gemini-3.8-flash-lite-tts

Text to Speech

Gemini 3.8 Flash Lite TTS giver flersproget tale til voksende indholdsbiblioteker og stemmeaktiverede apps med understøttelse af 101 sprog, 30 prædefinerede stemmer og dialog mellem to talere. På PoYo holder du den talte tekst adskilt fra stilinstruktionerne, så du kan lave oplæste artikler, onlinelektioner og lydindhold med en passende tone og tydeligt tildelte talere.

Hent API-nøgle

API-dokumentation

Input

Text

Voice

Speakers

Turns

Style Instructions

Enable Safety Checker

Safety checks are always enabled in the playground and cannot be disabled.

Billing includes text and all style instructions.

326 characters

Output

Eksempel på output

Det her er eksempeldata. Generér et nyt resultat for at se det rigtige output.

Opgave-ID:example-gemini-3-8-flash-lite-tts-defaultOprettet:2026-10-14T11:13:12

Status:finishedFremdrift:100%

Examples

Prisdetaljer

Betal efter forbrug. Intet abonnement og ingen skjulte gebyrer.

1 kredit = $0.005

Niveau	PoYo-pris
Tekst + stilinstruktioner	$0.030/1K tegn 6 kreditter/1K tegn 10,000 tegn: $0.300

Sådan afregnes det: Afregnes pr. 1.000 tegn inputtekst.

Prisen beregnes ud fra det endelige output.

GEMINI 3.8 FLASH LITE TTS

Flersproget oplæsning og dialog til stemmeapplikationer

Gemini 3.8 Flash Lite TTS API til naturlig talesyntese i stor skala

Gør artikler, lektioner og et voksende indholdsbibliotek klar til at blive lyttet til. Med Gemini 3.8 Flash Lite TTS på PoYo vælger du prædefinerede stemmer og beskriver oplæsningens stil, så du kan skabe flersproget oplæsning og dialog mellem to talere til læseapps og indholdsplatforme.

Hent API-nøgle

Vigtigste funktioner i Gemini 3.8 Flash Lite TTS API

Styr oplæsningens udtryk, sceneset replikskifte mellem to talere og skab flersproget oplæsning.

Naturlig tale med stilinstruktioner

En god voiceover kræver både de rigtige ord og det rette udtryk. Behold din transskription i text, og beskriv tone, tempo og udtryk separat i style_instructions. Med Gemini 3.8 Flash Lite TTS kan du tilpasse oplæsningen til en venlig introduktion, en rolig forklaring eller en mere udtryksfuld scene, mens retningen for fremførelsen holdes adskilt fra det talte manuskript.

Beskriv tone og tempo i separate instruktioner
Vælg mellem 30 understøttede prædefinerede stemmer
Hold de talte ord adskilt fra instruktionerne til fremførelsen

Struktureret dialog med to tydeligt forskellige stemmer

Giv podcastsegmenter eller spørgsmål og svar i undervisningen en tydelig talerstruktur. Konfigurér to talere i speakers, og lad hvert replikskifte i turns henvise til det tilhørende speaker_id. Valgfri style_instructions pr. replikskifte kan justere hver enkelt replik, mens ændringer bevarer talernes roller og dialogens rækkefølge.

Tildel to taler-ID'er og prædefinerede stemmer
Skriv dialogen som ordnede, strukturerede replikskifte
Instruér hvert replikskifte med valgfrie stilinstruktioner

Flersproget tale med automatisk sprogregistrering

Nå dine lyttere på deres eget sprog uden at skulle vedligeholde en separat sprogparameter for hver anmodning. Gemini 3.8 Flash Lite TTS understøtter 101 sprog og registrerer sproget ud fra din tekst. Vælg en understøttet prædefineret stemme, og forbered lokaliserede manuskripter til lektioner, produktgennemgange eller oplæsningsoplevelser. Den officielle japanske lyd viser flersproget tale i Gemini 3.8-serien.

Generér tale på 101 understøttede sprog
Registrér sproget ud fra den indsendte tekst
Forbered lokaliseret oplæsning til et globalt publikum

Hvem har gavn af Gemini 3.8 Flash Lite TTS API?

Oplæsning og lydbøger

Forlag og teams, der arbejder med lydindhold, kan omdanne passager til oplæsning med Gemini 3.8 Flash Lite TTS. Vælg en prædefineret stemme, hold instruktionerne til fremførelsen adskilt fra historien, og redigér enkelte passager, når manuskriptet ændrer sig. Et struktureret tekst-til-tale-workflow gør det nemmere at håndtere tilbagevendende oplæsning og større samlinger af talt indhold.

