Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) est le modèle de synthèse vocale rapide et économique de Google pour les charges de travail de production à haut débit, disponible via Gemini Enterprise.
Capacités
- Efficacité à haut débit : conçu pour la production en masse, les cascades d'agents vocaux conversationnels, les fonctionnalités de lecture à voix haute et la parole quotidienne à un seul locuteur dans 101 langues.
- Même schéma que Gemini 3.8 Flash TTS : utilise le même schéma de requête et le même format d'incitation que
gemini-3.8-flash-tts. Vous pouvez donc changer de modèle en modifiant l'ID du modèle. - Options vocales : fonctionne avec 30 voix prédéfinies, plus de 2 000 voix sélectionnées dans la bibliothèque vocale étendue, les voix que vous créez avec la conception de voix et les voix que vous répliquez avec la réplication de voix.
Pour en savoir plus sur les fonctionnalités, les exemples de code et les conseils concernant les requêtes, consultez Générer de la parole avec Gemini TTS.
Quand utiliser quel modèle TTS ?
Les deux modèles Gemini 3.8 TTS partagent le même schéma de requête et le même format d'invite. Choisissez le modèle qui correspond à votre charge de travail :
| Fonctionnalité ou charge de travail | Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
|---|---|---|
| Force principale | Haut débit, faible latence et rentabilité | Fidélité de la voix, nuances du jeu d'acteur et couverture des dialectes |
| Meilleurs cas d'utilisation | Production à grand volume, cascades d'agents vocaux en temps réel, fonctionnalités de lecture à voix haute, réplication de la voix, parole quotidienne à un seul locuteur | Livres audio, narration en studio, dialogues complexes à plusieurs locuteurs, tags de vocalisation fréquents, prononciation difficile, dialectes régionaux |
| Langues disponibles | 101 langues | 130 langues |
| ID du modèle | gemini-3.8-flash-lite-tts |
|
|---|---|---|
| Modalités |
|
|
| Limites de jetons | Limite de jetons d'entrée | 8 192 |
| Limite de jetons de sortie | 16 384 | |
| Capacités |
|
|
| Options de consommation |
|
|
| Régions où le service est disponible |
|
|
| Versions |
|
|
| Langues disponibles | 101 langues. Consultez Langues acceptées. | |
Commencer
L'exemple suivant génère un discours à une seule voix et l'enregistre au format WAV :
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
Si vous utilisez gemini-3.1-flash-tts-preview ou un autre modèle Gemini TTS antérieur, consultez le guide de migration.