. स्पीकर_आईडी। [चिल्लाते हुए] [फुसफुसाते हुए]।

डिफ़ॉल्ट मान[object Object],[object Object],[object Object],[object Object]
दृश्यstring

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

डिफ़ॉल्ट मान
नमूना संदर्भstring

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

डिफ़ॉल्ट मान
तापमानnumber

(0-2) . , .

डिफ़ॉल्ट मान1
📖

कार्यान्वयन मार्गदर्शिका

डेवलपर दस्तावेज़ीकरण

Gemini 3.8 Flash Lite TTS का उपयोग कैसे करें

  1. वक्ताओं को परिभाषित करें: speakers सूची में हर आवाज़ के लिए एक प्रविष्टि जोड़ें। प्रत्येक को speaker_id "Speaker N" फ़ॉर्मैट में दें, voice_name चुनें और accent, style तथा pace सेट करें। चाहें तो व्यक्तित्व का वर्णन करने वाला audio_profile भी जोड़ें।

  2. संवाद लिखें: dialogue_turns में क्रमबद्ध पंक्तियाँ भरें। हर टर्न का speaker_id आपके परिभाषित वक्ताओं में से किसी एक से मेल खाना चाहिए। आप [whispers], [shouting] या [determination] जैसे टोन टैग इनलाइन जोड़ सकते हैं।

  3. माहौल तय करें (वैकल्पिक): ध्वनिक परिवेश बताने के लिए scene और कथन का समग्र टोन तय करने के लिए sample_context इस्तेमाल करें। प्रस्तुति में विविधता कम या ज़्यादा करने के लिए temperature (0-2) समायोजित करें।

  4. अनुरोध भेजें और स्थिति जाँचें: अनुरोध POST करें, फिर ऑडियो URL पाने के लिए /predictions/{request_id}/result को तब तक पोल करें, जब तक स्थिति completed न हो जाए।

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
  }'
❓

सामान्य प्रश्न

अक्सर पूछा जाता है

कई वक्ताओं वाली बातचीत कैसे बनाएँ?

`speakers` सूची में हर आवाज़ को एक अलग `speaker_id` दें ("Speaker N" फ़ॉर्मैट में), फिर उन IDs को अपने `dialogue_turns` में इस्तेमाल करें। मॉडल हर पंक्ति को उस वक्ता की तय आवाज़, लहजे, शैली और गति में प्रस्तुत करता है।

क्या मैं भाव और गति नियंत्रित कर सकता हूँ?

हाँ। हर वक्ता के लिए `style` (Vocal Smile, Newscaster, Whisper, Empathetic, Promo/Hype, Deadpan) और `pace` (Natural, Rapid Fire, The Drift, Staccato) सेटिंग उपलब्ध हैं। आप [whispers], [shouting] या [determination] जैसे इनलाइन टोन टैग सीधे संवाद टेक्स्ट में भी जोड़ सकते हैं।

कौन-सी आवाज़ें और लहजे उपलब्ध हैं?

30 पहले से तैयार आवाज़ें (Zephyr, Fenrir, Puck, Kore और अन्य) तथा 8 लहजे उपलब्ध हैं। इनमें Neutral, American के विभिन्न रूप, British (RP), British (Brixton), Transatlantic और Australian शामिल हैं।

कीमत की गणना कैसे होती है?

सभी संवाद टर्न के कुल अक्षरों की संख्या के आधार पर, हर 1,000 अक्षरों के लिए $0.01 शुल्क लिया जाता है — यह Google की आधिकारिक Gemini 3.8 Flash Lite TTS ऑडियो-आउटपुट दर के अनुरूप है और Gemini TTS परिवार की सबसे किफ़ायती श्रेणी है। कोई सब्सक्रिप्शन नहीं; हर जनरेशन के लिए भुगतान करें।

हर पंक्ति की अधिकतम लंबाई कितनी है?

हर संवाद टर्न का टेक्स्ट 10,000 अक्षरों तक हो सकता है। लंबी बातचीत बनाने के लिए कई टर्न शामिल किए जा सकते हैं।

Flash या Pro के बजाय Lite संस्करण कब इस्तेमाल करना चाहिए?

रियल-टाइम संवाद एजेंट या बड़ी मात्रा में वॉइसओवर बनाने जैसे अधिक थ्रूपुट, कम विलंबता और लागत-संवेदनशील कामों के लिए Gemini 3.8 Flash Lite TTS इस्तेमाल करें। बेहतर आवाज़ की स्पष्टता के लिए Gemini 3.8 Flash TTS और प्रीमियम स्टूडियो-गुणवत्ता कथन के लिए Gemini 2.5 Pro TTS इस्तेमाल करें।