gemini-3.8-flash-lite-tts

Text to Speech

Gemini 3.8 Flash Lite TTS mang giọng nói đa ngôn ngữ đến các thư viện nội dung đang phát triển và ứng dụng hỗ trợ giọng nói, với khả năng hỗ trợ 101 ngôn ngữ, 30 giọng nói cài sẵn và hội thoại hai người nói. Trên PoYo, hãy giữ văn bản được đọc tách biệt với hướng dẫn phong cách để tạo bài viết được thuật lại, bài học trực tuyến và nội dung âm thanh với giọng điệu phù hợp cùng người nói được phân công rõ ràng.

Nhận APIKey

API Doc

Input

Text

Voice

Speakers

Turns

Style Instructions

Enable Safety Checker

Billing includes text and all style instructions.

326 characters

Output

Ví dụ về kết quả

Đây là dữ liệu mẫu. Tạo ra một kết quả mới để xem sản lượng thực.

ID nhiệm vụ:example-gemini-3-8-flash-lite-tts-defaultĐược tạo ra:2026-10-14T11:13:12

Trạng thái:finishedTiến bộ:100%

Examples

Chi tiết về giá

Giá cả minh bạch mà không có phí ẩn. Chọn tiền đi.

gemini-3.8-flash-lite-tts

Text and style instructions

Giá PoYo

$0.030

6 tín dụng

Giá chính thức

Anh cứu

Mô hình	Tác phẩm đặc trưng	Giá PoYo	Giá chính thức	Anh cứu
gemini-3.8-flash-lite-tts	Text and style instructions	$0.030 6 tín dụng per 1000 characters	-	-

* Các khoản phí thực tế được dựa trên kết quả cuối cùng.

GEMINI 3.8 FLASH LITE TTS

Tường thuật đa ngôn ngữ và hội thoại cho các ứng dụng giọng nói

API Gemini 3.8 Flash Lite TTS cho tổng hợp giọng nói tự nhiên ở quy mô lớn

Biến bài viết, bài học và thư viện nội dung đang phát triển thành nội dung sẵn sàng để nghe. Với Gemini 3.8 Flash Lite TTS trên PoYo, hãy chọn giọng nói cài sẵn và mô tả phong cách truyền đạt để tạo nội dung tường thuật đa ngôn ngữ và hội thoại hai người nói cho ứng dụng đọc và nền tảng nội dung.

Nhận khóa API

Tính năng chính của Gemini 3.8 Flash Lite TTS API

Điều hướng cách truyền đạt giọng nói, sắp xếp lượt nói của hai người và tạo nội dung tường thuật đa ngôn ngữ.

Giọng nói tự nhiên với hướng dẫn phong cách

Một bản lồng tiếng hữu ích cần cách thể hiện phù hợp cũng như nội dung chính xác. Giữ nguyên bản chép lời trong text và mô tả riêng giọng điệu, nhịp độ cùng biểu cảm trong style_instructions. Gemini 3.8 Flash Lite TTS cho phép bạn điều chỉnh cách đọc cho phần giới thiệu thân thiện, lời giải thích bình tĩnh hoặc cảnh giàu cảm xúc hơn, đồng thời giữ phần chỉ dẫn thể hiện tách biệt với kịch bản được nói.

Mô tả giọng điệu và nhịp độ trong các hướng dẫn riêng biệt
Chọn từ 30 giọng nói cài sẵn được hỗ trợ
Giữ từ ngữ được nói tách biệt với hướng dẫn thể hiện

Hội thoại có cấu trúc với hai giọng nói riêng biệt

Cung cấp cho các phân đoạn podcast hoặc phần hỏi đáp giảng dạy một cấu trúc người nói rõ ràng. Cấu hình hai người nói trong speakers, sau đó để mỗi lượt trong turns tham chiếu đến speaker_id tương ứng. style_instructions tùy chọn theo từng lượt có thể điều chỉnh cách thể hiện của từng câu, trong khi các bản sửa đổi vẫn giữ vai trò người nói và thứ tự hội thoại rõ ràng.

