GPT Image 2.5 API kini tersedia. Buat dan edit gambar →
PoYoPoYo
Model icon
gemini-3.8-flash-tts
Text to Speech
Lihat model Google lainnya
Gemini 3.8 Flash TTS menggabungkan arahan bahasa alami dengan ucapan ekspresif, memungkinkan Anda membentuk emosi, tempo, dan penyampaian setiap giliran. Di PoYo, pilih dari 30 suara prasetel dan buat narasi atau percakapan dua pembicara dalam 130 bahasa, menghadirkan lebih banyak variasi vokal untuk cerita audio, pelajaran, dan dialog karakter.
Dapatkan APIKey
API Dok.

Input

Speakers
Turns
Turn 1
Turn 2

Billable characters: 265. Includes transcript and all style_instructions. Spaces, newlines and vocal-event tags count; speaker IDs do not.

Biaya perkiraan: 2.385 kredit
$0.011925

Output

Contoh output

Ini data sampel. Menghasilkan hasil baru untuk melihat output nyata.

ID Tugas:example-gemini-3-8-flash-tts-defaultDicipta:2026-10-14T11:11:41
Status:finishedKemajuan:100%
Examples
Detail harga

Harga transparan tanpa biaya tersembunyi. Bayarlah seperti yang kau inginkan.

Googlegemini-3.8-flash-tts
Text and style instructions
PoYo Harga
$0.045
9 kredit
Harga resmi
-
Kau menyelamatkan
-

* Biaya sebenarnya didasarkan pada output akhir.

Model yang direkomendasikan
GEMINI 3.8 FLASH TTS

Gunakan instruksi gaya untuk mengontrol emosi dan penyampaian dalam narasi dan dialog

API Gemini 3.8 Flash TTS untuk Text to Speech Ekspresif

Buat penyampaian sesuai dengan skrip Anda, dari narasi hangat hingga dialog karakter ekspresif. Dengan Gemini 3.8 Flash TTS di PoYo, pilih suara prasetel dan gunakan bahasa alami untuk mengarahkan emosi, tempo, dan penyampaian per giliran, menciptakan konten suara multibahasa yang lebih berlapis.
Dapatkan Kunci API

Fitur utama Gemini 3.8 Flash TTS API

Tulis kata-kata, arahkan penyampaian, dan dengarkan perbedaannya. Klip di bawah ini adalah demonstrasi model resmi Google, bukan contoh yang dibuat oleh PoYo.

01

Emosi Alami Melampaui Pembacaan Datar

Respons layanan yang sama dapat terdengar ragu-ragu, meminta maaf, atau meyakinkan. Gemini 3.8 Flash TTS mengontrol penyampaian melalui instruksi bahasa alami dan memungkinkan penambahan peristiwa vokal sesaat di dalam transkrip. Demonstrasi resmi menunjukkan perpindahan dari pertanyaan yang ragu-ragu ke balasan yang meyakinkan, dengan jeda dan desahan yang membuat suara terasa lebih dekat dengan percakapan sehari-hari.

  • Pertahankan emosi dan tempo yang berkelanjutan dalam style_instructions
  • Gunakan peristiwa sebaris seperti <sigh> dan <short pause>
  • Pilih dari 30 suara prasetel yang tersedia di PoYo

02

Arahkan Performa Baris demi Baris

Satu gaya penyampaian jarang cocok untuk seluruh adegan. Pisahkan transkrip dari arahan akting, lalu atur style_instructions global atau per giliran untuk memandu penekanan, urgensi, dan tempo. Kutipan skenario resmi ini menunjukkan bagaimana perubahan penyampaian dan reaksi percakapan dapat membangun ketegangan di sepanjang baris-baris yang berurutan.

  • Pisahkan teks yang diucapkan dari instruksi penyampaian
  • Atur gaya bersama atau arahkan giliran individu
  • Pertahankan jeda dan reaksi di bagian yang diperlukan dalam naskah

03

Dua Suara Berbeda dalam Satu Percakapan

Buat dialog tanpa menggabungkan setiap baris ucapan secara manual. Konfigurasikan tepat dua pembicara di speakers dengan suara prasetel masing-masing, lalu kirimkan turns yang berurutan yang merujuk pada nilai speaker_id mereka. Kutipan pembacaan naskah resmi menunjukkan identitas vokal yang berbeda, pergantian giliran yang alami, dan respons pendengar singkat dalam percakapan yang diperagakan.

  • Konfigurasikan dua suara di speakers
  • Susun percakapan dengan turns yang berurutan
  • Tambahkan style_instructions opsional ke setiap giliran

Siapa yang dapat memanfaatkan Gemini 3.8 Flash TTS API?

01

Produsen Buku Audio

Berikan narasi arah emosional yang jelas dan suara karakter yang berbeda. Gemini 3.8 Flash TTS memungkinkan tim buku audio memisahkan teks yang diucapkan dari instruksi penampilan, lalu menggunakan kembali suara preset di seluruh alur kerja produksi mereka.

02

Tim Podcast

Ubah skrip dua orang menjadi percakapan dengan suara terpisah dan giliran yang berurutan. Arahkan penyampaian masing-masing host dengan Gemini 3.8 Flash TTS sambil menjaga struktur dialog tetap eksplisit dalam permintaan.

03

Penulis Dialog Game

Jelajahi interaksi karakter, reaksi, dan pengaturan tempo adegan dengan suara preset. Gemini 3.8 Flash TTS mendukung arahan global dan per giliran untuk menguji dialog sebelum masuk ke alur audio game.

04

Tim Pendidikan dan Pelatihan

Buat pelajaran lisan, latihan bermain peran, dan materi pelatihan bernarasi. Gunakan Gemini 3.8 Flash TTS untuk mengarahkan kejelasan dan tempo sambil menyesuaikan materi tertulis untuk pengalaman mendengarkan multibahasa.

05

Pembuat Video dan Voiceover

Berikan penjelasan, video produk, dan skrip editorial dengan nada yang sesuai. Gemini 3.8 Flash TTS menjaga instruksi penyampaian terpisah dari kata-kata, sehingga revisi voiceover lebih mudah dikelola.

06

Pengembang Aplikasi Suara

Tambahkan narasi yang dihasilkan atau percakapan berskrip ke produk Anda. Integrasikan Gemini 3.8 Flash TTS melalui antarmuka tugas asinkron PoYo dan ambil audio saat setiap pembuatan selesai.

Gemini 3.8 Flash TTS vs Flash-Lite TTS

Pilih model untuk beban kerja. Flash berfokus pada performa kreatif; Flash-Lite berfokus pada produksi yang efisien dalam skala besar. Kemampuan antarmuka di bawah ini mencerminkan backend PoYo saat ini, sementara posisi model dan cakupan bahasa mengikuti dokumentasi Google.

KemampuanGemini 3.8 Flash TTSGemini 3.8 Flash-Lite TTS
Fokus modelFidelitas suara, nuansa akting, dan ekspresi regionalProduksi ucapan bervolume tinggi yang efisien
Bahasa yang didukung130101
Suara preset di PoYo3030
Input satu pembicara dan dua pembicaraDidukungDidukung
style_instructions global dan per giliranDidukungDidukung
Integrasi PoYoTugas asinkron dengan callback opsionalTugas asinkron dengan callback opsional
Beban kerja tipikalBuku audio, narasi, dan dialog ekspresifFitur baca dengan suara keras dan alur kerja ucapan massal

Ini membandingkan dua model yang berbeda. Tidak ada tolok ukur latensi PoYo yang tersirat. Desain suara, replikasi suara, dan pustaka suara yang diperluas dari Google tidak tersedia pada kedua endpoint PoYo ini.

Cara Menggunakan Gemini 3.8 Flash TTS API di PoYo

Langkah 1: Daftar dan buat kunci API.
Masuk ke PoYo dan buat kunci untuk aplikasi Anda.
Buat Kunci API →

Langkah 2: Tambahkan kredit.
Isi ulang saldo Anda dan periksa tabel harga model. Teks transkrip dan semua style_instructions dihitung dalam penggunaan.
Tambahkan Kredit →

Langkah 3: Kirim skrip Anda.
Kirim model: gemini-3.8-flash-tts dengan teks satu pembicara atau pembicara dan giliran terstruktur ke POST /api/generate/submit. Poll task_id yang dikembalikan atau berikan callback_url untuk menerima pembaruan penyelesaian.
Lihat Referensi API →

Pertanyaan Umum tentang Gemini 3.8 Flash TTS API

Apa itu Gemini 3.8 Flash TTS API?

Gemini 3.8 Flash TTS adalah model text-to-speech kreatif Google untuk narasi dan dialog ekspresif. PoYo menyediakan akses API asinkron menggunakan 30 suara preset, instruksi gaya terpisah, dan percakapan dua pembicara terstruktur. Kirim skrip Anda dengan ID model gemini-3.8-flash-tts dan ambil audio yang dihasilkan ketika tugas selesai.

