类型
规格
价格
输入
每100万个提示词标记
$2.60
输出
每100万个生成代币
$46.80
Gemini 3.8 Flash TTS 与 Gemini 3.1 Flash TTS 并排比较：规格、能力、参数，以及 EmpirioLabs 目录中的实时价格。
Google 音频生成Gemini 3.8 Flash TTS 和 Gemini 3.1 Flash TTS 都是 Google 的模型，属于音频生成类别，可通过 EmpirioLabs API 使用。
| 规格 | Gemini 3.8 Flash TTS | Gemini 3.1 Flash TTS |
|---|---|---|
| 模型 ID | gemini-3-8-flash-tts | gemini-3-1-flash-tts |
| 开发方 | ||
| 发布日期 | 2026年9月22日 | 2026年4月13日 |
| 最大输出 | - | 19,661 个 token |
| 输入 | 文本 | 文本 |
| 输出 | 音频 | 音频 |
| 端点 | POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices | POST /v1/audio/speech |
| 能力 |
两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。
每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。
| 参数 | Gemini 3.8 Flash TTS | Gemini 3.1 Flash TTS |
|---|---|---|
| input | 最大 5000 | string |
| mode | single, multi 默认值: single | single, multi 默认值: single |
| language | string | string 默认值: en-US |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Charon |
| voice_audio_url | string | - |
| voice_consent_audio_url | string | - |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Kore |
| speaker1_name | string 默认值: Speaker1 | string 默认值: Speaker1 |
| speaker2_name | string 默认值: Speaker2 | string 默认值: Speaker2 |
| output_format | WAV, MP3, OGG, ALAW, MULAW 默认值: WAV | WAV, MP3, OGG, ALAW, MULAW 默认值: WAV |
| speed | 0.25 到 2 默认值: 1 | 0.25 到 2 默认值: 1 |
| volume_gain | -96 到 16 默认值: 0 | -96 到 16 默认值: 0 |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 默认值: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 默认值: 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>迄今为止最易控制的双子座TTS。
内联音频标签（控制传输）
Gemini 3.8 Flash TTS 通过 POST /v1/audio/speech 生成语音并返回可播放的音频。把要朗读的文本作为 input，连同模型 ID gemini-3-8-flash-tts 一起发送。 两个模型通过同一个端点调用。将 model 设为 gemini-3-8-flash-tts 或 gemini-3-1-flash-tts。 在EmpirioLabs 控制台获取 API 密钥。
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 发布更晚（2026年9月22日）；Gemini 3.1 Flash TTS 发布于 2026年4月13日。 仅 Gemini 3.8 Flash TTS 列出的能力：voice tags, voice control, streaming, voice cloning。 输出（每100万个生成代币）的价格 Gemini 3.8 Flash TTS 更低。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。
Gemini 3.8 Flash TTS 发布更晚（2026年9月22日）；Gemini 3.1 Flash TTS 发布于 2026年4月13日。
输出（每100万个生成代币）的价格 Gemini 3.8 Flash TTS 更低。 两个模型的输入（每100万个提示词标记）价格相同。 两张实时价格表都在本页，并始终与 API 的实际计费一致。
可以。两个模型都使用 POST /v1/audio/speech 和同一个 EmpirioLabs API 密钥，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，请先查看本页的参数表。
可以。在 EmpirioLabs Playground 中分别打开两个模型，用 API 提供的参数对两者运行同一个提示词。