Gán hai ID người nói và giọng nói cài sẵn
Viết hội thoại dưới dạng các lượt có cấu trúc theo thứ tự
Điều hướng từng lượt với hướng dẫn phong cách tùy chọn

Giọng nói đa ngôn ngữ với tính năng phát hiện ngôn ngữ tự động

Tiếp cận người nghe bằng ngôn ngữ của họ mà không cần duy trì tham số ngôn ngữ riêng cho từng yêu cầu. Gemini 3.8 Flash Lite TTS hỗ trợ 101 ngôn ngữ và phát hiện ngôn ngữ từ văn bản của bạn. Chọn một giọng nói cài sẵn được hỗ trợ và chuẩn bị các kịch bản bản địa hóa cho bài học, hướng dẫn sản phẩm hoặc trải nghiệm đọc thành tiếng. Âm thanh tiếng Nhật chính thức minh họa khả năng nói đa ngôn ngữ trong dòng Gemini 3.8.

Tạo giọng nói trên 101 ngôn ngữ được hỗ trợ
Phát hiện ngôn ngữ từ text đã gửi
Chuẩn bị lời dẫn bản địa hóa cho khán giả toàn cầu

Ai có thể hưởng lợi từ Gemini 3.8 Flash Lite TTS API?

Lời dẫn và sách nói

Các nhà xuất bản và đội ngũ nội dung âm thanh có thể chuyển đổi các đoạn văn thành lời dẫn với Gemini 3.8 Flash Lite TTS. Chọn một voice có sẵn, giữ hướng dẫn truyền tải tách biệt với câu chuyện và chỉnh sửa từng đoạn riêng lẻ khi kịch bản thay đổi. Quy trình làm việc chuyển text thành giọng nói có cấu trúc giúp quản lý lời dẫn định kỳ và các bộ sưu tập nội dung nói lớn hơn.

Lồng tiếng video

Biên tập viên video có thể chuẩn bị các bản âm thanh lời nói cho video giải thích, hướng dẫn sản phẩm và nội dung mạng xã hội. Sử dụng Gemini 3.8 Flash Lite TTS để tạo giọng đọc từ kịch bản đã được phê duyệt, sau đó tải âm thanh hoàn chỉnh vào quy trình biên tập. Các hướng dẫn phong cách riêng biệt giúp điều chỉnh cách thể hiện cho từng cảnh hoặc đối tượng khán giả.

Giáo dục và đào tạo

Các nền tảng học tập và đội ngũ đào tạo có thể tạo lời giải thích bằng giọng nói, bài tập đọc và phần trình diễn hai người với Gemini 3.8 Flash Lite TTS. Thiết lập phong cách truyền tải rõ ràng cho lời dẫn hoặc sử dụng turns có cấu trúc cho cuộc trao đổi giữa giáo viên và người học. Kịch bản được bản địa hóa giúp cùng một bài học tiếp cận người học ở các ngôn ngữ khác nhau.

Hội thoại podcast

Nhà sản xuất podcast có thể dàn dựng các phân đoạn dẫn chương trình và khách mời theo kịch bản với hai giọng nói có sẵn. Cấu hình cả hai speakers trong Gemini 3.8 Flash Lite TTS, viết turns của họ theo trình tự và điều chỉnh hướng dẫn cho từng câu thoại. Cấu trúc hội thoại rõ ràng giúp dễ dàng chỉnh sửa câu hỏi hoặc câu trả lời mà không cần viết lại toàn bộ bản chép lời.

Trải nghiệm đọc to

Các ứng dụng đọc và đội ngũ hỗ trợ khả năng tiếp cận có thể cung cấp phiên bản nói của bài viết, hướng dẫn và nội dung hằng ngày. Gemini 3.8 Flash Lite TTS hỗ trợ quy trình đọc to đa ngôn ngữ với các giọng nói có thể lựa chọn và hướng dẫn nhịp độ riêng biệt. Ứng dụng có thể gửi text đã chuẩn bị, theo dõi tác vụ và cung cấp âm thanh hoàn chỉnh cho người nghe.

Giọng nói cho các ứng dụng thoại

Các nhà phát triển xây dựng ứng dụng giọng nói có thể chuyển đổi các phản hồi văn bản đã chuẩn bị thành giọng nói với Gemini 3.8 Flash Lite TTS. Sử dụng một giọng nói cài sẵn nhất quán và phong cách truyền tải đồng bộ cho các bản cập nhật sản phẩm, hướng dẫn và phản hồi hội thoại. Tích hợp tác vụ không đồng bộ vào quy trình phản hồi riêng của ứng dụng và truy xuất âm thanh khi quá trình tạo hoàn tất.