Bagaimana penggunaan dihitung di PoYo?

Penggunaan sebanding dengan karakter yang dapat ditagihkan, menggunakan tarif pada tabel harga di atas. Ini mencakup teks transkrip, style_instructions global, serta teks dan style_instructions dari setiap giliran. Spasi, baris baru, emoji, dan tag peristiwa vokal dihitung; ID pembicara tidak dihitung. Permintaan tidak dibulatkan ke atas menjadi blok berisi 1.000 karakter.

Pertanyaan suara apa yang dapat saya gunakan?

Endpoint PoYo saat ini mendukung 30 suara prasetel, termasuk Kore, Puck, Charon, dan Zephyr. Permintaan satu pembicara menggunakan Kore sebagai default. Masing-masing dari dua pembicara dalam mode dialog memilih salah satu prasetel yang sama. Pembuatan suara kustom, replikasi suara, dan pustaka suara yang diperluas tidak tersedia melalui endpoint ini.

Bagaimana cara membuat percakapan dua pembicara?

Sediakan tepat dua pembicara, masing-masing dengan speaker_id unik dan suara yang didukung. Kemudian berikan setidaknya satu item dalam turns dengan speaker_id dan teks yang tidak kosong. Tambahkan style_instructions per giliran bila diperlukan. Permintaan dialog menghilangkan text dan voice tingkat atas, karena keduanya termasuk dalam mode satu pembicara.

Di mana saya harus menempatkan instruksi emosi dan akting?

Pertahankan persyaratan penyampaian berkelanjutan dalam global atau per giliran style_instructions, sementara text hanya berisi konten yang akan diucapkan. Peristiwa vokal sesaat dapat ditambahkan dalam transkrip menggunakan tag seperti <laugh>, <sigh>, atau <short pause>, dengan menjaga instruksi penyampaian dan konten ucapan tetap terpisah dengan jelas.

Berapa banyak bahasa yang didukung?

Google mendokumentasikan 130 bahasa untuk Gemini 3.8 Flash TTS, dibandingkan dengan 101 untuk Flash-Lite TTS. Bahasa dideteksi dari transkrip, sehingga endpoint PoYo saat ini tidak menyediakan pemilih language_code. Pilih prasetel yang didukung dan tulis skrip dalam bahasa yang Anda perlukan.

Bagaimana cara menerima audio yang dihasilkan?

Pengiriman mengembalikan task_id. Lakukan kueri ke endpoint status yang ada hingga tugas finished atau failed, atau berikan callback_url opsional. File yang selesai dikembalikan dalam data.files. Playground memungkinkan Anda memutar audio yang didukung dan mengunduh file asli. Integrasi PoYo ini menggunakan tugas asinkron, bukan streaming audio.

Apakah klip fitur dihasilkan di PoYo?

Tidak. Klip tersebut merupakan cuplikan dari demonstrasi resmi Gemini 3.8 Flash TTS milik Google. Klip ini menunjukkan kemampuan model yang sesuai dan sumbernya dicatat dalam asset manifest. Output contoh yang dihasilkan PoYo akan ditambahkan setelah proses pembuatan nyata dan verifikasi terpisah.

Mengapa Menggunakan PoYo untuk Akses Gemini 3.8 Flash TTS API

01

Satu API yang Familiar

Gunakan kunci dan antarmuka tugas pembuatan PoYo yang sudah ada untuk mengintegrasikan ucapan bersama model lain yang didukung, dengan envelope permintaan yang konsisten dan alur kerja status tugas.

02

Penggunaan yang Dapat Anda Periksa

Lihat tarif berbasis karakter model dan perkirakan penggunaan sebelum pengiriman. Teks transkrip dan arahan gaya menggunakan satu perhitungan terdokumentasi, tanpa pembulatan blok 1.000 karakter.

03

Uji Sebelum Integrasi

Jelajahi skrip satu pembicara dan dialog dua pembicara di Playground. Beralih antara input formulir dan JSON untuk memeriksa permintaan yang sama yang akan Anda gunakan di aplikasi Anda.

04

Sesuaikan dengan Alur Kerja Aplikasi Anda

Lacak pembuatan dengan ID tugas dan polling status, atau berikan URL callback. Ambil file audio yang telah selesai saat siap dan pisahkan pembuatan dari penanganan permintaan aplikasi Anda.