Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) è il modello di sintesi vocale veloce ed economico di Google per carichi di lavoro di produzione ad alto rendimento, disponibile tramite Gemini Enterprise.
Funzionalità
- Efficienza a elevato throughput: progettato per la produzione di massa, le cascate di agenti vocali conversazionali, le funzionalità di lettura ad alta voce e la sintesi vocale quotidiana con un solo oratore in 101 lingue.
- Stesso schema di Gemini 3.8 Flash TTS: utilizza lo stesso schema di richiesta e
formato del prompt di
gemini-3.8-flash-tts, quindi puoi cambiare modello modificando l'ID modello. - Opzioni vocali: funziona con 30 voci predefinite, oltre 2000 voci selezionate nella raccolta vocale estesa, voci create con Voice Design e voci replicate con Replica vocale.
Per funzionalità, esempi di codice e indicazioni per i prompt, consulta Generare contenuti di sintesi vocale con Gemini TTS.
Quando utilizzare un modello TTS
Entrambi i modelli Gemini 3.8 TTS condividono lo stesso schema di richiesta e formato del prompt. Scegli il modello più adatto al tuo workload:
| Funzionalità o workload | Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
|---|---|---|
| Punto di forza principale | Throughput elevato, bassa latenza ed efficienza in termini di costi | Fedeltà della voce, sfumature della recitazione e copertura dei dialetti |
| Migliori casi d'uso | Produzione di grandi volumi, cascate di agenti vocali in tempo reale, funzionalità di lettura vocale, replica vocale, parlato quotidiano di un singolo oratore | Audiolibri, narrazione in studio, dialoghi complessi con più relatori, tag vocali frequenti, pronuncia difficile, dialetti regionali |
| Lingue supportate | 101 lingue | 130 lingue |
| ID modello | gemini-3.8-flash-lite-tts |
|
|---|---|---|
| Modalità |
|
|
| Limiti di token | Limite di token di input | 8192 |
| Limite di token di output | 16.384 | |
| Funzionalità |
|
|
| Opzioni di consumo |
|
|
| Aree geografiche supportate |
|
|
| Versioni |
|
|
| Lingue supportate | 101 lingue. Consulta la sezione Lingue supportate. | |
Inizia
L'esempio seguente genera un discorso di un singolo oratore e lo salva come 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
Se utilizzi gemini-3.1-flash-tts-preview o un altro modello Gemini TTS precedente,
consulta
la guida alla migrazione.