TTS de Gemini 3.8 Flash-Lite

Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) es el modelo de texto a voz rápido y rentable de Google para cargas de trabajo de producción de alta capacidad de procesamiento, disponible a través de Gemini Enterprise.

Funciones

  • Eficiencia de alta capacidad de procesamiento: Se creó para la producción masiva, las cascadas de agentes de voz conversacionales, las funciones de lectura en voz alta y el habla cotidiana de un solo interlocutor en 103 idiomas.
  • Mismo esquema que Gemini 3.8 Flash TTS: Usa el mismo esquema de solicitud y formato de instrucciones que gemini-3.8-flash-tts, por lo que puedes cambiar de modelo modificando el ID del modelo.
  • Opciones de voz: Funciona con 30 voces precompiladas, más de 2,000 voces seleccionadas en la biblioteca de voces extendida, voces que creas con Diseño de voz o Remix de voz, y voces que replicas con Replicación de voz.

Para conocer las funciones, las muestras de código y las instrucciones, consulta Genera voz con Gemini TTS.

Cuándo usar cada modelo de TTS

Ambos modelos de Gemini 3.8 TTS comparten el mismo esquema de solicitud y formato de instrucciones. Elige el modelo que se adapte a tu carga de trabajo:

Función o carga de trabajo TTS de Gemini 3.8 Flash-Lite (gemini-3.8-flash-lite-tts) Gemini 3.8 Flash TTS (gemini-3.8-flash-tts)
Fortaleza principal Alta capacidad de procesamiento, baja latencia y rentabilidad Fidelidad de la voz, matices de actuación y cobertura de dialectos
Mejores casos de uso Producción de gran volumen, cascadas de agentes de voz en tiempo real, funciones de lectura en voz alta, replicación de voz, voz cotidiana de un solo interlocutor Audiolibros, narración de estudio, diálogos complejos con varios interlocutores, etiquetas frecuentes de ráfagas de voz, pronunciación difícil, dialectos regionales
Idiomas compatibles 103 idiomas 132 idiomas

Probar en Agent Studio Ver en Model Garden Guía para desarrolladores Precios

ID de modelo gemini-3.8-flash-lite-tts
Modalidades
Texto Solo entrada
Imagen No compatible
Audio Solo salida
Video No compatible
Límites de tokens Límite de tokens de entrada 8,192
Límite de tokens de salida 16,384
Funciones
Opciones de consumo
Regiones admitidas

Disponibilidad de modelos

  • Global: global
  • Multirregión: us, eu

Procesamiento de AA

  • Multirregión: us, eu

Pago por uso estándar

  • Global: global
  • Multirregión: us, eu

API de Voices (versión preliminar)

  • Global: global
Versiones
  • gemini-3.8-flash-lite-tts
    • Etapa de lanzamiento: DG
    • Fecha de lanzamiento: 28 de octubre de 2026
Lenguajes compatibles 103 idiomas Consulta los idiomas admitidos.

Comenzar

En el siguiente ejemplo, se genera voz de un solo interlocutor y se guarda como un archivo WAV:

Console

  1. Abre Gemini 3.8 Flash-Lite TTS en Agent Studio.
  2. En el panel de configuración, elige una Voz, un Idioma (o mantén Detección automática) y una descripción opcional del Estilo (por ejemplo, cheerful and friendly).
  3. Ingresa la transcripción que se dirá en el cuadro de instrucción y envíala para generar, reproducir o descargar el audio WAV. Haz clic en Obtener código para exportar la solicitud como Python, JavaScript o curl.

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

Si usas gemini-3.1-flash-tts-preview o algún otro modelo de Gemini TTS anterior, consulta la guía de migración.