Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS — Modelo de síntesis de voz expresiva e multilingüe de Google Gemini.
Modelos de síntese vocal Gemini da Google com qualidade de estúdio, prosódia natural e conversas dinâmicas multi-interlocutores.Acesse Gemini 3.8 Flash TTS para ultra-baixa latência e Gemini 2.5 Pro TTS para audiolivros e narrações cinematográficas.
The full Gemini TTS lineup is live on Muapi
Elige um nivel de Gemini TTS según fidelidad, latencia e coste, define as voces, escribe o guión do diálogo e consulte o request ID devuelto para descargar o archivo de audio.
Gemini 3.8 Flash TTS — Modelo de síntesis de voz expresiva e multilingüe de Google Gemini.
The most affordable Gemini TTS tier — high-throughput, low-latency conversational speech at $0.01/1,000 characters.
Gemini 3.1 Flash TTS — Modelo de síntesis de voz expresiva e multilingüe de Google Gemini.
Gemini 2.5 Pro TTS — Modelo de síntesis de voz expresiva e multilingüe de Google Gemini.
Gemini TTS rompe com a monotonía de os sintetizadores de voz antiguos. Comprende o contexto semántico de as frases para aplicar énfasis, pausas e entonaciones emocionales adecuadas.
Ofrece uma amplia selección de timbres de voz masculinos e femeninos com acentos regionales auténticos e muestreo de audio com calidad de estudio.
Ajusta automáticamente o tono según o suspenso, la alegría, la seriedad ou o entusiasmo do texto.
Pronunciación impecable em mais de 40 idiomas e dialectos internacionales.
Reproducción inmediata de audio a medida que se genera para interfaces conversacionales fluidas.
Escolha entre 30 nomes de vozes do Gemini (Zephyr, Fenrir, Puck, Kore e mais) para combinar com sua persona.
Defina uma descrição opcional de scene para ambiente acústico e sample_context para orientar pronúncia ou vocabulário.
Todos os níveis são faturados de acordo com as tarifas publicadas pela Google para áudio do Gemini TTS.
Dê voz a NPCs e conversas dinâmicas com personalidades distintas e direcionadas emocionalmente.
Impulsa agentes de voz em tiempo real e sistemas IVR com a geração de baja latencia e alto rendimiento de Gemini 3.8 Flash Lite TTS.
Produza áudio conversacional com múltiplos locutores ou narração longa com as vozes pré-construídas do Gemini TTS.
Itere rapidamente em tom, sotaque e ritmo no Gemini 3.1 Flash TTS antes de passar para versões de maior fidelidade.
| Model | Provider | Price | Best For |
|---|---|---|---|
| Gemini 3.8 Flash TTS | $0.015/1,000 characters | Studio-grade fidelity, expressive acting, long-form stability | |
| Gemini 3.8 Flash Lite TTS | $0.01/1,000 characters | High-throughput, low-latency conversational speech | |
| Gemini 3.1 Flash TTS | $0.035/1,000 characters | Fast, cost-efficient multi-speaker dialogue | |
| Gemini 2.5 Pro TTS | $0.035/1,000 characters | Premium studio-quality multi-speaker dialogue |
Envía as voces e turnos de diálogo com tu clave de API de Muapi, guarda o request ID e consulte o endpoint estándar de resultados para obtener a URL do 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"}Fidelidade de voz com qualidade de estúdio e estabilidade em formatos longos para diálogos de personagens e podcasts.
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."}]}'El nivel de Gemini TTS mais económico e de menor latencia para voz conversacional de alto volumen.
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."}]}'Diálogo multivoz rápido e rentable com o nivel Flash de geração previa.
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..."}]}'Diálogo multivoz premium com calidad de estudio para audiolibros e narración cinematográfica.
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Read the generated audio URL after status becomes completed.
Consulte até que o status seja completed e leia a URL de áudio para download nos dados de saída.
Admite MP3, WAV e OGG com frecuencias de muestreo seleccionables de hasta 48kHz.
Sí, el audio generado cuenta com derechos comerciales completos para su distribución em qualquer plataforma.
Os preços correspondem às tarifas oficiais da Google: $0,015 por 1.000 caracteres nos quatro níveis, sem sobretaxas.
Defina cada voz na lista speakers com um speaker_id único e o nome da voz pré-construída escolhida.
Todos os quatro níveis do Gemini TTS compartilham 30 vozes pré-construídas (Zephyr, Fenrir, Puck, Kore, Aoede, etc.), mas diferem na latência e no ritmo multilíngue.
Sim. Cada locutor possui atributos de style (Vocal Smile, Newscaster, Whisper, Empathetic, Authoritative) e idioma para guiar o tom emocional.
Cada modelo retorna uma URL de arquivo de áudio para download a partir do endpoint padrão de resultados.
Crie uma chave de API do Muapi, chame o endpoint correspondente ao nível de Gemini TTS desejado e obtenha o resultado.
Use uma única chave de API do Muapi em Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.8 Pro TTS e Gemini 3.8 Ultra TTS.