Gemini 3.8 Flash TTS (gemini-3.8-flash-tts)는 Gemini Enterprise를 통해 사용할 수 있는 Google의 대표적인 텍스트 음성 변환 모델입니다. 스튜디오급 고음질 음성, 표현력이 풍부한 연기, 진정성 있는 지역별 억양, 안정적인 긴 형식의 멀티턴 오디오를 위해 빌드되었습니다.
기능
- 음향 충실도 및 연기 뉘앙스: 폭넓은 감정 범위, 자연스러운 억양, 차례 수준의
style방향 및 인라인 음성 이벤트(예:<laugh>,<sigh>,<short pause>)를 긴밀하게 준수합니다. - 긴 형식, 멀티턴 안정성: 긴 대화와 몇 분 길이의 내레이션에서 음성 ID, 음색, 볼륨, 실내 톤을 일관되게 유지합니다.
- 지역 억양 및 발음: 130개 언어로 지역 억양과 소수 방언을 지원합니다.
- 음성 옵션: 사전 빌드된 음성 30개, 확장 음성 라이브러리의 선별된 음성 2,000개 이상, 음성 디자인으로 만든 음성, 음성 복제로 복제한 음성과 함께 작동합니다.
기능, 코드 샘플, 프롬프트 안내는 Gemini TTS로 음성 생성을 참조하세요.
TTS 모델 사용 시기
두 Gemini 3.8 TTS 모델은 동일한 요청 스키마와 프롬프트 형식을 공유합니다. 워크로드에 맞는 모델을 선택합니다.
| 기능 또는 워크로드 | Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
|---|---|---|
| 주요 강점 | 음성 충실도, 연기 뉘앙스, 방언 범위 | 높은 처리량, 짧은 지연 시간, 비용 효율성 |
| 최적의 사용 사례 | 오디오북, 스튜디오 내레이션, 복잡한 다중 화자 대화, 빈번한 음성 버스트 태그, 어려운 발음, 지역 방언 | 대량 프로덕션, 실시간 음성 에이전트 캐스케이드, 소리 내어 읽어주기 기능, 음성 복제, 일상적인 단일 화자 음성 |
| 지원되는 언어 | 130개 언어 | 101개 언어 |
Agent Studio에서 사용해 보기 개발자 가이드 가격 책정
| 모델 ID | gemini-3.8-flash-tts |
|
|---|---|---|
| 형식 |
|
|
| 토큰 한도 | 입력 토큰 한도 | 8,192 |
| 출력 토큰 한도 | 16,384 | |
| 기능 | ||
| API |
|
|
| 소비 옵션 |
|
|
| 지원되는 리전 |
|
|
|
||
|
||
|
Voices API (프리뷰) |
|
|
| 버전 |
|
|
| 지원 언어 | 130개 언어 지원되는 언어를 참고하세요. | |
시작하기
다음 예시에서는 단일 화자 음성을 생성하고 WAV 파일로 저장합니다.
콘솔
- Agent Studio에서 Gemini 3.8 Flash TTS를 엽니다.
- 설정 패널에서 음성, 언어 (또는 자동 감지 유지), 선택적 스타일 설명 (예:
cheerful and friendly)을 선택합니다. - 프롬프트 상자에 말할 스크립트를 입력하고 제출하여 WAV 오디오를 생성, 재생 또는 다운로드합니다. 코드 가져오기를 클릭하여 요청을 Python, JavaScript 또는 curl로 내보냅니다.
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
이전 Gemini TTS 모델을 사용하는 경우 이전 가이드를 참조하세요.