Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) הוא מודל מהיר וחסכוני של Google להמרת טקסט לדיבור, שמתאים לעומסי עבודה של ייצור עם תפוקה גבוהה. המודל זמין דרך Gemini Enterprise.
יכולות
- יעילות גבוהה של תפוקה: נועד ליצירת תוכן בכמות גדולה, ליצירת סוכני קול שיכולים לנהל שיחה, לתכונות של קריאה בקול ולדיבור יומיומי של דובר יחיד ב-101 שפות.
- אותה סכימה כמו Gemini 3.8 Flash TTS: המודל משתמש באותה סכימת בקשות ובאותו פורמט הנחיות כמו
gemini-3.8-flash-tts, כך שאפשר להחליף מודלים על ידי שינוי מזהה המודל. - אפשרויות קוליות: אפשר להשתמש ב-30 קולות מובנים מראש, ביותר מ-2,000 קולות שנבחרו בקפידה בספריית הקולות המורחבת, בקולות שיוצרים באמצעות עיצוב קולות ובקולות שמשכפלים באמצעות רפליקציה של קולות.
מידע על תכונות, דוגמאות קוד והנחיות לכתיבת הנחיות זמין במאמר בנושא יצירת דיבור באמצעות Gemini TTS.
מתי כדאי להשתמש באיזה מודל TTS
לשני מודלי ה-TTS של Gemini 3.8 יש את אותה סכמת בקשות ואותו פורמט הנחיות. בוחרים את המודל שמתאים לעומס העבודה:
| תכונה או עומס עבודה | Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
|---|---|---|
| חוזק ראשי | תפוקה גבוהה, זמן אחזור נמוך ועלות-תועלת | איכות הקול, ניואנסים במשחק וכיסוי של ניבים |
| תרחישי שימוש מומלצים | הפקה בכמות גדולה, סוכני קול בזמן אמת, תכונות של קריאה בקול רם, רפליקציה של קולות, דיבור יומיומי של דובר יחיד | ספרי אודיו, קריינות באולפן, דיאלוג מורכב עם כמה דוברים, תגי דיבור תכופים, הגייה מסובכת, ניבים אזוריים |
| שפות נתמכות | 101 שפות | 130 שפות |
| מזהה המודל | gemini-3.8-flash-lite-tts |
|
|---|---|---|
| אמצעי תחבורה |
|
|
| מגבלות על טוקנים | מגבלת טוקנים בקלט | 8,192 |
| מגבלת טוקנים בפלט | 16,384 | |
| יכולות |
|
|
| אפשרויות צריכה |
|
|
| אזורים נתמכים |
|
|
| גרסאות |
|
|
| שפות נתמכות | 101 שפות. כאן מפורטות השפות הנתמכות. | |
קדימה, מתחילים
בדוגמה הבאה נוצר דיבור של דובר יחיד והוא נשמר כקובץ 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
אם אתם משתמשים ב-gemini-3.1-flash-tts-preview או במודל אחר של Gemini TTS מגרסה קודמת, כדאי לעיין במדריך להעברת נתונים.