Gemini 3.8 Flash TTS vs Gemini 3.1 Flash TTS

Gemini 3.8 Flash TTS vs Gemini 3.1 Flash TTS في لمحة

Gemini 3.8 Flash TTS وGemini 3.1 Flash TTS كلاهما من نماذج Google ضمن فئة توليد الصوت، ومتاحان عبر واجهة EmpirioLabs API.

أهم الفروق

• Gemini 3.8 Flash TTS هو الإصدار الأحدث (22 سبتمبر 2026)؛ أما Gemini 3.1 Flash TTS فصدر في 13 أبريل 2026.
• قدرات مذكورة لـ Gemini 3.8 Flash TTS فقط: voice tags, voice control, streaming, voice cloning.
• Gemini 3.8 Flash TTS لديه السعر الأقل لـ المخرجات (لكل مليون رمز مولد).
• للنموذجين السعر نفسه لـ المدخلات (لكل 1M رموز مطالبة).

Gemini 3.8 Flash TTS vs Gemini 3.1 Flash TTS: المواصفات

Gemini 3.8 Flash TTS vs Gemini 3.1 Flash TTS: أسعار الواجهة

أسعار مباشرة من كتالوج EmpirioLabs لكلا النموذجين. كل جدول أسعار يطابق دائمًا ما تحتسبه الواجهة.

Gemini 3.8 Flash TTS vs Gemini 3.1 Flash TTS: معلمات الواجهة

معلمات الطلب المدرجة لكل نموذج على EmpirioLabs، مع القيم المسموح بها أو النطاق حيثما ينطبق. تشير الشرطة إلى معلمة غير مدرجة للنموذج.

Gemini 3.8 Flash TTS vs Gemini 3.1 Flash TTS: الحدود والملاحظات

Gemini 3.8 Flash TTS

الحدود

• النص: حتى 5,000 حرف لكل طلب
• الفوترة الصوتية: 32 رمز إخراج في الثانية من الصوت المولد
• 130 لغة. يتم اكتشاف لغة النص تلقائيا.

الأصوات

• الثلاثون صوتا في قائمة voice يتحدثون كل اللغات المدعومة.
• GET /v1/voices?model=gemini-3-8-flash-tts يسرد المكتبة الكاملة التي تضم أكثر من 2000 صوت عبر 30 موقعا، مع اللغة، اللهجة، الجنس، النغمة، ووصف لكل منها. قم بتصفيتها باستخدام language أو gender أو pitch أو q. أي معرف يعيده يعمل ك voice أو voice2؛ وعندما تضبط language أيضا، استخدم لغة الصوت نفسها.

أصوات مخصصة

• اضبط voice على custom ومرر تسجيلين لنفس المتحدث البالغ كروابط https: voice_audio_url، 10 إلى 30 ثانية من الكلام الطبيعي، وvoice_consent_audio_url المتحدث الذي يقول: "أنا مالك هذا الصوت وأوافق على استخدام جوجل لهذا الصوت لإنشاء نموذج صوت اصطناعي." يتم قبول البيان ب 30 لغة؛ consent_statements في هذا المعامل يسرد كل تعبير.
• يجب أن يكون كلاهما تسجيلات لشخص حقيقي، في غرفة هادئة على نفس الميكروفون. الصوت المولد بالذكاء الاصطناعي غير مقبول. يتم قبول WAV، MP3، M4A، OGG، WEBM وFLAC، حتى 15 ميجابايت لكل منها.
• يشمل الرد voice_id وvoice_id_expires_at. مرر voice_id كvoice أو voice2 لإعادة استخدام الصوت لمدة 7 أيام دون تسجيلات جديدة. voice_id يعمل فقط للحساب الذي أنشأه.
• هذا النموذج لا يحتفظ بقائمة الأصوات المخصصة، لذا يحافظ على voice_id من الرد. ينتهي الصوت المخصص عندما ينتهي صلاحية معرفه، لذلك لا يوجد شيء للحذف.
• في Playground، قم بضبط الصوت على Custom لاستخدام صوت تم إنشاؤه في نفس التبويب مرة أخرى، أو انسخ معرفه.

اتجاه التسليم

• ضع توجيه المقطع بأكمله في style_prompt بدلا من النص، مثل "دافئ، غير مستعجل، ومطمئن".
• ضع علامات الصوت في الصف حيث يجب أن يحدث الصوت. استخدم هذه العلامات الإنجليزية حتى لو كان النص بلغة أخرى:

<argh> <breath> <heavy breath> <exhales> <cackle> <cheer> <chuckle> <chuckles> <cough> <cry> <gasp> <giggle> <groan> <growl> <grunt> <grr> <hiss> <laugh> <laughter> <moan> <pant> <pff> <phew> <scream> <shout> <shriek> <sigh> <sighs> <sneeze> <snicker> <snort> <sob> <throat-clearing> <tsk> <whimper> <whispers> <whispering> <yawn> <short pause> <long pause>

• اكتب كلمة بحرف كبير لتأكيدها. لف رد فعل المستمع في أنابيب مثل |مم-هم|، لإضافتها دون بدء دور جديد.

