Gemini 3.8 Flash-Lite TTS API

Gemini 3.8 Flash-Lite TTS について

音声エージェントや吹き替えのためのコスト効率の良い音声、ストリーミング、ボーカルタグ、101言語、2,000+音声での2話者対話に対応しています。

別名 Gemini Flash-Lite TTS, Google Gemini 3.8 Flash-Lite TTS, Gemini-3.8-Flash-Lite-TTS

Gemini 3.8 Flash-Lite TTS の仕様

モデルID

gemini-3-8-flash-lite-tts

開発元

Google

カテゴリ

オーディオ生成

リリース

2026年9月22日

入力

テキスト

出力

音声

エンドポイント

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

代替モデルID

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

Gemini 3.8 Flash-Lite TTS API の料金

EmpirioLabs カタログのライブ従量課金料金です。使った分だけの支払いで、月額最低料金はありません。

Gemini 3.8 Flash-Lite TTS API の呼び出し方

Gemini 3.8 Flash-Lite TTS は POST /v1/audio/speech で音声を生成し、再生可能なオーディオを返します。読み上げるテキストを input として、モデル ID gemini-3-8-flash-lite-tts と一緒に送信してください。 EmpirioLabs ダッシュボードで API キーを取得してください。

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)

Gemini 3.8 Flash-Lite TTS API のパラメーター

EmpirioLabs 上の Gemini 3.8 Flash-Lite TTS API が対応するリクエストパラメーターです。フィールドを省略した場合はデフォルト値が適用されます。

知っておくと便利

境界

• テキスト:リクエストあたり最大5,000文字まで
• 音声請求:生成された音声に対して1秒あたり32の出力トークン
• 101言語。テキストの言語は自動的に検出されます。

声

• voiceリストの30人の声は、サポートされているすべての言語を話します。
• GET /v1/voices?model=gemini-3-8-flash-lite-tts30か所にわたる2,000以上の声の全リストを、言語、アクセント、性別、音程、それぞれの説明とともにリストアップしています。language、gender、pitch、またはqで絞り込みます。返すIDはvoiceまたはvoice2として機能します。設定languageも設定する場合は、その声の言語を使いましょう。

カスタムボイス

• voiceをcustomし、https URLで同じ成人スピーカーの録音を2回渡すように設定します:voice_audio_url、10秒から30秒の自然な音声、そしてvoice_consent_audio_url話者が「私はこの声の所有者であり、Googleがこの声を使って合成音声モデルを作成することに同意します」と読みます。この文は30言語で受け入れられています。そのパラメータの各表現consent_statementsが一覧化されます。
• どちらも、静かな部屋で同じマイクで録音された実在の人物の録音でなければなりません。AI生成音声は認められていません。WAV、MP3、M4A、OGG、WEBM、FLACはそれぞれ最大15MBまで対応可能です。
• 返信にはvoice_idとvoice_id_expires_atが含まれています。voice_idをvoiceまたはvoice2として渡し、7日間新しい録音なしで声を再利用してください。voice_idは作成したアカウントでのみ機能します。
• このモデルはカスタムボイスのリストを保持しないので、レスポンスからvoice_idを残してください。カスタムボイスはIDが切れると終了するので、削除するものはありません。
• Playgroundで、同じタブで作成したボイスを再び使うか、IDをコピーするためにVoiceをカスタムに設定してください。

配達方向

• 本文ではなくstyle_promptで全体の方向性を示しましょう。例えば「温かく、ゆっくり、安心させる」などです。
• 音声が出るべき場所にボーカルタグを配置してください。テキストが別の言語であっても、以下の英語タグを使いましょう:

<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>

• 単語を大文字で強調します。例えば、リスナーリアクションをパイプで巻き付けて、新しいターンを始めずに加えるようにします。

マルチスピーカー

• リクエストごとに最大2人のスピーカーまで。各行をスピーカー名とコロンで始めてください。例えばSpeaker1:とSpeaker2。名前はspeaker1_nameとspeaker2_nameと一致しなければなりません。

ソリューション

• WAV、MP3、OGG(Opus)、ALAW、またはMULAWで8,000Hzから48,000Hzまで。
• POST /v1/audio/speech:stream音声生成中に24,000 Hzで16ビットのPCMチャンクを送信し、その後要求された形式の完全なファイルを送信します。speedはPOST /v1/audio/speechのみで利用可能です。

Gemini 3.8 Flash-Lite TTS API: よくある質問

Gemini 3.8 Flash-Lite TTS API の料金はいくらですか?

EmpirioLabs では Gemini 3.8 Flash-Lite TTS は従量課金です: 入力 $2.60 1Mプロンプトトークンあたり; 出力 $31.20 生成された1Mトークンあたり。このページのライブ料金表は常に API の請求額と一致します。

Gemini 3.8 Flash-Lite TTS はどのエンドポイントを使いますか?

Gemini 3.8 Flash-Lite TTS は api.empiriolabs.ai 上の POST /v1/audio/speech で提供され、標準的な Bearer トークン認証を使用します。

統合する前にブラウザで Gemini 3.8 Flash-Lite TTS を試せますか?

はい。EmpirioLabs プレイグラウンドでは API と同じパラメーターで Gemini 3.8 Flash-Lite TTS をブラウザ上で実行できるので、コードを書く前にプロンプトを試せます。

Gemini 3.8 Flash-Lite TTS の API キーはどうやって取得しますか?

EmpirioLabs アカウントを作成し、ダッシュボードの API Keysでキーを生成してください。課金は従量制クレジットなので、実行したリクエストの分だけ支払います。

Gemini 3.8 Flash-Lite TTS を他のモデルと比較