Voiceovers til video

Videoredaktører kan forberede talespor til forklaringsvideoer, produktgennemgange og indhold til sociale medier. Brug Gemini 3.8 Flash Lite TTS til at generere en voiceover ud fra det godkendte manuskript, og download derefter den færdige lyd til redigeringsworkflowet. Separate stilinstruktioner gør det nemt at tilpasse fremførelsen til hver scene eller målgruppe.

Uddannelse og træning

Læringsplatforme og træningsteams kan skabe talte forklaringer, læseøvelser og demonstrationer med to personer ved hjælp af Gemini 3.8 Flash Lite TTS. Fastlæg en tydelig stil til oplæsningen, eller brug strukturerede replikskifte til en udveksling mellem lærer og elev. Lokaliserede manuskripter hjælper med at nå kursister med den samme lektion på forskellige sprog.

Podcastdialog

Podcastproducenter kan sceneføre manuskriptbaserede segmenter med vært og gæst med to prædefinerede stemmer. Konfigurér begge talere i Gemini 3.8 Flash Lite TTS, skriv deres replikskifte i rækkefølge, og justér instruktionerne for enkelte replikker. Den tydelige dialogstruktur gør det lettere at rette et spørgsmål eller et svar uden at skulle omskrive hele transskriptionen.

Oplæsningsoplevelser

Læseapplikationer og teams, der arbejder med tilgængelighed, kan tilbyde talte versioner af artikler, vejledninger og hverdagsindhold. Gemini 3.8 Flash Lite TTS understøtter flersprogede oplæsningsworkflows med valgfrie stemmer og separate tempoinstruktioner. Applikationer kan indsende forberedt tekst, følge opgaven og gøre den færdige lyd tilgængelig for lytteren.

Tale til stemmeapplikationer

Udviklere, der bygger stemmeapplikationer, kan konvertere forberedte tekstsvar til tale med Gemini 3.8 Flash Lite TTS. Brug en ensartet prædefineret stemme og stil til produktopdateringer, vejledning og samtalesvar. Integrér den asynkrone opgave i applikationens egen svarpipeline, og hent lyden, når genereringen er færdig.

Gemini 3.8 Flash Lite TTS vs Gemini 3.8 Flash TTS – modelsammenligning

Vælg den Gemini 3.8 TTS-model, der passer til din arbejdsbyrde. Flash Lite lægger vægt på effektiv taleproduktion i stor skala, mens Flash lægger vægt på udtryksfuld kreativ fremførelse. Begge giver de samme centrale talekontroller via PoYo.

Funktion	Gemini 3.8 Flash Lite TTS	Gemini 3.8 Flash TTS
Primært fokus	Taleproduktion med høj gennemstrømning og lave omkostninger	Udtryksfuld kreativ produktion og nuancer i skuespillet
Understøttede sprog	101 sprog	130 sprog
Prædefinerede stemmer på PoYo	30 understøttede stemmer	30 understøttede stemmer
Dialog mellem to talere	Præcis to talere med strukturerede replikskifte	Præcis to talere med strukturerede replikskifte
Stilkontrol på PoYo	Global style_instructions og style_instructions pr. replikskifte	Global style_instructions og style_instructions pr. replikskifte

Positionering og sprogdækning følger Googles modeldokumentation. Inputkontrollerne afspejler PoYos nuværende offentlige backend. De officielle seriedemoer er illustrative og måler ikke PoYos svartid.

Sådan bruger du Gemini 3.8 Flash Lite TTS API på PoYo

Trin 1: Tilmeld dig og opret en API-nøgle
Log ind på PoYo, og opret en nøgle til din applikation.
Opret API-nøgle →

Trin 2: Tilføj kreditter
Fyld din konto op, og tjek derefter pristabellen og Playground-estimatet for dit manuskript og dine stilinstruktioner.
Tilføj kreditter →

Trin 3: Indsend og hent lyd
Send model: gemini-3.8-flash-lite-tts og et input med én taler eller struktureret dialog. Forespørg om den returnerede opgave-ID, eller angiv en callback-URL, og download lyden, når opgaven er færdig.
Se API-reference →

Ofte stillede spørgsmål om Gemini 3.8 Flash Lite TTS API

Hvad er Gemini 3.8 Flash Lite TTS API?

Gemini 3.8 Flash Lite TTS er Googles tekst-til-tale-model til effektiv taleproduktion i store mængder. Den genererer naturlig flersproget lyd med kontrol over stemme og stil. PoYo giver asynkron API-adgang med 30 prædefinerede stemmer, oplæsning med én taler og struktureret dialog mellem to talere samt en Playground til at forberede anmodninger og hente færdig lyd.

