Gemini 3.8 Flash-Lite TTS

Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) 是 Google 速度快、經濟實惠的文字轉語音模型,適用於高輸送量的生產工作負載,可透過 Gemini Enterprise 使用。

功能

  • 高輸送量效率:專為大量製作、對話式語音代理程式串聯、朗讀功能,以及 101 種語言的日常單一說話者語音而設計。
  • 與 Gemini 3.8 Flash TTS 相同的結構定義:使用與 gemini-3.8-flash-tts 相同的要求結構定義和提示格式,因此只要變更模型 ID,即可切換模型。
  • 語音選項:支援 30 種預建語音、擴充語音庫中超過 2,000 種精選語音、使用語音設計建立的語音,以及使用語音複製複製的語音。

如需功能、程式碼範例和提示詞指南,請參閱「使用 Gemini TTS 生成語音」。

各個 TTS 模型的使用時機

Gemini 3.8 TTS 模型共用相同的要求結構定義和提示格式。 選擇符合工作負載需求的模型:

功能或工作負載 Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) Gemini 3.8 Flash TTS (gemini-3.8-flash-tts)
主要優點 高處理量、低延遲和成本效益 語音保真度、演技細微差異和方言涵蓋範圍
最佳用途 大量製作、即時語音代理串聯、朗讀功能、語音複製、日常單人語音 有聲書、錄音室旁白、複雜的多人對話、頻繁的語音爆裂標記、難以發音的字詞、地區方言
支援的語言 101 種語言 130 種語言

定價

模型 ID gemini-3.8-flash-lite-tts
形式
Text Input only
Image Not supported
Audio Output only
Video Not supported
權杖限制 輸入詞元數上限 8,192
輸出詞元限制 16,384
功能
用量方案
支援的地區

模型適用情形

  • 全球:global
版本
  • gemini-3.8-flash-lite-tts
    • 推出階段:預先發布版
    • 發布日期:2026 年 9 月 28 日
支援的語言 101 種語言。請參閱「支援的語言」。

開始使用

以下範例會生成單一說話者的語音,並儲存為 WAV 檔案:

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 gemini-3.1-flash-tts-preview 或其他舊版 Gemini TTS 模型,請參閱遷移指南。