Мазмұнға өту

Gemini 3.8 Flash TTS

Интеграциялау

Модель идентификаторы 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"

Осы сұрау: ≈0,045 $ 45 API кредиті Осы бетте іске қосу

API кілтін алу
Google Мәтіннен сөйлеуге Жылдам #text-to-speech#audio#dialogue#voiceover

Баяндау немесе екі спикерлі диалогқа арналған стандартты Gemini 3.8 Flash мәтіннен сөйлеуге түрлендіргіші, 30 дауысы бар

Google · Аудио

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

Бір сөйлеуші дәл айтатын мәтін; диалог үшін speakers және turns параметрлерін қолданып, нұсқау параметрін қоспаңыз. Айту мәнерін көрсету үшін style_instructions параметрін қолданыңыз, ал дауыс әрекеттерін мәтін ішінде <laugh> немесе <sigh> арқылы белгілеңіз. Провайдер бүкіл кіріс көлемін 8,192 токенмен шектейді.

Қосымша style_instructions · voice · enable_safety_checker · speakers · turns

Әр turn үшін әдепкі жеткізу нұсқаулары; олар қайта анықталуы мүмкін және айтылатын транскрипттің бөлігі емес.

әдепкі Kore

Бір сөйлеушінің сөйлеуіне қолданылатын пресет дауысы.

Дәл екі түрлі бүркеншік атты қамтитын, әрқайсысы алдын ала жасалған дауыспен жұпталған диалог сөйлеушілерінің конфигурациясы.

Әрқайсысы конфигурацияланған сөйлеушімен анықталған диалог turn-дерінің реті.

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

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Gemini 3.8 Flash TTS туралы

30 алдын ала құрастырылған дауыстың бірін пайдаланып, `prompt` арқылы WAV аудио жасайды немесе диалог үшін екі `speakers` және `turns` тізімінен жасайды. `style_instructions` мәтіннен бөлек айтылу мәнерін орнатады және барлық turn-дарға қолданылуы мүмкін. <laugh> және <sigh> сияқты кірістірілген вокалдық оқиғаларға рұқсат етіледі.

Параметрлер

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
promptміндетті емес
Түріstring | null
Бір сөйлеуші дәл айтатын мәтін; диалог үшін speakers және turns параметрлерін қолданып, нұсқау параметрін қоспаңыз. Айту мәнерін көрсету үшін style_instructions параметрін қолданыңыз, ал дауыс әрекеттерін мәтін ішінде <laugh> немесе <sigh> арқылы белгілеңіз. Провайдер бүкіл кіріс көлемін 8,192 токенмен шектейді.
style_instructionsміндетті емес
Түріstring | null
Әр turn үшін әдепкі жеткізу нұсқаулары; олар қайта анықталуы мүмкін және айтылатын транскрипттің бөлігі емес.
voiceміндетті емес
Түріenum
ӘдепкіKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
тағы 14LaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Бір сөйлеушінің сөйлеуіне қолданылатын пресет дауысы.
speakersміндетті емес
Түріobject[]
≤ 2 элемент≥ 2 элемент
Дәл екі түрлі бүркеншік атты қамтитын, әрқайсысы алдын ала жасалған дауыспен жұпталған диалог сөйлеушілерінің конфигурациясы.
speakers[].speaker_idміндетті
Түріstring
≥ 1 characters
Әр turn ішіндегі сөйлеушіні анықтайтын бүркеншік ат.
speakers[].voiceміндетті
Түріenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
тағы 14LaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Осы сөйлеушіге тағайындалған пресет дауысы.
turnsміндетті емес
Түріobject[]
Әрқайсысы конфигурацияланған сөйлеушімен анықталған диалог turn-дерінің реті.
turns[].speaker_idміндетті
Түріstring
≥ 1 characters
Конфигурациядағы сөйлеушіні анықтайтын бүркеншік ат.
turns[].textміндетті
Түріstring
≥ 1 characters
Осы turn кезінде айтылатын нақты транскрипт.
turns[].style_instructionsміндетті емес
Түріstring | null
Осы turn үшін сөйлеу жеткізуінің қосымша стилі.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
Шақырушы авторизацияланған болса, false мәнін орнату арқылы тексеруді жеңілдетуге болады.
міндетті

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size}WAV пішіміндегі аудио шығысы.

Қосымша модельдер: Мәтіннен сөйлеуге

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/google/gemini-3.8-flash-tts.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt