Vai al contenuto

Gemini 3.8 Flash TTS

Integra

ID del modello 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"

Questa richiesta: ≈0,045 $ 45 crediti API Esegui in questa pagina

Ottieni la chiave API
Google Da testo a voce Veloce #text-to-speech#audio#dialogue#voiceover

Text-to-speech Gemini 3.8 Flash standard per narrazione o dialoghi a due parlanti, con 30 voci

Google · Audio

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

Testo da pronunciare esattamente per un singolo interlocutore; usa speakers e turns per i dialoghi e lascia prompt non impostato. Usa style_instructions per indicare la resa e contrassegna gli eventi vocali inline con <laugh> o <sigh>. Il provider consente un massimo di 8,192 token per l'input completo.

Avanzate style_instructions · voice · enable_safety_checker · speakers · turns

Indicazioni predefinite sulla resa per ogni turno, soggette a override; queste istruzioni non fanno parte della trascrizione parlata.

predefinito Kore

Voce preset usata per il parlato con un singolo interlocutore.

Configurazione degli interlocutori del dialogo contenente esattamente due alias diversi, ciascuno associato a una voce predefinita.

Sequenza di turni del dialogo, con un interlocutore configurato identificato per ciascun turno.

POST /run/google/gemini-3.8-flash-tts?wait=20 preventivo → 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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Gemini 3.8 Flash TTS

Crea audio WAV da un `prompt` usando una delle 30 voci predefinite, oppure da due `speakers` e un elenco di `turns` per i dialoghi. `style_instructions` definisce l'interpretazione separatamente dalla trascrizione e può applicarsi a tutti i turni. Sono consentiti eventi vocali inline come <laugh> e <sigh>.

Parametri

NomeTipo PredefinitoConsentiti Descrizione
promptfacoltativo
Tipostring | null
Testo da pronunciare esattamente per un singolo interlocutore; usa speakers e turns per i dialoghi e lascia prompt non impostato. Usa style_instructions per indicare la resa e contrassegna gli eventi vocali inline con <laugh> o <sigh>. Il provider consente un massimo di 8,192 token per l'input completo.
style_instructionsfacoltativo
Tipostring | null
Indicazioni predefinite sulla resa per ogni turno, soggette a override; queste istruzioni non fanno parte della trascrizione parlata.
voicefacoltativo
Tipoenum
PredefinitoKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 altriLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voce preset usata per il parlato con un singolo interlocutore.
speakersfacoltativo
Tipoobject[]
≤ 2 elementi≥ 2 elementi
Configurazione degli interlocutori del dialogo contenente esattamente due alias diversi, ciascuno associato a una voce predefinita.
speakers[].speaker_idobbligatorio
Tipostring
≥ 1 characters
Alias che identifica l'interlocutore in ogni turno.
speakers[].voiceobbligatorio
Tipoenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 altriLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voce preset assegnata a questo interlocutore.
turnsfacoltativo
Tipoobject[]
Sequenza di turni del dialogo, con un interlocutore configurato identificato per ciascun turno.
turns[].speaker_idobbligatorio
Tipostring
≥ 1 characters
Alias che identifica un interlocutore della configurazione.
turns[].textobbligatorio
Tipostring
≥ 1 characters
Trascrizione esatta da pronunciare durante questo turno.
turns[].style_instructionsfacoltativo
Tipostring | null
Stile facoltativo della resa vocale per questo turno.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Il controllo può essere allentato impostando false, se il chiamante è autorizzato.
obbligatorio

Output

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
audio
object {url, content_type, file_name, file_size}Audio di output in formato WAV.

Altri modelli: Da testo a voce

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/google/gemini-3.8-flash-tts.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt