Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) ist das schnelle, kostengünstige Text-zu-Sprache-Modell von Google für Produktionsarbeitslasten mit hohem Durchsatz, das über Gemini Enterprise verfügbar ist.
Leistungsspektrum
- Hohe Durchsatzeffizienz: Entwickelt für die Massenproduktion, Kaskaden von Conversational Voice Agents, Vorlesefunktionen und alltägliche Sprachausgabe mit einem einzelnen Lautsprecher in 101 Sprachen.
- Gleiches Schema wie Gemini 3.8 Flash TTS: Verwendet dasselbe Anfrageschema und Aufforderungsformat wie
gemini-3.8-flash-tts. Sie können also Modelle wechseln, indem Sie die Modell-ID ändern. - Sprachoptionen: Funktioniert mit 30 voreingestellten Stimmen, mehr als 2.000 ausgewählten Stimmen in der erweiterten Sprachbibliothek, Stimmen, die Sie mit Voice Design erstellen, und Stimmen, die Sie mit Voice Replication replizieren.
Informationen zu Funktionen, Codebeispielen und Prompting-Anleitungen finden Sie unter Sprache mit Gemini TTS generieren.
Wann welches TTS-Modell verwendet werden sollte
Beide Gemini 3.8 TTS-Modelle verwenden dasselbe Anfrageschema und Prompting-Format. Wählen Sie das Modell aus, das zu Ihrer Arbeitslast passt:
| Funktion oder Arbeitslast | Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
|---|---|---|
| Primäre Stärke | Hoher Durchsatz, niedrige Latenz und Kosteneffizienz | Stimmwiedergabe, schauspielerische Nuancen und Dialektunterstützung |
| Ideale Anwendungsfälle | Produktion großer Mengen, Echtzeit-Sprachagenten-Kaskaden, Vorlesefunktionen, Sprachreplikation, alltägliche Sprache mit einem einzelnen Sprecher | Hörbücher, Studio-Voiceover, komplexer Dialog mit mehreren Sprechern, häufige Vocal-Burst-Tags, schwierige Aussprache, regionale Dialekte |
| Unterstützte Sprachen | 101 Sprachen | 130 Sprachen |
| Modell-ID | gemini-3.8-flash-lite-tts |
|
|---|---|---|
| Betriebsarten |
|
|
| Token limits | Eingabetokenlimit | 8.192 |
| Tokenausgabelimit | 16.384 | |
| Leistungsspektrum |
|
|
| Nutzungsoptionen |
|
|
| Unterstützte Regionen |
|
|
| Versionen |
|
|
| Unterstützte Sprachen | 101 Sprachen. Siehe unterstützte Sprachen | |
Jetzt starten
Im folgenden Beispiel wird Sprache für einen einzelnen Sprecher generiert und als WAV-Datei gespeichert:
Python
from google import genai
client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")
response = client.models.generate_content(
model="gemini-3.8-flash-lite-tts",
contents=[{
"role": "user",
"parts": [{
"text": "Have a wonderful day!",
"speech_metadata": {"style": "cheerful and friendly"},
}],
}],
config={
"response_modalities": ["AUDIO"],
"speech_config": {"voice_config": {"voice": "Kore"}},
},
)
# The SDK has already decoded the base64 audio, so inline_data.data is a
# complete WAV file by default.
with open("out.wav", "wb") as f:
f.write(response.candidates[0].content.parts[0].inline_data.data)
REST
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.8-flash-lite-tts:generateContent \
-d '{
"contents": [{
"role": "user",
"parts": [{
"text": "Have a wonderful day!",
"speechMetadata": {"style": "cheerful and friendly"}
}]
}],
"generationConfig": {
"responseModalities": ["AUDIO"],
"speechConfig": {
"voiceConfig": {"voice": "Kore"}
}
}
}' | jq -r '.candidates[0].content.parts[0].inlineData.data' | base64 --decode > out.wav
Wenn Sie gemini-3.1-flash-tts-preview oder ein anderes früheres Gemini TTS-Modell verwenden, lesen Sie den Migrationsleitfaden.