Hvordan afregnes Gemini 3.8 Flash Lite TTS på PoYo?

Prisen er 6 kreditter, eller $0.03, pr. 1.000 afregningspligtige tegn. Afregningen omfatter tekst fra én taler eller alle replikskiftes tekster samt globale stilinstruktioner og stilinstruktioner pr. replikskifte. Taler-ID'er og stemmenavne er undtaget. Mellemrum, linjeskift og indlejrede stemmetags tæller med. Prisen er proportional med antallet af tegn og rundes ikke op til hele blokke på 1.000.

Hvilke stemmer kan jeg vælge?

PoYo understøtter 30 prædefinerede Gemini-stemmer, blandt andet Kore, Charon, Puck, Aoede og Zephyr. Anmodninger med én taler bruger som standard Kore, hvis voice udelades. Til dialog tildeler du en understøttet stemme til hver af de to talere. Lad stemmenavnene stå uændrede. Brugerdefinerede stemme-ID'er og oprettelse af stemmekloner er ikke tilgængelige i denne integration.

Hvilke sprog understøttes?

Gemini 3.8 Flash Lite TTS understøtter 101 sprog, blandt andet engelsk, kinesisk, japansk, koreansk, spansk og fransk. Sproget registreres ud fra den indsendte tekst, så PoYo kræver eller accepterer ikke et language_code-felt til denne model. Forbered manuskriptet på det ønskede sprog, og gennemgå udtalen af navne og fagudtryk i den færdige lyd.

Hvordan styrer jeg tone, tempo og udtryk?

Placér vedvarende instruktioner til fremførelsen i style_instructions, adskilt fra transskriptionen. Du kan for eksempel bede om en varm, tydelig forklaring eller et afmålt oplæsningstempo. I dialog kan du angive global retning og valgfrie instruktioner for hvert replikskifte. Indlejrede tags i vinkelparenteser som <short pause> kan beskrive korte hændelser. Al tekst og alle stilinstruktioner indgår i afregningen.

Hvordan fungerer anmodninger med to talere?

Konfigurér talere med præcis to unikke speaker_id-værdier, der ikke er tomme, og understøttede stemmer. Tilføj et eller flere replikskifte, der hver indeholder et matchende speaker_id og tekst, der ikke er tom. style_instructions pr. replikskifte er valgfri. Udelad text og voice på øverste niveau i dialogtilstand. Taler-ID'er matches præcist og må gerne indeholde mellemrum. De indgår ikke i antallet af afregningspligtige tegn.

Kan jeg vælge et outputformat til lyden?

PoYos nuværende backend har ikke en output_format-parameter til denne model. Hent den lydfil, som den færdige opgave leverer, og bevar dens oprindelige format, når du gemmer den. Playground tilbyder afspilning i browseren og download af den returnerede lyd. Filnavnet ved download følger svarets MIME-type eller fil-URL'en i stedet for at gå ud fra, at alle resultater er MP3.

Tilbyder PoYo streaming til denne model?

Denne integration bruger asynkron indsendelse af opgaver og statusforespørgsler. Indsend én gang, gem data.task_id, og forespørg på den eksisterende opgave, indtil dens status er finished eller failed. Du kan også angive callback_url uden for input. Midlertidige fejl ved statusforespørgsler bør forsøges igen uden at oprette en ny opgave. Streaming-endpoints og lydstykker i realtid er ikke tilgængelige i denne PoYo-integration.

Hvorfor bruge PoYo til adgang til Gemini 3.8 Flash Lite TTS API

Samlet API-adgang

Brug PoYos eksisterende endpoints til indsendelse og status til Gemini 3.8 Flash Lite TTS. Behold godkendelse og opgavehåndtering i den samme integration, som du bruger til andre understøttede modeller.

Forbrugsbaseret afregning

Se det tegnbaserede estimat, før du indsender. Playground medregner transskription og stilinstruktioner i totalen, så du kan se, hvordan hver anmodning afregnes.

En Playground til at forberede anmodninger

Konfigurér oplæsning eller dialog via formularen, eller redigér hele anmodningen som JSON. Validér de samme understøttede felter, før du forbinder modellen med din applikation.

Asynkron opgavestyring

Følg genereringen med et opgave-ID, forsøg midlertidige fejl ved statusforespørgsler igen, og hent den færdige lyd. Angiv en callback-URL, hvis din applikation har brug for en notifikation om resultatet.