Gemini 3.8 Flash TTS
Mô hình Gemini TTS cấp flash mới nhất của Google với độ trung thực của giọng nói ở cấp độ phòng thu, diễn xuất biểu cảm và độ ổn định trong thời gian dài ở mức 0,015 USD/1.000 ký tự.
API Gemini TTS của Muapi cung cấp cho bạn dòng chuyển văn bản thành giọng nói Gemini đầy đủ của Google thông qua một tích hợp REST thống nhất: Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS và Gemini 2.5 Pro TTS.Mọi mô hình đều có chung định dạng hội thoại nhiều người nói — xác định giọng nói, trọng âm, phong cách cảm xúc và tốc độ của người nói, sau đó chuyển đoạn hội thoại theo thứ tự kịch bản bằng các thẻ giai điệu nội tuyến như [thì thầm] hoặc [hét lên]. Giá dao động từ 0,01 USD cho mỗi 1.000 ký tự với cùng mẫu gửi và thăm dò ý kiến không đồng bộ trên mọi cấp độ.
Đội hình đầy đủ của Gemini TTS có mặt trực tiếp trên Muapi
Chọn cấp độ TTS Gemini theo độ trung thực, độ trễ và chi phí, xác định loa của bạn, viết kịch bản cho đoạn hội thoại và thăm dò ID yêu cầu được trả về cho tệp âm thanh có thể tải xuống.
Mô hình Gemini TTS cấp flash mới nhất của Google với độ trung thực của giọng nói ở cấp độ phòng thu, diễn xuất biểu cảm và độ ổn định trong thời gian dài ở mức 0,015 USD/1.000 ký tự.
Cấp độ TTS Gemini giá cả phải chăng nhất — lời nói hội thoại có thông lượng cao, độ trễ thấp ở mức 0,01 USD/1.000 ký tự.
Bài phát biểu của nhiều người tiết kiệm chi phí với giọng nói, trọng âm, phong cách cảm xúc và thẻ giai điệu nội tuyến khác nhau, chẳng hạn như [thì thầm].
Giọng nói đa loa cao cấp dành cho sách nói, hội thoại điện ảnh và tường thuật dài với khả năng truyền tải có độ trung thực cao.
Mô hình Gemini TTS của Google biến văn bản viết thành âm thanh biểu cảm, có nhiều loa. Mỗi cấp độ đều có chung một hình dạng yêu cầu: xác định một hoặc nhiều người nói bằng giọng nói, trọng âm, phong cách cảm xúc và nhịp độ, sau đó viết các đoạn hội thoại có thứ tự tham chiếu đến những người nói đó, với các thẻ giai điệu nội tuyến như [thì thầm], [hét lên] hoặc [quyết tâm] để định hướng cảm xúc ở cấp độ dòng.
Muapi cung cấp tất cả bốn cấp độ Gemini TTS — Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS và Gemini 2.5 Pro TTS — thông qua một khóa API, một luồng gửi và thăm dò ý kiến không đồng bộ cũng như thanh toán thanh toán theo nhu cầu minh bạch phù hợp với mức giá do Google công bố.
Mỗi cấp độ TTS của Gemini chỉ định các giọng nói, giọng nhấn và phong cách truyền tải riêng biệt cho các lượt trò chuyện theo kịch bản thông qua định dạng `loa` / `dialogue_turns` được chia sẻ.
Nhúng trực tiếp các thẻ như [thì thầm], [hét lên] và [quyết tâm] vào văn bản hội thoại để kiểm soát ở cấp độ dòng, mang tính biểu cảm.
Chọn Gemini 3.8 Flash TTS để có độ trung thực ở cấp độ studio, Gemini 3.8 Flash Lite TTS để có chi phí và độ trễ thấp nhất, Gemini 3.1 Flash TTS để có độ cân bằng nhanh của thế hệ trước hoặc Gemini 2.5 Pro TTS để tường thuật cao cấp — tất cả đều có cùng một sơ đồ yêu cầu.
Chọn trong số 30 tên giọng Song Tử (Zephyr, Fenrir, Puck, Kore, v.v.) và 8 giọng bao gồm Trung lập, các biến thể của Mỹ, Anh (RP), Anh (Brixton), Xuyên Đại Tây Dương và Úc.
Đặt mô tả `cảnh` tùy chọn cho cài đặt âm thanh và `sample_context` cho âm tường thuật tổng thể, cùng với điều khiển `nhiệt độ` cho biến thể phân phối.
Mỗi cấp độ được tính phí theo tốc độ đầu ra âm thanh Gemini TTS do Google công bố trên 1.000 ký tự, không có đánh dấu và không cần đăng ký.
NPC lồng tiếng và các cuộc trò chuyện phân nhánh với các nhân vật khác biệt, hướng đến cảm xúc bằng cách sử dụng Gemini 3.8 Flash hoặc Flash Lite TTS.
Hỗ trợ các tác nhân thoại theo thời gian thực và hệ thống IVR với thế hệ thông lượng cao, độ trễ thấp của Gemini 3.8 Flash Lite TTS.
Tạo âm thanh đàm thoại trên nhiều máy chủ hoặc tường thuật dài với độ trung thực chất lượng phòng thu của Gemini 2.5 Pro TTS.
Lặp lại nhanh chóng về âm sắc, giọng điệu và nhịp độ trên Gemini 3.1 Flash TTS trước khi hiển thị độ trung thực cao cuối cùng.
| người mẫu | nhà cung cấp | Giá | Tốt nhất cho |
|---|---|---|---|
| Độ trung thực cấp studio, diễn xuất biểu cảm, độ ổn định lâu dài | |||
| Lời nói hội thoại có thông lượng cao, độ trễ thấp | |||
| Hội thoại nhiều loa nhanh chóng, tiết kiệm chi phí | |||
| Hội thoại nhiều loa chất lượng phòng thu cao cấp |
Gửi người phát biểu và lượt đối thoại bằng khóa API Muapi của bạn, lưu ID yêu cầu và thăm dò điểm cuối kết quả dự đoán tiêu chuẩn cho URL âm thanh.
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"}Độ trung thực của giọng nói ở cấp độ phòng thu và độ ổn định lâu dài cho lời thoại và tường thuật của nhân vật.
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."}]}'Cấp độ Gemini TTS có chi phí thấp nhất, độ trễ thấp nhất dành cho bài phát biểu đàm thoại có thông lượng cao.
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."}]}'Hội thoại nhiều loa nhanh chóng, tiết kiệm chi phí với bậc Flash thế hệ trước.
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..."}]}'Hội thoại nhiều loa chất lượng phòng thu cao cấp dành cho sách nói và tường thuật điện ảnh.
Thăm dò cho đến khi trạng thái hoàn tất, sau đó đọc URL âm thanh có thể tải xuống từ phản hồi.
API Gemini TTS của Muapi hiển thị toàn bộ dòng chuyển văn bản thành giọng nói Gemini của Google — Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS và Gemini 2.5 Pro TTS — thông qua một điểm cuối REST thống nhất cho mỗi mô hình, tất cả đều có chung định dạng yêu cầu hội thoại nhiều người nói.
Sử dụng Gemini 3.8 Flash TTS để có độ trung thực ở cấp độ studio với chi phí thấp, Gemini 3.8 Flash Lite TTS để có độ trễ và chi phí thấp nhất cho khối lượng công việc lớn hoặc theo thời gian thực, Gemini 3.1 Flash TTS cho tùy chọn thế hệ trước nhanh hơn hoặc Gemini 2.5 Pro TTS cho bản tường thuật cao cấp có độ trung thực cao nhất.
Giá khớp với mức giá được công bố chính thức của Google: 0,015 USD trên 1.000 ký tự cho Gemini 3.8 Flash TTS, 0,01 USD cho Gemini 3.8 Flash Lite TTS và 0,035 USD cho cả Gemini 3.1 Flash TTS và Gemini 2.5 Pro TTS.
Xác định từng giọng nói trong danh sách `người nói` bằng một `id_loa` duy nhất (ở định dạng "Người nói N"), sau đó tham chiếu các ID đó trong `dialogue_turns` của bạn. Mô hình hiển thị từng dòng theo giọng, giọng, phong cách và tốc độ được chỉ định của người nói đó.
Tất cả bốn cấp độ TTS của Gemini đều có chung 30 giọng nói dựng sẵn (Zephyr, Fenrir, Puck, Kore, v.v.) và 8 giọng bao gồm các biến thể Trung tính, Mỹ, Anh (RP), Anh (Brixton), Xuyên Đại Tây Dương và Úc.
Vâng. Mỗi diễn giả có cài đặt `style` (Vocal Smile, Newscaster, Whisper, Empathetic, Promo/Hype, Deadpan) và `pace` (Natural, Rapid Fire, The Drift, Staccato), cùng với các thẻ giai điệu nội tuyến như [thì thầm] hoặc [hét lên] được nhúng trực tiếp vào văn bản hội thoại.
Mỗi mô hình trả về một URL tệp âm thanh có thể tải xuống từ điểm cuối kết quả dự đoán tiêu chuẩn, sẵn sàng để nhúng, tải xuống hoặc chuyển vào đường dẫn video hoặc lipsync.
Tạo khóa API Muapi, gọi điểm cuối phù hợp với cấp Gemini TTS mà bạn muốn và thăm dò ID yêu cầu được trả về. Không cần danh sách chờ - cả bốn mẫu đều đang hoạt động.
Sử dụng một khóa API Muapi trên Gemini 3.8 Flash TTS, Gemini 3.8 Flash Lite TTS, Gemini 3.1 Flash TTS và Gemini 2.5 Pro TTS.