Gemini 3.8 Flash TTS

Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) adalah model text-to-speech unggulan Google, yang tersedia melalui Gemini Enterprise. Model ini dibuat untuk akurasi suara berkualitas studio, akting ekspresif, aksen regional autentik, dan audio multi-turn berdurasi panjang yang stabil.

Kemampuan

  • Keakuratan akustik dan nuansa akting: Memberikan rentang emosional yang luas, irama alami, dan kepatuhan yang ketat terhadap arahan style tingkat giliran dan peristiwa vokal inline seperti <laugh>, <sigh>, dan <short pause>.
  • Stabilitas multi-giliran berdurasi panjang: Menjaga identitas suara, timbre, volume, dan nada ruangan tetap konsisten di seluruh dialog panjang dan narasi berdurasi beberapa menit.
  • Aksen dan pengucapan regional: Mendukung aksen regional dan dialek minoritas dalam 132 bahasa.
  • 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 TTS (gemini-3.8-flash-tts) Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts)
Kekuatan utama Ketepatan suara, nuansa akting, dan cakupan dialek Throughput tinggi, latensi rendah, dan efisiensi biaya
Kasus penggunaan terbaik Buku audio, narasi studio, dialog multi-penutur yang kompleks, tag letupan vokal yang sering, pengucapan yang sulit, dialek regional Produksi bervolume tinggi, agen suara real-time, fitur baca lisan, replikasi suara, ucapan sehari-hari dengan satu pembicara
Bahasa yang didukung 132 bahasa 103 bahasa

Coba di Agent Studio Lihat di Model Garden Panduan developer Harga

ID Model gemini-3.8-flash-tts
Modalitas
Teks Khusus input
Gambar Tidak didukung
Audio Khusus output
Video Tidak didukung
Batas token Batas token input 8.192
Batas token output 16.384
Kemampuan
API
Opsi pemakaian
Region yang didukung

Ketersediaan model

  • Global: global
  • Multi-region: us, eu

Pemrosesan ML

  • Multi-region: us, eu

PayGo Standar

  • Global: global
  • Multi-region: us, eu

Voices API (Pratinjau)

  • Global: global
Versi
  • gemini-3.8-flash-tts
    • Tahap peluncuran: GA
    • Tanggal rilis: 28 Oktober 2026
Bahasa yang didukung 132 bahasa. Lihat Bahasa yang didukung.

Mulai

Contoh berikut menghasilkan ucapan satu pembicara dan menyimpannya sebagai file WAV:

Konsol

  1. Buka Gemini 3.8 Flash TTS di Agent Studio.
  2. Di panel setelan, pilih Voice, Language (atau tetap gunakan Auto-detect), dan deskripsi Style opsional (misalnya, cheerful and friendly).
  3. 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-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-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 model Gemini TTS yang lebih lama, lihat panduan migrasi.