متعدد السماعات

• حتى متحدثين لكل طلب. ابدأ كل سطر باسم المتحدث ونقطتين، مثل المتحدث1: والمتحدث2:. يجب أن تتطابق الأسماء مع speaker1_name وspeaker2_name.

الإنتاج

• WAV، MP3، OGG (أوبوس)، ALAW، أو MULAW، على تردد 8,000 إلى 48,000 هرتز.
• POST /v1/audio/speech:stream يرسل أجزاء PCM بطول 16 بت عند 24,000 هرتز أثناء توليد الصوت، ثم يرسل الملف الكامل بالتنسيق المطلوب. speed متاح على POST /v1/audio/speech فقط.

Gemini 3.1 Flash TTS

أكثر أجهزة Gemini TTS قابلية للتحكم حتى الآن.

الحدود

• نص + موجه الأسلوب: 4,000 بايت لكل منها (8,000 بايت مجتمعة)
• أقصى إخراج: ~10 دقائق
• الفوترة الصوتية: ~25 رمزا في الثانية (~15 chars/s)
• يتم اكتشاف اللغة تلقائيا؛ إعداد اللغة هو تلميح وليس قيد

علامات الصوت المدمجة (توصيل التحكم)

• المشاعر: [whispers]، [shouts]، [laughs]، [sighs]، [cheerful]، [sad]، [angry]، إلخ.
• الوتيرة: [slow]، [fast]، [extremely fast]، [normal pace]
• توقفات: [short pause]، [long pause]، [breath]
• التأكيد: [softly]، [loudly]، [high pitch]، [low pitch]، [rising tone]، [falling tone]

كيفية استدعاء Gemini 3.8 Flash TTS وGemini 3.1 Flash TTS

يولّد Gemini 3.8 Flash TTS الكلام عبر POST /v1/audio/speech ويعيد صوتًا قابلًا للتشغيل. أرسل النص المطلوب نطقه في input مع معرّف النموذج gemini-3-8-flash-tts. يُستدعى النموذجان عبر نقطة النهاية نفسها. اضبط model على gemini-3-8-flash-tts أو gemini-3-1-flash-tts. احصل على مفتاح API من لوحة تحكم EmpirioLabs.

curl https://api.empiriolabs.ai/v1/audio/speech \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-8-flash-tts",
    "input": "Welcome to EmpirioLabs. Your build just finished."
  }' \
  --output speech.mp3

Gemini 3.8 Flash TTS vs Gemini 3.1 Flash TTS: أسئلة شائعة

ما الفرق بين Gemini 3.8 Flash TTS وGemini 3.1 Flash TTS؟

Gemini 3.8 Flash TTS هو الإصدار الأحدث (22 سبتمبر 2026)؛ أما Gemini 3.1 Flash TTS فصدر في 13 أبريل 2026. قدرات مذكورة لـ Gemini 3.8 Flash TTS فقط: voice tags, voice control, streaming, voice cloning. Gemini 3.8 Flash TTS لديه السعر الأقل لـ المخرجات (لكل مليون رمز مولد). المواصفات وجداول الأسعار والمعلمات في هذه الصفحة مصدرها كتالوج EmpirioLabs المباشر.

أيهما أحدث، Gemini 3.8 Flash TTS أم Gemini 3.1 Flash TTS؟

Gemini 3.8 Flash TTS هو الإصدار الأحدث (22 سبتمبر 2026)؛ أما Gemini 3.1 Flash TTS فصدر في 13 أبريل 2026.

أيهما سعره أقل، Gemini 3.8 Flash TTS أم Gemini 3.1 Flash TTS؟

Gemini 3.8 Flash TTS لديه السعر الأقل لـ المخرجات (لكل مليون رمز مولد). للنموذجين السعر نفسه لـ المدخلات (لكل 1M رموز مطالبة). جدولا الأسعار المباشران موجودان في هذه الصفحة ويطابقان دائمًا ما تحتسبه الواجهة.

هل يمكنني التبديل بين Gemini 3.8 Flash TTS وGemini 3.1 Flash TTS دون إعادة بناء التكامل؟

نعم. يستخدم النموذجان POST /v1/audio/speech بمفتاح EmpirioLabs API نفسه، لذا يكفي في معظم التكاملات تغيير قيمة model للتبديل. راجع أولًا جدول المعلمات في هذه الصفحة إذا كنت تعتمد على معلمة خاصة بنموذج معين.

هل يمكنني تجربة Gemini 3.8 Flash TTS وGemini 3.1 Flash TTS في المتصفح قبل الدمج؟

نعم. افتح كل نموذج في ملعب EmpirioLabs وشغّل المطالبة نفسها على الاثنين، بالمعلمات التي توفرها الواجهة.