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

Gemini 3.8 Flash Lite TTS: AI Audio & Music

Genera parlato con più voci, bassa latenza e throughput elevato con Gemini 3.8 Flash Lite TTS. Provalo gratis, paghi a consumo, senza abbonamento. Gemini 3.8 Flash Lite TTS è il modello di sintesi vocale di Google efficiente nei costi, a bassa latenza e ad alto throughput, ottimizzato per conversazioni su larga scala. Definisci un numero qualsiasi di voci, ciascuna con timbro, accento, stile emotivo e ritmo distinti, quindi scrivi una conversazione in turni ordinati con indicazioni di tono come [whispers] o [shouting]. È ideale per doppiaggi in volume, agenti conversazionali in tempo reale e narrazioni attente al budget, dove velocità e costi sono prioritari. Per una qualità vocale superiore, consulta Gemini 3.8 Flash TTS; per un risultato premium da studio, consulta Gemini 2.5 Pro TTS.

Controlli interattivi del modello

Genera parlato con più voci, bassa latenza e throughput elevato con Gemini 3.8 Flash Lite TTS. Provalo gratis, paghi a consumo, senza abbonamento.

📝

Panoramica

A proposito di questo modello

Gemini 3.8 Flash Lite TTS è il modello di sintesi vocale di Google efficiente nei costi, a bassa latenza e ad alto throughput, ottimizzato per conversazioni su larga scala. Definisci un numero qualsiasi di voci, ciascuna con timbro, accento, stile emotivo e ritmo distinti, quindi scrivi una conversazione in turni ordinati con indicazioni di tono come [whispers] o [shouting]. È ideale per doppiaggi in volume, agenti conversazionali in tempo reale e narrazioni attente al budget, dove velocità e costi sono prioritari. Per una qualità vocale superiore, consulta Gemini 3.8 Flash TTS; per un risultato premium da studio, consulta Gemini 2.5 Pro TTS.

1IA conversazionale: alimenta agenti vocali in tempo reale e sistemi IVR con parlato a più voci e bassa latenza.
2Produzione su larga scala: genera grandi volumi di doppiaggi e battute dei personaggi al costo minimo per battuta.
3Podcast: crea audio conversazionali con più conduttori a partire da uno script scritto.
4Prototipazione: perfeziona rapidamente tono, accento e ritmo prima del rendering finale ad alta fedeltà.
💰

Prezzi e valore

Analisi dei costi

muapiapp$0.01 per 1,000 characters

Pagamento per generazione, senza abbonamento. Tariffa conforme al prezzo ufficiale di Google per l’output audio di Gemini 3.8 Flash Lite TTS, il livello più conveniente della famiglia Gemini TTS.

Fal.aiNon disponibile

Non offre questo modello.

ReplicateNon disponibile

Non offre questo modello.

**I prezzi della concorrenza sono stimati in base ad architetture di modelli e livelli di utilizzo simili.

⚙️

Dettagli tecnici

Schema di configurazione

Altoparlantiarray

. ID .

Valore predefinito[object Object],[object Object]
Il dialogo si trasformaarray

. id_altoparlante. [gridando] [sussurrando] .

Valore predefinito[object Object],[object Object],[object Object],[object Object]
scenastring

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

Valore predefinito
Contesto campionestring

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

Valore predefinito
Temperaturanumber

(0-2) . , .

Valore predefinito1
📖

Guida all'implementazione

Documentazione per gli sviluppatori

How to Use Gemini 3.8 Flash Lite TTS

  1. Define your speakers: Add one entry per voice to the speakers list. Give each a speaker_id in "Speaker N" format, pick a voice_name, and set the accent, style, and pace. Optionally add an audio_profile describing the persona.

  2. Write the dialogue: Fill dialogue_turns with ordered lines. Each turn's speaker_id must match a speaker you defined. You can embed tone tags inline such as [whispers], [shouting], or [determination].

  3. Set the mood (optional): Use scene to describe the acoustic setting and sample_context to set the overall narration tone. Adjust temperature (0-2) for more or less varied delivery.

  4. Submit and poll: POST the request, then poll /predictions/{request_id}/result until the status is completed to get the audio URL.

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
  }'
❓

Domande comuni

Chiesto frequentemente

How do I create a multi-speaker conversation?

Define each voice in the `speakers` list with a unique `speaker_id` (in "Speaker N" format), then reference those IDs in your `dialogue_turns`. The model renders each line in that speaker's assigned voice, accent, style, and pace.

Can I control emotion and pacing?

Yes. Each speaker has `style` (Vocal Smile, Newscaster, Whisper, Empathetic, Promo/Hype, Deadpan) and `pace` (Natural, Rapid Fire, The Drift, Staccato) settings. You can also embed inline tone tags like [whispers], [shouting], or [determination] directly in the dialogue text.

What voices and accents are available?

There are 30 prebuilt voices (Zephyr, Fenrir, Puck, Kore, and more) and 8 accents including Neutral, American variants, British (RP), British (Brixton), Transatlantic, and Australian.

Come viene calcolato il prezzo?

Pricing is based on the total number of characters across all dialogue turns, at $0.01 per 1,000 characters — matching Google's official Gemini 3.8 Flash Lite TTS audio-output rate, the most affordable tier in the Gemini TTS family. You pay per generation with no subscription.

Qual è la lunghezza massima per riga?

Each dialogue turn's text can be up to 10,000 characters. You can include multiple turns to build longer conversations.

When should I use the Lite version instead of Flash or Pro?

Use Gemini 3.8 Flash Lite TTS for high-throughput, low-latency, cost-sensitive workloads like real-time conversational agents or large batch voiceover jobs. For higher voice fidelity, use Gemini 3.8 Flash TTS; for premium studio-quality narration, use Gemini 2.5 Pro TTS.