Gemini 3.8 Flash Lite TTS so với Gemini 3.8 Flash TTS — So sánh mô hình

Chọn mô hình Gemini 3.8 TTS phù hợp với khối lượng công việc của bạn. Flash Lite tập trung vào khả năng tạo giọng nói hiệu quả ở quy mô lớn; Flash tập trung vào hiệu suất sáng tạo giàu biểu cảm. Cả hai đều cung cấp cùng các điều khiển giọng nói cốt lõi thông qua PoYo.

Tính năng	Gemini 3.8 Flash Lite TTS	Gemini 3.8 Flash TTS
Trọng tâm chính	Tạo giọng nói thông lượng cao, tiết kiệm chi phí	Sản xuất sáng tạo giàu biểu cảm và sắc thái diễn xuất
Ngôn ngữ được hỗ trợ	101 ngôn ngữ	130 ngôn ngữ
Giọng nói cài sẵn trên PoYo	30 giọng nói được hỗ trợ	30 giọng nói được hỗ trợ
Hội thoại hai người nói	Chính xác hai người nói với các lượt thoại có cấu trúc	Chính xác hai người nói với các lượt thoại có cấu trúc
Điều khiển phong cách trên PoYo	style_instructions toàn cục và theo từng lượt	style_instructions toàn cục và theo từng lượt

Việc định vị và phạm vi ngôn ngữ tuân theo tài liệu mô hình của Google. Các tùy chọn đầu vào phản ánh backend công khai hiện tại của PoYo. Các bản trình diễn chính thức của dòng sản phẩm chỉ mang tính minh họa và không đo lường độ trễ của PoYo.

Cách sử dụng Gemini 3.8 Flash Lite TTS API trên PoYo

Bước 1: Đăng ký và tạo API Key
Đăng nhập vào PoYo và tạo key cho ứng dụng của bạn.
Tạo API Key →

Bước 2: Thêm Credits
Nạp tiền vào tài khoản, sau đó kiểm tra bảng giá và ước tính trên Playground cho tập lệnh và hướng dẫn phong cách của bạn.
Thêm Credits →

Bước 3: Gửi và lấy Audio
Gửi model: gemini-3.8-flash-lite-tts cùng với đầu vào một người nói hoặc hội thoại có cấu trúc. Theo dõi task ID được trả về hoặc cung cấp URL callback, sau đó tải audio xuống khi task hoàn tất.
Xem API Reference →

Câu hỏi thường gặp về Gemini 3.8 Flash Lite TTS API

Gemini 3.8 Flash Lite TTS API là gì?

Gemini 3.8 Flash Lite TTS là mô hình chuyển văn bản thành giọng nói của Google dành cho việc tạo giọng nói hiệu quả với khối lượng lớn. Mô hình tạo audio đa ngôn ngữ tự nhiên với các tùy chọn điều khiển giọng nói và phong cách. PoYo cung cấp quyền truy cập API không đồng bộ với 30 giọng nói cài sẵn, tính năng tường thuật một người nói và hội thoại hai người nói có cấu trúc, cùng với Playground để chuẩn bị yêu cầu và lấy audio đã hoàn thành.

Gemini 3.8 Flash Lite TTS được tính phí như thế nào trên PoYo?

Mức giá là 6 credits, hoặc $0.03, cho mỗi 1,000 ký tự có thể tính phí. Việc tính phí bao gồm văn bản của một người nói hoặc toàn bộ văn bản của các lượt thoại, cùng với hướng dẫn phong cách toàn cục và theo từng lượt. Speaker ID và tên giọng nói được loại trừ. Khoảng trắng, dòng mới và thẻ giọng nói nội tuyến được tính. Chi phí tỷ lệ thuận với số lượng ký tự thay vì được làm tròn lên thành các khối đầy đủ 1,000.

Tôi có thể chọn những giọng nói nào?

PoYo hỗ trợ 30 giọng nói cài sẵn của Gemini, bao gồm Kore, Charon, Puck, Aoede và Zephyr. Các yêu cầu một người nói mặc định sử dụng Kore khi không cung cấp giọng nói. Đối với hội thoại, hãy gán một giọng nói được hỗ trợ cho từng trong hai người nói. Giữ nguyên tên giọng nói; ID giọng nói tùy chỉnh và việc tạo bản sao giọng nói không được cung cấp trong tích hợp này.

