Neidio i'r cynnwys

Gemini 3.8 Flash TTS

Integreiddio

ID y model 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"

Y cais hwn: ≈$0.045 45 o gredydau API Ei redeg ar y dudalen hon

Cael allwedd API
Google Testun i Leferydd Cyflym #text-to-speech#audio#dialogue#voiceover

Text-to-speech safonol Gemini 3.8 Flash ar gyfer naratif neu ddeialog dau siaradwr, 30 llais

Google · Sain

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

Testun i'w lefaru'n union ar gyfer un siaradwr; defnyddiwch speakers a turns ar gyfer deialog a gadewch anogiad allan. Defnyddiwch style_instructions ar gyfer arweiniad cyflwyno, a marciwch ddigwyddiadau lleisiol mewnlin gyda <laugh> neu <sigh>. Nid yw'r darparwr yn caniatáu mwy na 8,192 o docynnau ar draws y mewnbwn cyfan.

Uwch style_instructions · voice · enable_safety_checker · speakers · turns

Arweiniad cyflwyno rhagosodedig ar gyfer pob tro, yn amodol ar ddiystyru; nid yw'r cyfarwyddiadau hyn yn rhan o'r trawsgrifiad llafar.

rhagosodedig Kore

Llais rhagosodedig a ddefnyddir ar gyfer lleferydd gydag un siaradwr.

Cyfluniad siaradwyr deialog sy'n cynnwys union ddau arallenw gwahanol, pob un wedi'i baru â llais wedi'i adeiladu ymlaen llaw.

Dilyniant o droeon deialog, gyda siaradwr wedi'i ffurfweddu wedi'i nodi ar gyfer pob un.

POST /run/google/gemini-3.8-flash-tts?wait=20 dyfynbris → $0.045
# 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"

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â Gemini 3.8 Flash TTS

Yn creu sain WAV o `prompt` gan ddefnyddio un o 30 llais parod, neu o ddau `speakers` a rhestr o `turns` ar gyfer deialog. Mae `style_instructions` yn gosod y cyflwyniad ar wahân i'r trawsgrifiad a gall fod yn berthnasol i bob tro. Caniateir digwyddiadau lleisiol mewnol fel <laugh> a <sigh>.

Paramedrau

EnwMath RhagosodedigCaniateir Disgrifiad
promptdewisol
Mathstring | null
Testun i'w lefaru'n union ar gyfer un siaradwr; defnyddiwch speakers a turns ar gyfer deialog a gadewch anogiad allan. Defnyddiwch style_instructions ar gyfer arweiniad cyflwyno, a marciwch ddigwyddiadau lleisiol mewnlin gyda <laugh> neu <sigh>. Nid yw'r darparwr yn caniatáu mwy na 8,192 o docynnau ar draws y mewnbwn cyfan.
style_instructionsdewisol
Mathstring | null
Arweiniad cyflwyno rhagosodedig ar gyfer pob tro, yn amodol ar ddiystyru; nid yw'r cyfarwyddiadau hyn yn rhan o'r trawsgrifiad llafar.
voicedewisol
Mathenum
RhagosodedigKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 yn rhagorLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Llais rhagosodedig a ddefnyddir ar gyfer lleferydd gydag un siaradwr.
speakersdewisol
Mathobject[]
≤ 2 eitem≥ 2 eitem
Cyfluniad siaradwyr deialog sy'n cynnwys union ddau arallenw gwahanol, pob un wedi'i baru â llais wedi'i adeiladu ymlaen llaw.
speakers[].speaker_idgofynnol
Mathstring
≥ 1 characters
Arallenw sy'n nodi'r siaradwr ym mhob tro.
speakers[].voicegofynnol
Mathenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 yn rhagorLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Llais rhagosodedig a neilltuir i'r siaradwr hwn.
turnsdewisol
Mathobject[]
Dilyniant o droeon deialog, gyda siaradwr wedi'i ffurfweddu wedi'i nodi ar gyfer pob un.
turns[].speaker_idgofynnol
Mathstring
≥ 1 characters
Arallenw sy'n nodi siaradwr o'r cyfluniad.
turns[].textgofynnol
Mathstring
≥ 1 characters
Trawsgrifiad union i'w lefaru yn ystod y tro hwn.
turns[].style_instructionsdewisol
Mathstring | null
Arddull cyflwyno lleferydd opsiynol ar gyfer y tro hwn.
enable_safety_checkerdewisol
Mathboolean
Rhagosodedigtrue
Gellir llacio'r sgrinio drwy osod false, ar yr amod bod y galwr wedi'i awdurdodi.
gofynnol

Allbwn

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"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
audio
object {url, content_type, file_name, file_size}Allbwn sain mewn fformat WAV.

Mwy o fodelau: Testun i Leferydd

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/google/gemini-3.8-flash-tts.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt