Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) est le modèle de synthèse vocale rapide et économique de Google pour les charges de travail de production à haut débit, disponible via Gemini Enterprise.
Capacités
- Efficacité à haut débit : conçu pour la production de masse, les cascades d'agents vocaux conversationnels, les fonctionnalités de lecture à voix haute et la synthèse vocale quotidienne à un seul locuteur dans 103 langues.
- Même schéma que Gemini 3.8 Flash TTS : utilise le même schéma de requête et le même format de requête que
gemini-3.8-flash-tts. Vous pouvez donc changer de modèle en modifiant l'ID du modèle. - Options de voix : fonctionne avec 30 voix prédéfinies, plus de 2 000 voix sélectionnées dans la bibliothèque de voix étendue, les voix que vous créez avec la conception de voix et les voix que vous répliquez avec la réplication vocale.
Pour en savoir plus sur les fonctionnalités, les exemples de code et les conseils de prompt, consultez Générer des voix avec Gemini TTS.
Quand utiliser quel modèle TTS
Les deux modèles Gemini 3.8 TTS partagent le même schéma de requête et le même format de requête. Choisissez le modèle qui correspond à votre charge de travail :
| Fonctionnalité ou charge de travail | Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
|---|---|---|
| Force principale | Haut débit, faible latence et rentabilité | Fidélité de la voix, nuances de jeu et couverture des dialectes |
| Meilleurs cas d'utilisation | Production à grande échelle, cascades d'agents vocaux en temps réel, fonctionnalités de lecture à voix haute, réplication vocale, voix d'un seul locuteur au quotidien | Livres audio, narration en studio, dialogues complexes entre plusieurs locuteurs, balises d'éclats de voix fréquentes, prononciation difficile, dialectes régionaux |
| Langues disponibles | 103 langues | 132 langues |
Essayer dans Agent Studio Afficher dans Model Garden Guide du développeur Tarifs
| ID du modèle | gemini-3.8-flash-lite-tts |
|
|---|---|---|
| Modalités |
|
|
| Limites de jetons | Limite de jetons d'entrée | 8 192 |
| Limite de jetons de sortie | 16 384 | |
| Capacités |
|
|
| Options de consommation |
|
|
| Régions où le service est disponible |
|
|
|
||
|
||
|
API Voices (aperçu) |
|
|
| Versions |
|
|
| Langues disponibles | 103 langues. Consultez la section Langues acceptées. | |
Commencer
L'exemple suivant génère un discours à un seul locuteur et l'enregistre sous forme de fichier WAV :
Console
- Ouvrez Gemini 3.8 Flash-Lite TTS dans Agent Studio.
- Dans le panneau des paramètres, choisissez une Voix, une Langue (ou conservez l'option Détection automatique) et une description facultative du Style (par exemple,
cheerful and friendly). - Saisissez la transcription à prononcer dans le champ du prompt, puis envoyez-la pour générer, lire ou télécharger l'audio WAV. Cliquez sur Obtenir le code pour exporter la requête en Python, JavaScript ou 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 vous utilisez gemini-3.1-flash-tts-preview ou un autre modèle de synthèse vocale Gemini antérieur, consultez le guide de migration.