EmpirioLabs 上有 Gemini 3.8 闪电 TTS 和 Gemini 3.8 Flash-Lite TTS。 两者都通过将文本转为语音 /v1/audio/speech后，音频流 /v1/audio/speech:stream后并且都使用了超过2000个音色的同一个库。两者都能在API和Playground中工作。
这两种型号
gemini-3-8-flash-tts专为创意指导设计：旁白、有声书、角色和双人场景。涵盖130种语言。gemini-3-8-flash-lite-tts专为大量工作设计，如语音代理、配音和批量音频，生成音频的费率较低。它覆盖101种语言。
两个型号都接受相同的请求体，因此在它们之间切换是 模型。 。 。.
你的第一个请求
curl https://api.empiriolabs.ai/v1/audio/speech \ -h “授权：承载者 $EMPIRIOLABS_API_KEY” \ -H “内容类型：application/json” \ -d '{ “型号”：“gemini-3-8-flash-tts”， “输入”：“欢迎回来。<短暂停顿> 这是本周发生的变化。”， “声音”：“Kore”， “style_prompt”：“温暖且从容” }'响应带有签名的音频URL。默认格式为WAV，频率为24,000 Hz。设置 output_format 到 MP3, (中文), OGG, (中文), 阿拉法，或者 穆拉， 和 sample_rate 频率可从8,000、16,000、22,050、24,000、44,100或48,000 Hz中任一。
演出导演
- 风格方向。
style_prompt为整段话定下基调，例如“冷静且令人安心”或“兴奋的体育评论员”。 - 声音标签。 标签
<laugh>, (中文),<sigh>, (中文),<breath>， 和<短暂的停顿>在声音应该发生的位置排线。完整列表在输入参数在模型引用中。即使文本是另一种语言，也要使用英文标签。 - 强调。 用大写字母来强调。
双人对话
设定 模式 到 多重，为每个说话者选择一个声音，满足 声音 以及 配音2每行开头都用说话者的名字和冒号开头。名字必须一致 speaker1_name 以及 speaker2_name，默认为 发言人1 以及 说话者2。 。 。.
{ “型号”：“gemini-3-8-flash-lite-tts”，“模式”：“多”，“speaker1_name”：“玛雅”，“speaker2_name”：“西奥”，“voice”：“Aoede”，“voice2”：“Puck”，“输入”：“Maya：货物到了吗？\nTheo：到了。<laugh>每个箱子，准时。” }选择声音
三十个声音 声音 列表，如Kore、Puck、Charon和Aoede，使用所有支持的语言。完整的图书馆包含超过2000个声音，分布在30个地点，每个地点都有语言、口音、性别、音高和描述。列出时 快/v1/voices 并通过 进行过滤 语言, (中文), 性别, (中文), 音高，或一个搜索词 q编号:
curl “https://api.empiriolabs.ai/v1/voices?model=gemini-3-8-flash-tts&language=fr&gender=female" \ -h ”授权：承载人 $EMPIRIOLABS_API_KEY”任何列表返回的语音ID都能用 声音 以及 配音2。 。 。.
流媒体
/v1/audio/speech:stream后 取同一个实体并返回服务器发送事件： 音频.chunk 在音频生成时携带base64 16位PCM（24,000 Hz）的事件，然后是 音频.完成 事件中附有请求格式的完整文件链接。
作战笔记
- 为Gemini 3.1 Flash TTS编写的脚本需要重写其标签。 3.8型号使用角括号标签，如
<whispers>以及<laugh>而不是3.1用方括号标签。移动脚本时更新标签。 - 图书馆的声音保留着自己的语言。 当你设定时
语言结合图书馆声音，必须是该声音所在地：fr-fr-advisor-1与美国被拒绝。30个多语言声音接受任何语言。 - 对话标签必须与说话者姓名相匹配。 在
多重模式，第一行标记前的文本被拒绝，且标签不匹配的行speaker1_name也不是speaker2_name作为上一回合的一部分。 速度适用于完整文件。 流端拒绝速度除1.0版本外。请求文件/v1/audio/speech后当你需要不同的速度时。
定价
这两种型号都是按需付费，无需订阅。请求按输入文本标记和生成音频计费，每秒语音32个音频标记，Flash-Lite的生成音频费率较低。当前速率可在模型页面上查询 双子座3.8闪电TTS 以及 Gemini 3.8 Flash-Lite TTS 以及 定价页面。 。 。.
开始建造
试试看 双子座3.8闪电TTS 或 Gemini 3.8 Flash-Lite TTS Playground并阅读 API 参考 闪电侠 以及 Flash-Lite。 。 。.
同一家族的实时语音对话，请参见 如何使用Gemini 3.8 Live和Live Extended Thinking（扩展思维）。 。 。.
披露:这篇文章是在AI的协助下撰写的,并由EmpirioLabs AI审查.
