Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) הוא מודל המרת הטקסט לדיבור (TTS) המהיר והחסכוני של Google, שמיועד לעומסי עבודה של ייצור עם תפוקה גבוהה וזמין דרך Gemini Enterprise.
יכולות
- יעילות גבוהה: המודל נועד ליצירת תוכן בכמות גדולה, לסוכני קול לשיחות, לתכונות הקראה ולדיבור יומיומי של דובר יחיד ב-103 שפות.
- סכימה זהה ל-Gemini 3.8 Flash TTS: משתמש באותה סכימת בקשה ובאותו פורמט הנחיה כמו
gemini-3.8-flash-tts, כך שאפשר להחליף מודלים על ידי שינוי מזהה המודל. - אפשרויות קוליות: עובד עם 30 קולות מובנים, יותר מ-2,000 קולות שנבחרו בקפידה בספריית הקולות המורחבת, קולות שאתם יוצרים באמצעות עיצוב קול וקולות שאתם משכפלים באמצעות רפליקציה של קולות.
במאמר יצירת דיבור באמצעות Gemini TTS מפורטות התכונות, דוגמאות קוד והנחיות לכתיבת הנחיות.
מתי להשתמש בכל מודל TTS
לשני המודלים של Gemini 3.8 TTS יש אותה סכימת בקשות ואותו פורמט הנחיות. בוחרים את המודל שמתאים לעומס העבודה:
| תכונה או עומס עבודה | Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
|---|---|---|
| החוזק העיקרי | תפוקה גבוהה, זמן אחזור נמוך ועלות-תועלת | דיוק הקול, ניואנסים במשחק וכיסוי של ניבים |
| תרחישי השימוש הכי טובים | הפקה בנפח גבוה, סוכני קול בזמן אמת, תכונות הקראה, רפליקציה של קולות, דיבור יומיומי של דובר יחיד | ספרי אודיו, קריינות באולפן, דיאלוג מורכב עם כמה דוברים, תגים תכופים של התפרצויות קוליות, הגייה קשה, ניבים אזוריים |
| השפות הנתמכות | 103 שפות | 132 שפות |
התנסות ב-Agent Studio הצגה ב-Model Garden מדריך למפתחים תמחור
| מזהה המודל | gemini-3.8-flash-lite-tts |
|
|---|---|---|
| מודליות |
|
|
| מגבלות על טוקנים | מגבלת טוקנים של קלט | 8,192 |
| מגבלת הטוקנים בפלט | 16,384 | |
| יכולות |
|
|
| אפשרויות צריכה |
|
|
| אזורים נתמכים |
|
|
|
||
|
||
|
Voices API (גרסת טרום-השקה) |
|
|
| גרסאות |
|
|
| שפות נתמכות | 103 שפות. לרשימת השפות הנתמכות | |
קדימה, מתחילים
בדוגמה הבאה נוצר דיבור של דובר יחיד ונשמר כקובץ WAV:
המסוף
- פותחים את Gemini 3.8 Flash-Lite TTS ב-Agent Studio.
- בחלונית ההגדרות, בוחרים קול, שפה (או משאירים את האפשרות זיהוי אוטומטי) ותיאור סגנון אופציונלי (לדוגמה,
cheerful and friendly). - מזינים את התמליל שרוצים להקריא בתיבת הפרומפט ושולחים אותו כדי ליצור, להפעיל או להוריד את קובץ האודיו בפורמט WAV. לוחצים על Get code כדי לייצא את הבקשה כ-Python, JavaScript או 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
אם אתם משתמשים ב-gemini-3.1-flash-tts-preview או במודל Gemini TTS קודם אחר, עיינו במדריך להעברת נתונים.