Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) adalah model text-to-speech Google yang cepat dan hemat biaya untuk workload produksi dengan throughput tinggi, yang tersedia melalui Gemini Enterprise.
Kemampuan
- Efisiensi throughput tinggi: Dibuat untuk produksi massal, kaskade agen suara percakapan, fitur baca lisan, dan ucapan satu pembicara sehari-hari dalam 103 bahasa.
- Skema yang sama dengan Gemini 3.8 Flash TTS: Menggunakan skema permintaan dan
format perintah yang sama dengan
gemini-3.8-flash-tts, sehingga Anda dapat beralih model dengan mengubah ID model. - Opsi suara: Berfungsi dengan 30 suara bawaan, lebih dari 2.000 suara pilihan di Extended Voice Library, suara yang Anda buat dengan Voice design, dan suara yang Anda replikasi dengan Voice replication.
Untuk mengetahui fitur, contoh kode, dan panduan perintah, lihat Membuat ucapan dengan Gemini TTS.
Kapan harus menggunakan model TTS tertentu
Kedua model Gemini 3.8 TTS memiliki skema permintaan dan format perintah yang sama. Pilih model yang sesuai dengan workload Anda:
| Fitur atau workload | Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
|---|---|---|
| Kekuatan utama | Throughput tinggi, latensi rendah, dan efisiensi biaya | Ketepatan suara, nuansa akting, dan cakupan dialek |
| Kasus penggunaan terbaik | Produksi bervolume tinggi, agen suara real-time, fitur baca lisan, replikasi suara, ucapan sehari-hari dengan satu pembicara | Buku audio, narasi studio, dialog multi-penutur yang kompleks, tag letupan vokal yang sering, pengucapan yang sulit, dialek regional |
| Bahasa yang didukung | 103 bahasa | 132 bahasa |
Coba di Agent Studio Lihat di Model Garden Panduan developer Harga
| ID Model | gemini-3.8-flash-lite-tts |
|
|---|---|---|
| Modalitas |
|
|
| Batas token | Batas token input | 8.192 |
| Batas token output | 16.384 | |
| Kemampuan |
|
|
| Opsi pemakaian |
|
|
| Region yang didukung |
|
|
|
||
|
||
|
Voices API (Pratinjau) |
|
|
| Versi |
|
|
| Bahasa yang didukung | 103 bahasa. Lihat Bahasa yang didukung. | |
Mulai
Contoh berikut menghasilkan ucapan satu pembicara dan menyimpannya sebagai file WAV:
Konsol
- Buka Gemini 3.8 Flash-Lite TTS di Agent Studio.
- Di panel setelan, pilih Voice, Language (atau tetap gunakan
Auto-detect), dan deskripsi Style opsional (misalnya,
cheerful and friendly). - Masukkan transkrip yang akan diucapkan di kotak perintah dan kirimkan untuk membuat, memutar, atau mendownload audio WAV. Klik Get code untuk mengekspor permintaan sebagai Python, JavaScript, atau 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
Jika Anda menggunakan gemini-3.1-flash-tts-preview atau model Gemini TTS sebelumnya,
lihat
panduan migrasi.