Gemini 3.8 Flash-Lite TTS

Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) adalah model text-to-speech Google yang cepat dan hemat biaya untuk beban kerja produksi dengan throughput tinggi, yang tersedia melalui Gemini Enterprise.

Kemampuan

  • Efisiensi throughput tinggi: Dibuat untuk produksi massal, rangkaian agen suara percakapan, fitur baca lisan, dan ucapan satu penutur sehari-hari dalam 101 bahasa.
  • Skema yang sama dengan Gemini 3.8 Flash TTS: Menggunakan skema permintaan dan format perintah yang sama dengan gemini-3.8-flash-tts, sehingga Anda dapat beralih model dengan mengubah ID model.
  • Opsi suara: Kompatibel dengan 30 suara bawaan, lebih dari 2.000 suara pilihan di Extended Voice Library, suara yang Anda buat dengan Desain suara, dan suara yang Anda replikasi dengan Replikasi suara.

Untuk mengetahui fitur, contoh kode, dan panduan perintah, lihat Membuat ucapan dengan Gemini TTS.

Kapan harus menggunakan model TTS yang mana

Kedua model Gemini 3.8 TTS memiliki skema permintaan dan format perintah yang sama. Pilih model yang sesuai dengan beban kerja Anda:

Fitur atau workload Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) Gemini 3.8 Flash TTS (gemini-3.8-flash-tts)
Kekuatan utama Throughput tinggi, latensi rendah, dan efisiensi biaya Kualitas suara, nuansa akting, dan cakupan dialek
Kasus penggunaan terbaik Produksi volume tinggi, rangkaian agen suara real-time, fitur baca lisan, replikasi suara, ucapan satu speaker sehari-hari Buku audio, narasi studio, dialog multi-pembicara yang kompleks, tag vocal-burst yang sering, pengucapan yang sulit, dialek regional
Bahasa yang didukung 101 bahasa 130 bahasa

Harga

ID Model gemini-3.8-flash-lite-tts
Modalitas
Text Input saja
Image Tidak didukung
Audio Output saja
Video Tidak didukung
Batas token Batas token input 8.192
Batas token output 16.384
Kemampuan
Opsi pemakaian
Region yang didukung

Ketersediaan model

  • Global: global
Versi
  • gemini-3.8-flash-lite-tts
    • Tahap peluncuran: Pratinjau
    • Tanggal rilis: 28 September 2026
Bahasa yang didukung 101 bahasa. Lihat Bahasa yang didukung.

Mulai

Contoh berikut menghasilkan ucapan satu penutur dan menyimpannya sebagai file 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

Jika Anda menggunakan gemini-3.1-flash-tts-preview atau model Gemini TTS sebelumnya, lihat panduan migrasi.