Những ngôn ngữ nào được hỗ trợ?

Gemini 3.8 Flash Lite TTS hỗ trợ 101 ngôn ngữ, bao gồm tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Tây Ban Nha và tiếng Pháp. Ngôn ngữ được phát hiện từ văn bản được gửi, vì vậy PoYo không yêu cầu hoặc chấp nhận trường language_code cho mô hình này. Chuẩn bị kịch bản bằng ngôn ngữ mong muốn và kiểm tra cách phát âm của tên hoặc thuật ngữ chuyên ngành trong âm thanh đã hoàn thành.

Làm cách nào để kiểm soát giọng điệu, nhịp độ và biểu cảm?

Đặt các hướng dẫn về cách đọc liên tục trong style_instructions, tách biệt với bản chép lời. Ví dụ: yêu cầu một phần giải thích ấm áp, rõ ràng hoặc tốc độ đọc có chừng mực. Trong hội thoại, bạn có thể cung cấp định hướng chung và hướng dẫn tùy chọn cho từng lượt. Các thẻ góc nội tuyến như <short pause> có thể mô tả các sự kiện tức thời. Tất cả văn bản và hướng dẫn kiểu đều được tính vào thanh toán.

Các yêu cầu hai người nói hoạt động như thế nào?

Cấu hình người nói với chính xác hai giá trị speaker_id duy nhất, không trống và các giọng nói được hỗ trợ. Thêm một hoặc nhiều lượt, mỗi lượt chứa speaker_id khớp và văn bản không trống; style_instructions theo từng lượt là tùy chọn. Bỏ qua text và voice ở cấp cao nhất trong chế độ hội thoại. ID người nói được khớp chính xác và có thể chứa khoảng trắng; chúng không được tính vào số lượng ký tự tính phí.

Tôi có thể chọn định dạng đầu ra âm thanh không?

Backend PoYo hiện tại không cung cấp tham số output_format cho mô hình này. Truy xuất tệp âm thanh được cung cấp bởi tác vụ đã hoàn thành và giữ nguyên định dạng gốc khi lưu. Playground cung cấp tính năng phát lại trên trình duyệt và tải xuống cho âm thanh được trả về. Tên tệp tải xuống tuân theo loại MIME của phản hồi hoặc URL tệp thay vì giả định mọi kết quả đều là MP3.

PoYo có cung cấp tính năng phát trực tuyến cho mô hình này không?

Tích hợp này sử dụng gửi tác vụ không đồng bộ và truy vấn trạng thái. Gửi một lần, lưu data.task_id và truy vấn tác vụ hiện có cho đến khi trạng thái là finished hoặc failed; bạn cũng có thể cung cấp callback_url bên ngoài input. Các lỗi truy vấn trạng thái tạm thời nên được thử lại mà không tạo tác vụ khác. Các endpoint phát trực tuyến và các đoạn âm thanh theo thời gian thực không được cung cấp trong tích hợp PoYo này.

Tại sao nên sử dụng PoYo để truy cập Gemini 3.8 Flash Lite TTS API

Truy cập API hợp nhất

Sử dụng các endpoint submit và status hiện có của PoYo cho Gemini 3.8 Flash Lite TTS. Duy trì xác thực và xử lý tác vụ trong cùng một tích hợp được sử dụng cho các mô hình được hỗ trợ khác.

Thanh toán dựa trên mức sử dụng

Xem lại ước tính dựa trên nhân vật trước khi gửi. Playground bao gồm bản chép lời và hướng dẫn phong cách trong tổng số liệu để bạn có thể hiểu cách tính phí cho từng yêu cầu.

Playground để Chuẩn bị Yêu cầu

Cấu hình lời dẫn hoặc hội thoại thông qua biểu mẫu, hoặc chỉnh sửa toàn bộ yêu cầu dưới dạng JSON. Xác thực các trường được hỗ trợ tương tự trước khi kết nối mô hình với ứng dụng của bạn.

Quản lý Tác vụ Bất đồng bộ

Theo dõi quá trình tạo bằng ID tác vụ, thử lại các lỗi truy vấn trạng thái tạm thời và thu thập âm thanh đã hoàn tất. Cung cấp URL callback khi ứng dụng của bạn cần thông báo kết quả.