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

Gemini 3.8 Flash Lite TTS: AI Audio & Musik

Hasilkan suara multi-speaker dengan latensi rendah dan throughput tinggi menggunakan Gemini 3.8 Flash Lite TTS. Coba gratis, bayar sesuai penggunaan, tanpa langganan.

Kontrol model interaktif

Hasilkan suara multi-speaker dengan latensi rendah dan throughput tinggi menggunakan Gemini 3.8 Flash Lite TTS. Coba gratis, bayar sesuai penggunaan, tanpa langganan.

📝

Ikhtisar

Tentang model ini

Gemini 3.8 Flash Lite TTS adalah model text-to-speech dari Google yang hemat biaya, berlatensi rendah, dan memiliki throughput tinggi, dioptimalkan untuk percakapan dalam skala besar. Tentukan jumlah speaker sebanyak yang Anda perlukan, masing-masing dengan suara, aksen, gaya emosional, dan tempo yang berbeda, lalu susun percakapan dalam giliran dialog berurutan dengan tag nada inline seperti [whispers] atau [shouting]. Model ini ideal untuk sulih suara bervolume tinggi, agen percakapan real-time, dan narasi hemat anggaran yang mengutamakan kecepatan dan biaya. Untuk fidelitas suara yang lebih tinggi, lihat Gemini 3.8 Flash TTS; untuk hasil premium berkualitas studio, lihat Gemini 2.5 Pro TTS.

1AI Percakapan: Jalankan agen suara real-time dan sistem IVR dengan suara multi-speaker berlatensi rendah.
2Produksi bervolume tinggi: Hasilkan banyak sulih suara dan dialog karakter dengan biaya terendah per baris.
3Podcast: Buat audio percakapan multi-host dari naskah tertulis.
4Prototipe: Sesuaikan nada, aksen, dan tempo dengan cepat sebelum membuat hasil akhir berfidelitas tinggi.
💰

Harga & Nilai

Analisis biaya

muapiapp$0.01 per 1,000 characters

Bayar per generasi, tanpa langganan. Sesuai tarif keluaran audio resmi Gemini 3.8 Flash Lite TTS dari Google — tier paling terjangkau dalam keluarga Gemini TTS.

Fal.aiTidak tersedia

Tidak menawarkan model ini.

ReplicateTidak tersedia

Tidak menawarkan model ini.

** Harga pesaing diperkirakan berdasarkan arsitektur model dan tingkat penggunaan yang serupa.

⚙️

Detail Teknis

Skema konfigurasi

Pembicaraarray

. PENGENAL .

Nilai Bawaan[object Object],[object Object]
Dialog Berubaharray

. pembicara_id . [berteriak] [berbisik].

Nilai Bawaan[object Object],[object Object],[object Object],[object Object]
adeganstring

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

Nilai Bawaan
Contoh Konteksstring

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

Nilai Bawaan
Suhunumber

(0-2) . , .

Nilai Bawaan1
📖

Panduan Implementasi

Dokumentasi pengembang

Cara Menggunakan Gemini 3.8 Flash Lite TTS

  1. Tentukan speaker Anda: Tambahkan satu entri untuk setiap suara ke daftar speakers. Beri masing-masing speaker_id dengan format "Speaker N", pilih voice_name, lalu atur accent, style, dan pace. Anda juga dapat menambahkan audio_profile yang menjelaskan persona.

  2. Tulis dialog: Isi dialogue_turns dengan baris-baris berurutan. speaker_id pada setiap giliran harus cocok dengan speaker yang telah Anda tentukan. Anda dapat menyisipkan tag nada seperti [whispers], [shouting], atau [determination].

  3. Atur suasana (opsional): Gunakan scene untuk menjelaskan latar akustik dan sample_context untuk mengatur nada narasi secara keseluruhan. Sesuaikan temperature (0-2) untuk membuat penyampaian lebih atau kurang bervariasi.

  4. Kirim permintaan dan periksa hasilnya: Kirim permintaan POST, lalu periksa /predictions/{request_id}/result hingga status menjadi completed untuk mendapatkan 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
  }'
❓

Pertanyaan Umum

Sering ditanyakan

Bagaimana cara membuat percakapan multi-speaker?

Tentukan setiap suara dalam daftar `speakers` dengan `speaker_id` unik (dengan format "Speaker N"), lalu gunakan ID tersebut di `dialogue_turns`. Model akan menghasilkan setiap baris dengan suara, aksen, gaya, dan tempo yang ditetapkan untuk speaker tersebut.

Bisakah saya mengatur emosi dan tempo?

Bisa. Setiap speaker memiliki pengaturan `style` (Vocal Smile, Newscaster, Whisper, Empathetic, Promo/Hype, Deadpan) dan `pace` (Natural, Rapid Fire, The Drift, Staccato). Anda juga dapat menyisipkan tag nada seperti [whispers], [shouting], atau [determination] langsung ke teks dialog.

Suara dan aksen apa saja yang tersedia?

Tersedia 30 suara bawaan (Zephyr, Fenrir, Puck, Kore, dan lainnya) serta 8 aksen, termasuk Neutral, variasi American, British (RP), British (Brixton), Transatlantic, dan Australian.

Bagaimana harga dihitung?

Harga dihitung berdasarkan jumlah total karakter di semua giliran dialog, dengan tarif $0.01 per 1,000 karakter — sesuai dengan tarif output audio resmi Google untuk Gemini 3.8 Flash Lite TTS, tingkat paling terjangkau dalam keluarga Gemini TTS. Anda membayar setiap kali membuat hasil, tanpa langganan.

Berapa panjang maksimum setiap baris?

Teks pada setiap giliran dialog dapat mencapai 10,000 karakter. Anda dapat menyertakan beberapa giliran untuk membuat percakapan yang lebih panjang.

Kapan sebaiknya saya menggunakan versi Lite dibandingkan Flash atau Pro?

Gunakan Gemini 3.8 Flash Lite TTS untuk beban kerja ber-throughput tinggi, berlatensi rendah, dan sensitif terhadap biaya, seperti agen percakapan real-time atau pekerjaan sulih suara dalam jumlah besar. Untuk fidelitas suara yang lebih tinggi, gunakan Gemini 3.8 Flash TTS; untuk narasi premium berkualitas studio, gunakan Gemini 2.5 Pro TTS.