Gå til innhold

Gemini 3.8 Flash TTS

Integrer

Modell-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"

Denne forespørselen: ≈0,045 $ 45 API-kreditter Kjør den på denne siden

Hent API-nøkkel
Google Tekst til tale Rask #text-to-speech#audio#dialogue#voiceover

Standard Gemini 3.8 Flash tekst-til-tale for fortelling eller dialog med to talere, 30 stemmer

Google · Lyd

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

Tekst som skal leses nøyaktig av én taler; bruk speakers og turns for dialog, og utelat prompt. Bruk style_instructions for leveringsveiledning, og marker vokale hendelser inne i teksten med <laugh> eller <sigh>. Leverandøren tillater maksimalt 8,192 token totalt i hele inndataen.

Avansert style_instructions · voice · enable_safety_checker · speakers · turns

Standard leveringsveiledning for hver replikk, med mulighet for overstyring; disse instruksjonene er ikke en del av det talte transkriptet.

standard Kore

Forhåndsinnstilt stemme som brukes for tale med én taler.

Konfigurasjon for dialogtalere med nøyaktig to ulike aliaser, hvert koblet til en forhåndsbygd stemme.

Sekvens med dialogreplikker, med en konfigurert taler identifisert for hver replikk.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Gemini 3.8 Flash TTS

Oppretter WAV-lyd fra en `prompt` ved hjelp av én av 30 forhåndsbygde stemmer, eller fra to `speakers` og en liste over `turns` for dialog. `style_instructions` angir fremføringen separat fra transkripsjonen og kan brukes på alle turer. Innebygde vokalhendelser som <laugh> og <sigh> er tillatt.

Parametere

NavnType StandardTillatt Beskrivelse
promptvalgfritt
Typestring | null
Tekst som skal leses nøyaktig av én taler; bruk speakers og turns for dialog, og utelat prompt. Bruk style_instructions for leveringsveiledning, og marker vokale hendelser inne i teksten med <laugh> eller <sigh>. Leverandøren tillater maksimalt 8,192 token totalt i hele inndataen.
style_instructionsvalgfritt
Typestring | null
Standard leveringsveiledning for hver replikk, med mulighet for overstyring; disse instruksjonene er ikke en del av det talte transkriptet.
voicevalgfritt
Typeenum
StandardKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 flereLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Forhåndsinnstilt stemme som brukes for tale med én taler.
speakersvalgfritt
Typeobject[]
≤ 2 elementer≥ 2 elementer
Konfigurasjon for dialogtalere med nøyaktig to ulike aliaser, hvert koblet til en forhåndsbygd stemme.
speakers[].speaker_idobligatorisk
Typestring
≥ 1 characters
Alias som identifiserer taleren i hver replikk.
speakers[].voiceobligatorisk
Typeenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 flereLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Forhåndsinnstilt stemme tilordnet denne taleren.
turnsvalgfritt
Typeobject[]
Sekvens med dialogreplikker, med en konfigurert taler identifisert for hver replikk.
turns[].speaker_idobligatorisk
Typestring
≥ 1 characters
Alias som identifiserer en taler fra konfigurasjonen.
turns[].textobligatorisk
Typestring
≥ 1 characters
Nøyaktig transkript som skal leses i denne replikken.
turns[].style_instructionsvalgfritt
Typestring | null
Valgfri stil for taleleveringen i denne replikken.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Filtreringen kan lempes ved å angi false, forutsatt at den som gjør forespørselen, er autorisert.
obligatorisk

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
audio
object {url, content_type, file_name, file_size}Lydutdata i WAV-format.

Flere modeller: Tekst til tale

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/google/gemini-3.8-flash-tts.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt