Gemini 3.8 Flash-Lite TTS

O Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) é o modelo de conversão de texto em voz rápido e econômico do Google para cargas de trabalho de produção de alta capacidade, disponível pelo Gemini Enterprise.

Recursos

  • Eficiência de alta capacidade de processamento: criado para produção em massa, cascatas de agentes de voz de conversação, recursos de leitura em voz alta e fala diária de um único locutor em 103 idiomas.
  • Mesmo esquema do Gemini 3.8 Flash TTS: usa o mesmo esquema de solicitação e formato de comando que gemini-3.8-flash-tts. Assim, é possível trocar de modelo mudando o ID dele.
  • Opções de voz: funciona com 30 vozes pré-criadas, mais de 2.000 vozes selecionadas na Biblioteca de Vozes Estendida, vozes criadas com o Design de Voz ou o Remix de Voz e vozes replicadas com a Replicação de Voz.

Para recursos, exemplos de código e orientações sobre comandos, consulte Gerar fala com a TTS do Gemini.

Quando usar cada modelo de TTS

Os dois modelos do Gemini 3.8 TTS compartilham o mesmo esquema de solicitação e formato de comando. Escolha o modelo que se adapta à sua carga de trabalho:

Recurso ou carga de trabalho Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) Gemini 3.8 Flash TTS (gemini-3.8-flash-tts)
Principal ponto forte Alta capacidade de processamento, baixa latência e eficiência de custos Fidelidade de voz, nuances de atuação e cobertura de dialetos
Melhores casos de uso Produção em alto volume, cascatas de agentes de voz em tempo real, recursos de leitura em voz alta, replicação de voz, fala cotidiana de um único locutor Audiolivros, narração de estúdio, diálogos complexos com vários falantes, tags frequentes de explosão vocal, pronúncia difícil, dialetos regionais
Idiomas aceitos 103 idiomas 132 idiomas

Teste no Agent Studio Confira no Model Garden Guia para desenvolvedores Preços

ID do modelo gemini-3.8-flash-lite-tts
Modalidades
Texto Somente entrada
Imagem Não compatível
Áudio Somente saída
Vídeo Não compatível
Limites de tokens Limite de tokens de entrada 8.192
Limite de token de saída 16.384
Recursos
Opções de consumo
Regiões compatíveis

Disponibilidade do modelo

  • Global: global
  • Multirregional: us, eu

Processamento de ML

  • Multirregional: us, eu

Standard PayGo

  • Global: global
  • Multirregional: us, eu

API Voices (pré-lançamento)

  • Global: global
Versões
  • gemini-3.8-flash-lite-tts
    • Estágio de lançamento: GA
    • Data de lançamento: 28 de outubro de 2026
Idiomas compatíveis 103 idiomas. Consulte os idiomas disponíveis.

Primeiros passos

O exemplo a seguir gera uma fala de um único locutor e a salva como um arquivo WAV:

Console

  1. Abra o Gemini 3.8 Flash-Lite TTS no Agent Studio.
  2. No painel de configurações, escolha uma Voz, um Idioma (ou mantenha Detecção automática) e uma descrição opcional de Estilo (por exemplo, cheerful and friendly).
  3. Insira a transcrição que será falada na caixa de comando e envie para gerar, reproduzir ou baixar o áudio WAV. Clique em Ver código para exportar a solicitação como 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

Se você usa o gemini-3.1-flash-tts-preview ou outro modelo anterior de TTS do Gemini, consulte o guia de migração.