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 |
| 模型 ID | gemini-3.8-flash-lite-tts |
|
|---|---|---|
| 形式 |
|
|
| 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 |
|
|
| 版本 |
|
|
| 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。