Gemini 3.8 Flash TTS (gemini-3.8-flash-tts)는 Gemini Enterprise를 통해 제공되는 Google의 대표적인 텍스트 음성 변환 모델입니다. 스튜디오급 음성 충실도, 표현력 있는 연기, 실제 지역 억양, 안정적인 긴 형식의 멀티턴 오디오를 위해 설계되었습니다.
기능
- 음향 충실도 및 연기 뉘앙스: 다양한 감정 범위, 자연스러운 억양, 턴 수준
style지침 및<laugh>,<sigh>,<short pause>와 같은 인라인 보컬 이벤트를 긴밀하게 준수합니다. - 긴 형식의 멀티턴 안정성: 긴 대화와 수 분 길이의 내레이션에서 음성 ID, 음색, 볼륨, 회의실 분위기를 일관되게 유지합니다.
- 지역별 억양 및 발음: 130개 언어로 지역별 억양 및 소수 언어를 지원합니다.
- 음성 옵션: 30개의 사전 제작된 음성, 확장 음성 보관함의 2,000개가 넘는 선별된 음성, 음성 디자인으로 만든 음성, 음성 복제로 복제한 음성과 함께 작동합니다.
기능, 코드 샘플, 프롬프트 안내는 Gemini TTS로 음성 생성을 참고하세요.
TTS 모델 사용 시기
두 Gemini 3.8 TTS 모델은 동일한 요청 스키마와 프롬프트 형식을 공유합니다. 워크로드에 맞는 모델을 선택합니다.
| 기능 또는 워크로드 | Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
|---|---|---|
| 기본 강점 | 음성 충실도, 연기 뉘앙스, 방언 지원 | 높은 처리량, 짧은 지연 시간, 비용 효율성 |
| 최적의 사용 사례 | 오디오북, 스튜디오 내레이션, 복잡한 다중 화자 대화, 빈번한 보컬 버스트 태그, 어려운 발음, 지역 방언 | 대량 생산, 실시간 음성 에이전트 캐스케이드, 텍스트 음성 변환 기능, 음성 복제, 일상적인 단일 화자 음성 |
| 지원되는 언어 | 130개 언어 | 101개 언어 |
| 모델 ID | gemini-3.8-flash-tts |
|
|---|---|---|
| 형식 |
|
|
| 토큰 한도 | 입력 토큰 한도 | 8,192 |
| 출력 토큰 한도 | 16,384 | |
| 기능 | ||
| API |
|
|
| 소비 옵션 |
|
|
| 지원되는 리전 |
|
|
| 버전 |
|
|
| 지원 언어 | 130개 언어 지원되는 언어를 참고하세요. | |
시작하기
다음 예시에서는 단일 화자 음성을 생성하고 WAV 파일로 저장합니다.
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-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-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
이전 Gemini TTS 모델을 사용하는 경우 이전 가이드를 참고하세요.