Gemini 3.8 Flash-Lite TTS

Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) 是 Google 推出的一款快速、经济实惠的文字转语音模型,适用于高吞吐量的生产工作负载,可通过 Gemini Enterprise 使用。

功能

  • 高吞吐量效率:专为批量制作、对话式语音代理级联、朗读功能和日常单扬声器语音而打造,支持 101 种语言。
  • 与 Gemini 3.8 Flash TTS 采用相同的架构:使用与 gemini-3.8-flash-tts 相同的请求架构和提示格式,因此您可以通过更改模型 ID 来切换模型。
  • 语音选项:支持 30 种预构建语音、扩展语音库中的 2,000 多种精选语音、通过语音设计创建的语音,以及通过语音复刻复刻的语音。

如需了解功能、代码示例和提示指南,请参阅使用 Gemini TTS 生成语音。

何时使用哪种 TTS 模型

Gemini 3.8 TTS 模型采用相同的请求架构和提示格式。 选择适合您工作负载的型号:

功能或工作负载 Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) Gemini 3.8 Flash TTS (gemini-3.8-flash-tts)
主要优势 高吞吐量、低延迟和高成本效益 语音保真度、表演细微之处和方言覆盖范围
最佳应用场景 大批量制作、实时语音代理级联、朗读功能、语音复刻、日常单人语音 有声读物、录音室旁白、复杂的多人对话、频繁的语音突发标记、发音困难、方言
支持的语言 101 种语言 130 种语言

价格

模型 ID gemini-3.8-flash-lite-tts
模态
文本 仅限输入
图片 不支持
音频 仅限输出
视频 不支持
token 数量上限 输入 token 限制 8192
输出 token 限制 16384
功能
使用选项
支持的区域

模型可用性

  • 全球:global
版本
  • gemini-3.8-flash-lite-tts
    • 发布阶段:预览版
    • 发布日期:2026 年 9 月 28 日
支持的语言 101 种语言。请参阅支持的语言。

开始使用

以下示例生成单人语音并将其保存为 WAV 文件:

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

如果您使用的是 gemini-3.1-flash-tts-preview 或其他更早的 Gemini TTS 模型,请参阅迁移指南。