কনটেন্টে যান

Gemini 3.8 Flash TTS

ইন্টিগ্রেট করুন

মডেল id google/gemini-3.8-flash-tts
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/google/gemini-3.8-flash-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ: ≈০.০৪৫$ ৪৫ API ক্রেডিট এই পেজে চালান

API কী পান
Google টেক্সট থেকে স্পিচ দ্রুত #text-to-speech#audio#dialogue#voiceover

বর্ণনা বা দুই-বক্তার সংলাপের জন্য স্ট্যান্ডার্ড Gemini 3.8 Flash text-to-speech, 30টি voice-সহ

Google · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

একজন বক্তার জন্য হুবহু বলার টেক্সট; সংলাপের জন্য speakers এবং turns ব্যবহার করুন এবং প্রম্পট বাদ দিন। ডেলিভারি নির্দেশনার জন্য style_instructions ব্যবহার করুন, এবং <laugh> বা <sigh> দিয়ে ভোকাল ইভেন্ট ইনলাইনে চিহ্নিত করুন। সম্পূর্ণ ইনপুটজুড়ে provider সর্বোচ্চ 8,192টি টোকেন অনুমোদন করে।

অ্যাডভান্সড style_instructions · voice · enable_safety_checker · speakers · turns

প্রতিটি turn-এর জন্য ডিফল্ট ডেলিভারি নির্দেশনা, যা ওভাররাইড করা যেতে পারে; এই নির্দেশনাগুলো কথ্য ট্রান্সক্রিপ্টের অংশ নয়।

ডিফল্ট Kore

একজন বক্তার স্পিচের জন্য ব্যবহৃত প্রিসেট ভয়েস।

সংলাপের বক্তা কনফিগারেশন, যাতে ঠিক দুটি আলাদা alias থাকে এবং প্রতিটির সঙ্গে একটি prebuilt voice যুক্ত থাকে।

সংলাপের turn-এর ক্রম, যেখানে প্রতিটির জন্য কনফিগার করা বক্তা শনাক্ত করা আছে।

POST /run/google/gemini-3.8-flash-tts?wait=20 মূল্য → ০.০৪৫$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/google/gemini-3.8-flash-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Gemini 3.8 Flash TTS সম্পর্কে

30টি প্রিবিল্ট ভয়েসের একটি ব্যবহার করে `prompt` থেকে WAV অডিও তৈরি করে, অথবা সংলাপের জন্য দুইটি `speakers` ও `turns`-এর একটি তালিকা ব্যবহার করে। `style_instructions` ট্রান্সক্রিপ্ট থেকে আলাদাভাবে ডেলিভারি নির্ধারণ করে এবং সব টার্নে প্রয়োগ করা যায়। <laugh> ও <sigh>-এর মতো ইনলাইন ভোকাল ইভেন্ট অনুমোদিত।

প্যারামিটার

নামধরন ডিফল্টঅনুমোদিত বিবরণ
promptঐচ্ছিক
ধরনstring | null
একজন বক্তার জন্য হুবহু বলার টেক্সট; সংলাপের জন্য speakers এবং turns ব্যবহার করুন এবং প্রম্পট বাদ দিন। ডেলিভারি নির্দেশনার জন্য style_instructions ব্যবহার করুন, এবং <laugh> বা <sigh> দিয়ে ভোকাল ইভেন্ট ইনলাইনে চিহ্নিত করুন। সম্পূর্ণ ইনপুটজুড়ে provider সর্বোচ্চ 8,192টি টোকেন অনুমোদন করে।
style_instructionsঐচ্ছিক
ধরনstring | null
প্রতিটি turn-এর জন্য ডিফল্ট ডেলিভারি নির্দেশনা, যা ওভাররাইড করা যেতে পারে; এই নির্দেশনাগুলো কথ্য ট্রান্সক্রিপ্টের অংশ নয়।
voiceঐচ্ছিক
ধরনenum
ডিফল্টKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14টি আরওLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
একজন বক্তার স্পিচের জন্য ব্যবহৃত প্রিসেট ভয়েস।
speakersঐচ্ছিক
ধরনobject[]
≤ ২টি আইটেম≥ ২টি আইটেম
সংলাপের বক্তা কনফিগারেশন, যাতে ঠিক দুটি আলাদা alias থাকে এবং প্রতিটির সঙ্গে একটি prebuilt voice যুক্ত থাকে।
speakers[].speaker_idআবশ্যক
ধরনstring
≥ 1 characters
প্রতিটি turn-এ বক্তাকে শনাক্তকারী alias।
speakers[].voiceআবশ্যক
ধরনenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14টি আরওLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
এই বক্তার জন্য নির্ধারিত প্রিসেট ভয়েস।
turnsঐচ্ছিক
ধরনobject[]
সংলাপের turn-এর ক্রম, যেখানে প্রতিটির জন্য কনফিগার করা বক্তা শনাক্ত করা আছে।
turns[].speaker_idআবশ্যক
ধরনstring
≥ 1 characters
কনফিগারেশন থেকে একজন বক্তাকে শনাক্তকারী alias।
turns[].textআবশ্যক
ধরনstring
≥ 1 characters
এই turn-এ বলার জন্য হুবহু ট্রান্সক্রিপ্ট।
turns[].style_instructionsঐচ্ছিক
ধরনstring | null
এই turn-এর জন্য ঐচ্ছিক স্পিচ ডেলিভারি স্টাইল।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
কলকারী অনুমোদিত হলে false সেট করে স্ক্রিনিং শিথিল করা যায়।
আবশ্যক

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "google/gemini-3.8-flash-tts",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 45,
    "usd": "0.045",
    "charged": 45,
    "refunded": 0
  },
  "input": {
    "prompt": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
audio
object {url, content_type, file_name, file_size}WAV ফরম্যাটের অডিও আউটপুট।

আরও মডেল: টেক্সট থেকে স্পিচ

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/google/gemini-3.8-flash-tts.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt