Gemini 3.8 Flash TTS
Il nuovissimo modello Gemini TTS di livello Flash di Google con fedeltà vocale di livello professionale, recitazione espressiva e stabilità di lunga durata a $ 0,015/1.000 caratteri.
L'API Gemini TTS di Muapi ti offre la gamma completa di sintesi vocale Gemini di Google attraverso un'integrazione REST unificata: Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS e Gemini 2.5 Pro TTS.Ogni modello condivide lo stesso formato di dialogo con più parlanti: definisci le voci dei parlanti, gli accenti, gli stili emotivi e il ritmo, quindi i dialoghi ordinati tramite script con tag di tono incorporati come [sussurri] o [urla]. Il prezzo parte da $ 0,01 per 1.000 caratteri con lo stesso modello di invio e sondaggio asincrono su ogni livello.
La formazione completa di Gemini TTS è in diretta su Muapi
Scegli un livello Gemini TTS in base a fedeltà, latenza e costo, definisci i tuoi oratori, crea script per il dialogo ed esegui il polling dell'ID di richiesta restituito per un file audio scaricabile.
Il nuovissimo modello Gemini TTS di livello Flash di Google con fedeltà vocale di livello professionale, recitazione espressiva e stabilità di lunga durata a $ 0,015/1.000 caratteri.
Il livello Gemini TTS più conveniente: conversazioni ad alta velocità e a bassa latenza a $ 0,01/1.000 caratteri.
Discorso multi-altoparlante conveniente con voci, accenti, stili emotivi distinti e tag di tono in linea come [sussurri].
Discorso multi-altoparlante premium per audiolibri, dialoghi cinematografici e narrazioni di lunga durata con consegna ad alta fedeltà.
I modelli Gemini TTS di Google trasformano una sceneggiatura scritta in audio espressivo con più altoparlanti. Ogni livello condivide la stessa forma di richiesta: definire uno o più oratori con una voce, un accento, uno stile emotivo e un ritmo, quindi scrivere turni di dialogo ordinati che facciano riferimento a tali oratori, con tag di tono incorporati come [sussurri], [urlando] o [determinazione] per la direzione emotiva a livello di linea.
Muapi espone tutti e quattro i livelli Gemini TTS (Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS e Gemini 2.5 Pro TTS) attraverso una chiave API, un flusso di invio e sondaggio asincrono e una fatturazione trasparente con pagamento in base al consumo che corrisponde alle tariffe pubblicate da Google.
Ogni livello di Gemini TTS assegna voci, accenti e stili di consegna distinti a turni di conversazione programmati tramite un formato condiviso "altoparlanti"/"turni_dialogo".
Incorpora tag come [sussurri], [urlo] e [determinazione] direttamente nel testo del dialogo per un controllo espressivo a livello di riga.
Scegli Gemini 3.8 Flash TTS per una fedeltà di livello professionale, Gemini 3.8 Flash Lite TTS per il costo e la latenza più bassi, Gemini 3.1 Flash TTS per un rapido bilanciamento della generazione precedente o Gemini 2.5 Pro TTS per una narrazione premium, il tutto con lo stesso schema di richiesta.
Scegli tra 30 nomi vocali Gemini (Zephyr, Fenrir, Puck, Kore e altri) e 8 accenti tra cui neutro, varianti americane, britannico (RP), britannico (Brixton), transatlantico e australiano.
Imposta una descrizione facoltativa della "scena" per l'impostazione acustica e un "sample_context" per il tono generale della narrazione, oltre a un controllo della "temperatura" per la variazione della consegna.
Ogni livello viene fatturato in base alla tariffa di uscita audio Gemini TTS pubblicata da Google per 1.000 caratteri, senza markup e senza abbonamento.
NPC vocali e conversazioni ramificate con personaggi distinti ed emotivamente diretti utilizzando Gemini 3.8 Flash o Flash Lite TTS.
Potenzia agenti vocali in tempo reale e sistemi IVR con la generazione a bassa latenza e throughput elevato di Gemini 3.8 Flash Lite TTS.
Produci audio conversazionale multi-host o narrazioni di lunga durata con la fedeltà di qualità professionale di Gemini 2.5 Pro TTS.
Itera rapidamente su tono, accento e ritmo su Gemini 3.1 Flash TTS prima di un rendering finale ad alta fedeltà.
| Modello | Fornitore | Prezzo | Ideale per |
|---|---|---|---|
| Gemini 3.8 Flash TTS | $ 0,015/1.000 caratteri | Fedeltà da studio, recitazione espressiva, stabilità a lungo termine | |
| Gemini 3.8 Flash Lite TTS | $ 0,01/1.000 caratteri | Discorso conversazionale ad alta produttività e a bassa latenza | |
| Gemini 3.1 Flash TTS | $ 0,035/1.000 caratteri | Dialogo multi-altoparlante veloce ed economico | |
| Gemini 2.5 Pro TTS | $ 0,035/1.000 caratteri | Dialogo multi-altoparlante di qualità professionale |
Invia relatori e turni di dialogo con la chiave API Muapi, salva l'ID della richiesta ed esegui il polling dell'endpoint del risultato della previsione standard per l'URL dell'audio.
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":"Kore","accent":"Neutral","style":"Empathetic","pace":"Natural"},{"speaker_id":"Speaker 2","voice_name":"Puck","accent":"British (RP)","style":"Deadpan","pace":"Natural"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"[warmly] Welcome to the show."},{"speaker_id":"Speaker 2","text":"[whispers] Let us begin."}]}'
# Response: {"request_id":"REQUEST_ID"}Fedeltà vocale di livello studio e stabilità di lunga durata per il dialogo e la narrazione dei personaggi.
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":"Zephyr","accent":"American (Gen)","style":"Newscaster","pace":"Rapid Fire"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"Breaking news, delivered fast and clear."}]}'Il livello Gemini TTS a costo più basso e con latenza più bassa per conversazioni conversazionali a throughput elevato.
curl -X POST https://api.muapi.ai/api/v1/gemini-3-1-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."}]}'Dialogo multi-altoparlante veloce ed economico con il livello Flash della generazione precedente.
curl -X POST https://api.muapi.ai/api/v1/gemini-2-5-pro-tts \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"speakers":[{"speaker_id":"Speaker 1","voice_name":"Rasalgethi","accent":"Transatlantic","style":"Vocal Smile","pace":"Natural","audio_profile":"A warm, seasoned audiobook narrator"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"[gently] Once upon a time, in a quiet valley hidden away..."}]}'Dialoghi multi-altoparlante di qualità professionale per audiolibri e narrazioni cinematografiche.
Effettua il sondaggio fino al completamento dello stato, quindi leggi l'URL dell'audio scaricabile dalla risposta.
L'API Gemini TTS di Muapi espone l'intera gamma di sintesi vocale Gemini di Google (Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS e Gemini 2.5 Pro TTS) attraverso un endpoint REST unificato per modello, condividendo tutti lo stesso formato di richiesta di dialogo con più altoparlanti.
Utilizza Gemini 3.8 Flash TTS per una fedeltà di livello professionale a basso costo, Gemini 3.8 Flash Lite TTS per la latenza e i costi più bassi su carichi di lavoro ad alto volume o in tempo reale, Gemini 3.1 Flash TTS per un'opzione veloce della generazione precedente o Gemini 2.5 Pro TTS per la narrazione premium con la massima fedeltà.
I prezzi corrispondono alle tariffe ufficiali pubblicate da Google: $ 0,015 per 1.000 caratteri per Gemini 3.8 Flash TTS, $ 0,01 per Gemini 3.8 Flash Lite TTS e $ 0,035 sia per Gemini 3.1 Flash TTS che per Gemini 2.5 Pro TTS.
Definisci ciascuna voce nell'elenco "oratori" con uno "speaker_id" univoco (nel formato "Speaker N"), quindi fai riferimento a tali ID nei tuoi "dialogue_turns". Il modello esegue il rendering di ogni riga con la voce, l'accento, lo stile e il ritmo assegnati a quell'oratore.
Tutti e quattro i livelli Gemini TTS condividono 30 voci predefinite (Zephyr, Fenrir, Puck, Kore e altre) e 8 accenti tra cui neutro, varianti americane, britannico (RP), britannico (Brixton), transatlantico e australiano.
Sì. Ciascun oratore dispone di impostazioni di "stile" (sorriso vocale, giornalista, sussurro, empatico, promo/hype, impassibile) e "ritmo" (naturale, fuoco rapido, The Drift, staccato), oltre a tag di tono in linea come [sussurri] o [urla] incorporati direttamente nel testo del dialogo.
Ogni modello restituisce l'URL di un file audio scaricabile dall'endpoint del risultato della previsione standard, pronto per essere incorporato, scaricato o passato in una pipeline video o di sincronizzazione labiale.
Crea una chiave API Muapi, chiama l'endpoint che corrisponde al livello Gemini TTS desiderato ed esegui il polling dell'ID richiesta restituito. Non è richiesta alcuna lista d'attesa: tutti e quattro i modelli sono live.
Utilizza una chiave API Muapi su Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS e Gemini 2.5 Pro TTS.