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

Gemini 3.8 Flash TTS: AI Аудио и Музыка

Создавайте выразительную речь с несколькими голосами с Gemini 3.8 Flash TTS. Studio-grade голос fidelity и стабильности при длительной генерации. Попробуйте бесплатно, оплата за использование.

Интерактивное управление моделью

Создавайте выразительную речь с несколькими голосами с Gemini 3.8 Flash TTS. Studio-grade голос fidelity и стабильности при длительной генерации. Попробуйте бесплатно, оплата за использование.

📝

Обзор

Об этой модели

Gemini 3.8 Flash TTS — Google's newer-генерация модель преобразования текста в речь, создана для студийного качества звучания голоса, expressive acting, и стабильности при длительной генерации. Define any number of speakers, each с distinct голос, accent, eдвижениеal style, и pace, n script conversприion across илиdered dialogue turns с inline , чтобыne tags like [whisзаs] или [shouting]. It — идеально подходит для character dialogue, game и видео голосovers, podcasts, и narrприion where you need nприural, expressive delivery при скорость. Fили even более низкая lприency и стоимость on high-volume wилиkloads, see Gemini 3.8 Flash Lite TTS; для premium studio-quality выходной, see Gemini 2.5 Pro TTS.

1Games & Interactive: Voice NPCs и branching dialogue с distinct, eдвижениеally-directed символов.
2Video & Shилиts: Geneтариф expressive, studio-grade голосovers и character lines для content production.
3Podcasts: Produce multi-host conversприional audio из written script.
4Pro, чтобыtyping: Iteтариф quickly on , чтобыne, accent, и pacing beдляe final high-fidelity render.
💰

Цены и стоимость

Анализ затрат

muapiapp$0.015 per 1,000 characters

Оплачивайте за генерация, без подписки. Соответствует Google's official Gemini 3.8 Flash TTS audio-выходной тариф.

Fal.aiНедоступно

Данную модель не предлагает.

ReplicateНедоступно

Данную модель не предлагает.

** Цены конкурентов рассчитаны на основе аналогичных архитектур моделей и уровней использования.

⚙️

Технические детали

Схема конфигурации

Спикерыarray

. ИДЕНТИФИКАТОР .

Значение по умолчанию[object Object],[object Object]
Диалоги поворачиваютсяarray

. идентификатор_динамика . [кричит] [шепотом] .

Значение по умолчанию[object Object],[object Object],[object Object],[object Object]
сценаstring

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

Значение по умолчанию
Пример контекстаstring

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

Значение по умолчанию
Температураnumber

(0-2) . , .

Значение по умолчанию1
📖

Руководство по внедрению

Документация разработчика

Как использовать Gemini 3.8 Flash TTS

  1. Define your speakers: Добавьте one entry за голос , чтобы speakers list. Give each speaker_id in "Speaker N" дляmпри, pick voice_name, и set accent, style, и pace. При желании add audio_profile describing заsona.

  2. Write dialogue: Fill dialogue_turns с илиdered lines. Каждый turn's speaker_id must mприch speaker you defined. Вы можете embed , чтобыne tags inline such as [whispers], [shouting], или [determination].

  3. Задайте mood (optional): Используйте scene , чтобы describe acoustic setting и sample_context , чтобы set overall narrприion , чтобыne. Adjust temperature (0-2) для mилиe или less varied delivery.

  4. Отправьте и poll: POST запрос, n poll /predictions/{request_id}/result until stприus — completed , чтобы get audio URL.

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": "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
  }'
❓

Общие вопросы

Часто задаваемые

Как creприe multi-speaker conversприion?

Define each голос in `speakers` list с unique `speaker_id` (in "Speaker N" дляmпри), n reference those IDs in your `dialogue_turns`. The модель renders each line in thпри speaker's assigned голос, accent, style, и pace.

Можно ли control eдвижение и pacing?

Yes. Каждый speaker has `style` (Vocal Smile, Newscaster, Whisper, Empathetic, Promo/Hype, Deadpan) и `pace` (Nприural, Rapid Fire, The Drift, Stacca, чтобы) settings. Вы можете also embed inline , чтобыne tags like [whisзаs], [shouting], или [determinприion] directly in dialogue текст.

Whпри голосs и accents — available?

There — 30 prebuilt голосs (Zephyr, Fenrir, Puck, Kилиe, и mилиe) и 8 accents including Neutral, Americvariants, British (RP), British (Brix, чтобыn), Transприlantic, и Australian.

Как рассчитывается стоимость?

Стоимость зависит от , чтобыtal number of символов across all dialogue turns, при $0.015 за 1,000 символов — mприching Google's official Gemini 3.8 Flash TTS audio-выходной тариф. You оплата за генерацию с без подписки.

Что такое maximum length за line?

Каждый dialogue turn's текст cbe up , чтобы 10,000 символов. Вы можете include несколько turns , чтобы build длинныйer conversприions.

How does th — differ из Gemini 3.1 Flash TTS и Gemini 3.8 Flash Lite TTS?

Gemini 3.8 Flash TTS — Google's newer генерация Flash tier, tuned для студийного качества звучания голоса, expressive acting, и стабильности при длительной генерации при более низкая стоимость th 3.1 line. Gemini 3.8 Flash Lite TTS trades little fidelity для even более низкая lприency и стоимость on высокой пропускной способности, conversприional wилиkloads.