Gemini 3.8 Flash TTS API

À propos de Gemini 3.8 Flash TTS

Parole expressive avec balises vocales en ligne, direction de style et dialogues à deux locuteurs, dans 130 langues et une bibliothèque de plus de 2 000 voix.

Aussi connu sous le nom Gemini Flash TTS, Google Gemini 3.8 Flash TTS

Caractéristiques de Gemini 3.8 Flash TTS

ID du modèle

gemini-3-8-flash-tts

Auteur

Google

Catégorie

Production audio

Publié

22 sept. 2026

Entrée

Texte

Sortie

Audio

Endpoints

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

Identifiants de modèle alternatifs

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

Tarifs de l'API Gemini 3.8 Flash TTS

Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.

Comment appeler l'API Gemini 3.8 Flash TTS

Gemini 3.8 Flash TTS génère la voix via POST /v1/audio/speech et renvoie de l'audio lisible. Envoyez le texte à prononcer dans input avec l'id de modèle gemini-3-8-flash-tts. Obtenez une clé API depuis le tableau de bord 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

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-tts", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
    f.write(response.content)

Paramètres de l'API Gemini 3.8 Flash TTS

Paramètres de requête pris en charge par l'API Gemini 3.8 Flash TTS sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.

Bon à savoir

Limites

• Texte: jusqu’à 5 000 caractères par demande
• Facturation audio: 32 jetons de sortie par seconde d’audio généré
• 130 langues. La langue du texte est détectée automatiquement.

Voix

• Les 30 voix de la liste voice parlent toutes les langues prises en charge.
• GET /v1/voices?model=gemini-3-8-flash-tts liste la bibliothèque complète de plus de 2 000 voix réparties dans 30 lieux, avec la langue, l’accent, le genre, la hauteur et une description de chacun. Filtrez-le par language, gender, pitch ou q. Tout id qu’il retourne fonctionne comme voice ou voice2; lorsque vous définissez également language, utilisez la langue propre à la voix.

Voix personnalisées

• Réglez voice pour custom et passez deux enregistrements du même locuteur adulte sous forme d’URL https: voice_audio_url, 10 à 30 secondes de parole naturelle, et voice_consent_audio_url, le locuteur lisant « Je suis le propriétaire de cette voix et je consens à ce que Google utilise cette voix pour créer un modèle de voix synthétique. » L’affirmation est acceptée en 30 langues; consent_statements sur ce paramètre liste chaque formulation.
• Les deux doivent être des enregistrements d’une personne réelle, dans une pièce calme sur le même microphone. L’audio généré par IA n’est pas accepté. WAV, MP3, M4A, OGG, WEBM et FLAC sont acceptés, jusqu’à 15 Mo chacun.
• La réponse inclut voice_id et voice_id_expires_at. Passez le voice_id comme voice ou voice2 pour réutiliser la voix pendant 7 jours sans nouveaux enregistrements. Un voice_id ne fonctionne que pour le compte qui l’a créé.
• Ce modèle ne garde aucune liste de voix personnalisées, donc gardez la voice_id de la réponse. Une voix personnalisée se termine lorsque son identifiant expire, donc il n’y a rien à supprimer.
• Dans le Playground, mettez Voix sur Personnalisé pour utiliser à nouveau une voix créée dans le même onglet, ou copiez son id.

Direction de la livraison

• Mettez la direction de tout le passage dans style_prompt plutôt que dans le texte, par exemple « chaleureux, sans hâte et rassurant ».
• Placez les balises vocales en ligne à l’endroit où le son devrait se produire. Utilisez ces balises anglaises même lorsque le texte est dans une autre langue:

<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>

• Mettez un mot en majuscule pour le souligner. Enveloppez une réaction de l’auditeur dans des tuyaux, par exemple |mm-hmm|, pour l’ajouter sans commencer un nouveau tour.

Multi-haut-parleurs

• Jusqu’à deux intervenants par demande. Commencez chaque ligne par un nom de locuteur et un deux-points, par exemple Speaker1: et Speaker2:. Les noms doivent correspondre à speaker1_name et speaker2_name.

Produit

• WAV, MP3, OGG (Opus), ALAW ou MULAW, entre 8 000 et 48 000 Hz.
• POST /v1/audio/speech:stream envoie des chunks PCM 16 bits à 24 000 Hz pendant la génération de l’audio, puis le fichier complet dans le format demandé. speed est disponible uniquement sur POST /v1/audio/speech.

API Gemini 3.8 Flash TTS : questions fréquentes

Combien coûte l'API Gemini 3.8 Flash TTS ?

Sur EmpirioLabs, Gemini 3.8 Flash TTS est facturé à l'usage : Entrée $2.60 par 1M de jetons d’invite; Sortie $46.80 par 1M de jetons générés. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.

Quel endpoint Gemini 3.8 Flash TTS utilise-t-il ?

Gemini 3.8 Flash TTS est servi via POST /v1/audio/speech sur api.empiriolabs.ai avec une authentification standard par token Bearer.

Puis-je essayer Gemini 3.8 Flash TTS dans le navigateur avant d'intégrer ?

Oui. Le playground EmpirioLabs exécute Gemini 3.8 Flash TTS dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.

Comment obtenir une clé API Gemini 3.8 Flash TTS ?

Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.

Comparer Gemini 3.8 Flash TTS à d'autres modèles