Gemini 3.8 Flash-Lite TTS واجهة برمجة التطبيقات

حول Gemini 3.8 Flash-Lite TTS

كلام فعال من حيث التكلفة لوكلاء الصوت والدبلجة، مع بث مباشر، وعلامات صوتية، وحوار بين مكبرين عبر 101 لغة و2000+ صوت.

يعرف أيضا باسم Gemini Flash-Lite TTS, Google Gemini 3.8 Flash-Lite TTS, Gemini-3.8-Flash-Lite-TTS

مواصفات Gemini 3.8 Flash-Lite TTS

معرّف النموذج

gemini-3-8-flash-lite-tts

المطور

Google

الفئة

توليد الصوت

تاريخ الإصدار

22 سبتمبر 2026

الإدخال

نص

الإخراج

صوت

نقاط النهاية

POST/v1/audio/speechPOST/v1/audio/speech:streamGET/v1/voices

معرّفات نموذج بديلة

gemini-3.8-flash-lite-ttsgoogle/gemini-3.8-flash-lite-tts

أسعار واجهة Gemini 3.8 Flash-Lite TTS API

أسعار الدفع حسب الاستخدام مباشرة من كتالوج EmpirioLabs. تدفع فقط مقابل ما تستخدمه، بدون حد أدنى شهري.

كيفية استدعاء واجهة Gemini 3.8 Flash-Lite TTS API

يولّد Gemini 3.8 Flash-Lite TTS الكلام عبر POST /v1/audio/speech ويعيد صوتًا قابلًا للتشغيل. أرسل النص المطلوب نطقه في input مع معرّف النموذج gemini-3-8-flash-lite-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-lite-tts",
    "input": "Welcome to EmpirioLabs. Your build just finished."
  }' \
  --output speech.mp3

import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/audio/speech",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={"model": "gemini-3-8-flash-lite-tts", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
    f.write(response.content)

معلمات واجهة Gemini 3.8 Flash-Lite TTS API

معلمات الطلب التي تدعمها واجهة Gemini 3.8 Flash-Lite TTS API على EmpirioLabs. تُطبق القيم الافتراضية عند حذف أي حقل.

معلومات مفيدة

الحدود

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

الأصوات

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

واجهة Gemini 3.8 Flash-Lite TTS API: أسئلة شائعة

كم تكلف واجهة Gemini 3.8 Flash-Lite TTS API؟

على EmpirioLabs، تتم فوترة Gemini 3.8 Flash-Lite TTS حسب الاستخدام: المدخلات $2.60 لكل 1M رموز مطالبة; المخرجات $31.20 لكل مليون رمز مولد. جدول الأسعار المباشر في هذه الصفحة يطابق دائمًا ما تحتسبه الواجهة.

أي نقطة نهاية يستخدم Gemini 3.8 Flash-Lite TTS؟

يُقدَّم Gemini 3.8 Flash-Lite TTS عبر POST /v1/audio/speech على api.empiriolabs.ai مع مصادقة Bearer القياسية.

هل يمكنني تجربة Gemini 3.8 Flash-Lite TTS في المتصفح قبل الدمج؟

نعم. يشغّل ملعب EmpirioLabs نموذج Gemini 3.8 Flash-Lite TTS في المتصفح بنفس المعلمات التي تتيحها الواجهة، لتجربة المطالبات قبل كتابة الكود.

كيف أحصل على مفتاح API لنموذج Gemini 3.8 Flash-Lite TTS؟

أنشئ حساب EmpirioLabs ثم أنشئ مفتاحًا من API Keys في لوحة التحكم. الفوترة برصيد الدفع حسب الاستخدام، فلا تدفع إلا مقابل الطلبات التي تنفذها.

قارن Gemini 3.8 Flash-Lite TTS بنماذج أخرى