01
用风格指令塑造自然表达
配音需要贴合内容的语气和节奏。将朗读正文放入 text，再通过 style_instructions 单独描述情绪、语速和表达方式。Gemini 3.8 Flash Lite TTS 可用于亲切开场、清晰讲解或更有表现力的台词，让表演指令与实际朗读内容保持分离。
- 单独描述语气、节奏与表达方式
- 从 30 种后端支持的预设音色中选择
- 将朗读正文与持续性的风格指令分开
gemini-3.8-flash-lite-tts
Text to Speech
查看更多 Google 模型Gemini 3.8 Flash Lite TTS 面向持续更新的语音内容与应用配音，支持 101 种语言、30 种预设音色及双人对话。通过 PoYo 将正文与风格指令分开设置，为文章朗读、在线课程和内容平台生成语气合适、角色清晰的多语言语音。
Examples
定价详情
透明定价，无隐藏费用。按量付费，用多少付多少。
gemini-3.8-flash-lite-ttsText and style instructions
PoYo价格
$0.030
6 积分
官方价格
-
为你节省
-
| 型号 | 规格 | PoYo价格 | 官方价格 | 为你节省 |
|---|---|---|---|---|
| gemini-3.8-flash-lite-tts | Text and style instructions | $0.030 6 积分 per 1000 characters | - | - |
* 实际费用以最终输出为准。
推荐模型
GEMINI 3.8 FLASH LITE TTS
面向语音应用的多语言旁白与双人对话
Gemini 3.8 Flash Lite TTS API - 面向规模化应用的自然语音合成
让文章、课程和持续更新的内容都能被听见。通过 PoYo 使用 Gemini 3.8 Flash Lite TTS，选择预设音色、描述表达风格，为阅读应用和内容平台制作多语言旁白与双人对话。
Gemini 3.8 Flash Lite TTS API 的核心功能
控制说话方式，组织双人轮次，为不同语言的听众制作自然配音。
02
用两种音色组织结构化对话
让播客片段或教学问答拥有清晰的说话人结构。在 speakers 中配置两位说话人，再让 turns 中的每轮正文引用对应 speaker_id。可选的逐轮 style_instructions 用于调整各句表达，修改问答时也能保持角色归属明确。
- 为两位说话人分配 ID 与预设音色
- 按顺序编写结构化对话轮次
- 通过可选逐轮指令控制不同台词
03
自动识别语言，生成多语言语音
为不同市场的听众制作配音时，无需为每个请求单独维护语言参数。Gemini 3.8 Flash Lite TTS 支持 101 种语言，并从输入正文自动识别语言。选择预设音色即可制作课程、产品说明与阅读内容的本地化语音；日语官方系列片段展示了对应的多语言表达。
- 生成覆盖 101 种语言的语音内容
- 从输入正文自动识别目标语言
- 为不同市场准备本地化旁白与讲解
谁能从 Gemini 3.8 Flash Lite TTS API 中受益？
01
旁白与有声读物
出版与音频内容团队可用 Gemini 3.8 Flash Lite TTS 将段落转为旁白。选定预设音色，将风格指令与故事正文分开，并在文稿调整后更新对应段落，为持续更新的有声内容建立明确的制作流程。
02
视频配音
视频团队可用 Gemini 3.8 Flash Lite TTS 为产品介绍、操作演示和短视频制作语音轨道。根据场景调整风格指令，在任务完成后下载原始音频并导入剪辑流程，让文字修改直接进入下一轮配音制作。
03
教育培训
课程与培训团队可用 Gemini 3.8 Flash Lite TTS 制作口头讲解、阅读练习和师生问答。旁白使用清晰的表达指令，双人示范通过结构化轮次组织，再用不同语言的脚本覆盖更多学习者。
04
播客对话
播客制作团队可通过 Gemini 3.8 Flash Lite TTS 配置主持人与嘉宾两种音色，按轮次编写问题和回答。逐轮风格指令便于调整台词表达，在改稿时保持说话人关系和对话顺序清晰。
05
阅读辅助
阅读应用与无障碍内容团队可用 Gemini 3.8 Flash Lite TTS 为文章、指南和日常信息提供语音版本。设置音色与朗读节奏，提交正文后跟踪任务，完成时向听众提供可播放的多语言音频。
06
语音应用播报
语音应用开发者可用 Gemini 3.8 Flash Lite TTS 将准备好的文本回复转为语音。统一音色和表达风格，用于操作引导、内容播报与对话回复，并将异步生成任务接入应用自己的响应流程。
Gemini 3.8 Flash Lite TTS 与 Gemini 3.8 Flash TTS — 模型对比
根据工作负载选择 Gemini 3.8 TTS 模型。Flash Lite 面向规模化、高效语音生产，Flash 更侧重创意表达和表演细节。两者通过 PoYo 提供相同的核心语音控制参数。
| 对比维度 | Gemini 3.8 Flash Lite TTS | Gemini 3.8 Flash TTS |
|---|---|---|
| 主要定位 | 高吞吐、注重成本效率的语音生产 | 创意语音制作与细腻的表演表达 |
| 语言覆盖 | 101 种语言 | 130 种语言 |
| PoYo 预设音色 | 30 种支持的音色 | 30 种支持的音色 |
| 双人对话 | 恰好两位说话人，使用结构化轮次 | 恰好两位说话人，使用结构化轮次 |
| PoYo 风格控制 | 全局及逐轮 style_instructions | 全局及逐轮 style_instructions |
模型定位与语言覆盖依据 Google 官方文档，输入控制以 PoYo 当前公开后端为准。官方系列演示用于说明能力，不代表 PoYo 响应耗时实测。
如何在 PoYo 使用 Gemini 3.8 Flash Lite TTS API
第一步：注册并创建 API Key
登录 PoYo，为应用创建调用密钥。
创建 API Key →
第二步：充值积分
为账户添加积分，并根据上方定价表和 Playground 估算确认正文及风格指令的计费。
充值积分 →
第三步：提交任务并获取音频
使用 model: gemini-3.8-flash-lite-tts 提交单人正文或结构化双人对话，查询返回的任务 ID，或提供回调地址，在完成后下载音频。
查看 API 参考 →
关于 Gemini 3.8 Flash Lite TTS API 的常见问题
什么是 Gemini 3.8 Flash Lite TTS API？
Gemini 3.8 Flash Lite TTS 是 Google 面向高效、规模化语音生产的文字转语音模型，可通过音色与风格指令生成自然的多语言语音。PoYo 提供异步 API 接入，支持 30 种预设音色、单人朗读和结构化双人对话，并提供在线 Playground。
Gemini 3.8 Flash Lite TTS 在 PoYo 如何计费？
每 1000 个计费字符为 6 credits，即 $0.03。计费包含单人正文或全部轮次正文，以及全局和逐轮风格指令；speaker ID 与音色名称不计费。空格、换行和行内发声标签均计入字符数，费用按实际字符比例计算，不向上取整到整千字符。
可以选择哪些音色？
PoYo 支持 30 种 Gemini 预设音色，包括 Kore、Charon、Puck、Aoede 和 Zephyr。单人请求省略 voice 时默认为 Kore；双人对话需为每位说话人指定一个受支持的音色。音色名称保持原文，本接入不开放自定义音色 ID 或声音克隆创建。
支持哪些语言？
Gemini 3.8 Flash Lite TTS 支持 101 种语言，包含英语、中文、日语、韩语、西班牙语和法语等。模型从输入正文自动识别语言，因此该 PoYo 接口不接受 language_code 参数。使用目标语言编写脚本，并在发布前检查人名和专业术语的发音。
如何控制语气、语速和表达方式？
将持续性的表达要求写入 style_instructions，与实际朗读正文分开，例如温暖清晰的讲解或较慢的朗读节奏。双人对话同时支持全局与逐轮指令；<short pause> 等尖括号标签可表示瞬时事件。正文与所有风格指令均参与计费。
双人对话请求需要怎样组织？
在 speakers 中配置恰好两个唯一、非空白的 speaker_id 和支持的音色。turns 至少包含一轮，每轮填写完全匹配的 speaker_id、非空白 text 和可选 style_instructions。对话模式须省略顶层 text 与 voice；speaker_id 允许空格，并且不计费。
能否选择音频输出格式？
当前 PoYo 后端没有为该模型开放 output_format 参数。任务完成后获取返回的音频文件，保存时保留原始格式。Playground 提供浏览器播放与下载，下载扩展名依据响应的 MIME 类型或文件 URL 确定，不将所有结果统一当作 MP3。
PoYo 是否为该模型提供流式接口？
本接入使用异步提交与状态查询：提交一次后保存 data.task_id，持续查询同一个任务，直到 finished 或 failed；也可在 input 外提供 callback_url。临时状态查询失败应重试当前任务，不重新提交生成。本接入不开放流式端点或实时音频分片。
为什么通过 PoYo 使用 Gemini 3.8 Flash Lite TTS API
01
统一 API 接入
沿用 PoYo 的提交与状态查询接口接入 Gemini 3.8 Flash Lite TTS，在现有集成中复用认证与任务处理流程。
02
按量计费
提交前查看基于字符数的估算，正文和风格指令都会计入总数，便于理解每次请求的计费依据并管理语音制作预算。
03
在线调试
通过表单配置单人朗读或双人对话，也可直接编辑完整 JSON 请求。在应用集成前检查当前接口支持的字段与参数组合。
04
异步任务管理
使用任务 ID 跟踪生成，重试暂时失败的状态查询，并获取完成的音频。应用需要结果通知时可提供回调地址。