Typ
Spezifikation
Preis
Eingabe
pro 1M Prompt-Token
$2.60
Ausgabe
pro 1 Million generierter Token
$46.80
Gemini 3.8 Flash TTS und Gemini 3.1 Flash TTS im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
Google AudiogenerationGemini 3.8 Flash TTS und Gemini 3.1 Flash TTS sind beide Modelle von Google in der Kategorie Audiogeneration und über die EmpirioLabs API verfügbar.
| Spezifikation | Gemini 3.8 Flash TTS | Gemini 3.1 Flash TTS |
|---|---|---|
| Modell-ID | gemini-3-8-flash-tts | gemini-3-1-flash-tts |
| Autor | ||
| Veröffentlicht | 22. Sept. 2026 | 13. Apr. 2026 |
| Max. Ausgabe | - | 19.661 Token |
| Eingabe | Text | Text |
| Ausgabe | Audio | Audio |
| Endpoints | POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices | POST /v1/audio/speech |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | Gemini 3.8 Flash TTS | Gemini 3.1 Flash TTS |
|---|---|---|
| input | max. 5000 | string |
| mode | single, multi Standard: single | single, multi Standard: single |
| language | string | string Standard: en-US |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Standard: Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Standard: Charon |
| voice_audio_url | string | - |
| voice_consent_audio_url | string | - |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Standard: Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... Standard: Kore |
| speaker1_name | string Standard: Speaker1 | string Standard: Speaker1 |
| speaker2_name | string Standard: Speaker2 | string Standard: Speaker2 |
| output_format | WAV, MP3, OGG, ALAW, MULAW Standard: WAV | WAV, MP3, OGG, ALAW, MULAW Standard: WAV |
| speed | 0.25 bis 2 Standard: 1 | 0.25 bis 2 Standard: 1 |
| volume_gain | -96 bis 16 Standard: 0 | -96 bis 16 Standard: 0 |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 Standard: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 Standard: 24000 |
| style_prompt | string | string |
<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>Das bisher am meisten steuerbare Gemini-TTS.
Inline-Audio-Tags (Steuerungslieferung)
Gemini 3.8 Flash TTS erzeugt Sprache über POST /v1/audio/speech und liefert abspielbares Audio. Sende den zu sprechenden Text als input mit der Modell-ID gemini-3-8-flash-tts. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf gemini-3-8-flash-tts oder gemini-3-1-flash-tts. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
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.mp3Gemini 3.8 Flash TTS ist die neuere Veröffentlichung (22. Sept. 2026); Gemini 3.1 Flash TTS erschien am 13. Apr. 2026. Nur für Gemini 3.8 Flash TTS angegebene Fähigkeiten: voice tags, voice control, streaming, voice cloning. Gemini 3.8 Flash TTS hat den niedrigeren Preis für Ausgabe (pro 1 Million generierter Token). Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
Gemini 3.8 Flash TTS ist die neuere Veröffentlichung (22. Sept. 2026); Gemini 3.1 Flash TTS erschien am 13. Apr. 2026.
Gemini 3.8 Flash TTS hat den niedrigeren Preis für Ausgabe (pro 1 Million generierter Token). Beide Modelle haben denselben Preis für Eingabe (pro 1M Prompt-Token). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/audio/speech mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.