Ruka hadi kwenye maudhui

Gemini 3.8 Flash TTS

Unganisha

Kitambulisho cha modeli 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"

Ombi hili: ≈$ 0.045 salio za API 45 Iendeshe kwenye ukurasa huu

Pata ufunguo wa API
Google Maandishi hadi Matamshi Haraka #text-to-speech#audio#dialogue#voiceover

Ugeuzaji wa kawaida wa maandishi kuwa sauti wa Gemini 3.8 Flash kwa usimulizi au mazungumzo ya wazungumzaji wawili, ukiwa na sauti 30

Google · Sauti

Tokeo lako la kwanza linaonekana hapa

Unda ombi hapa chini na uliendeshe kwa ufunguo wako wa API. Matokeo yanakiliwa kwenye hifadhi yetu, yakihifadhiwa milele au 7 siku bila malipo.

Unda ombi

Vidhibiti vinazalishwa kutoka kwenye schema ya modeli. Msimbo na bei husasishwa unapovibadilisha.

Maandishi ya kutamkwa kama yalivyo na msemaji mmoja; tumia speakers na turns kwa mazungumzo na uache kidokezo. Tumia style_instructions kwa mwongozo wa uwasilishaji, na weka matukio ya sauti ndani ya maandishi kwa <laugh> au <sigh>. Mtoa huduma anaruhusu si zaidi ya tokeni 8,192 katika ingizo lote.

Ya kina style_instructions · voice · enable_safety_checker · speakers · turns

Mwongozo chaguomsingi wa uwasilishaji kwa kila zamu, unaoweza kubatilishwa; maagizo haya si sehemu ya manukuu yanayosemwa.

chaguomsingi Kore

Sauti iliyowekwa awali inayotumika kwa usemi wa mzungumzaji mmoja.

Usanidi wa mzungumzaji wa mazungumzo ulio na lakabu mbili tofauti hasa, kila moja ikiambatanishwa na sauti iliyojengwa awali.

Mfuatano wa zamu za mazungumzo, ukiwa na mzungumzaji aliyesanidiwa kwa kila zamu.

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

Endesha ombi hili

Key yako inabaki kwenye kivinjari hiki: inatumwa kwa Doitong API pekee na kuhifadhiwa (localStorage) tu ukiweka tiki kwenye Kumbuka. Pata ufunguo wa API

Kuhusu Gemini 3.8 Flash TTS

Huunda sauti ya WAV kutoka kwa `prompt` kwa kutumia mojawapo ya sauti 30 zilizoundwa awali, au kutoka kwa `speakers` wawili na orodha ya `turns` kwa mazungumzo. `style_instructions` huweka uwasilishaji kando na manukuu na inaweza kutumika kwa zamu zote. Matukio ya sauti ya ndani kama <laugh> na <sigh> yanaruhusiwa.

Vigezo

JinaAina ChaguomsingiInaruhusiwa Maelezo
promptsi lazima
Ainastring | null
Maandishi ya kutamkwa kama yalivyo na msemaji mmoja; tumia speakers na turns kwa mazungumzo na uache kidokezo. Tumia style_instructions kwa mwongozo wa uwasilishaji, na weka matukio ya sauti ndani ya maandishi kwa <laugh> au <sigh>. Mtoa huduma anaruhusu si zaidi ya tokeni 8,192 katika ingizo lote.
style_instructionssi lazima
Ainastring | null
Mwongozo chaguomsingi wa uwasilishaji kwa kila zamu, unaoweza kubatilishwa; maagizo haya si sehemu ya manukuu yanayosemwa.
voicesi lazima
Ainaenum
ChaguomsingiKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 zaidiLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Sauti iliyowekwa awali inayotumika kwa usemi wa mzungumzaji mmoja.
speakerssi lazima
Ainaobject[]
≤ vipengee 2≥ vipengee 2
Usanidi wa mzungumzaji wa mazungumzo ulio na lakabu mbili tofauti hasa, kila moja ikiambatanishwa na sauti iliyojengwa awali.
speakers[].speaker_idinahitajika
Ainastring
≥ 1 characters
Lakabu inayomtambulisha mzungumzaji katika kila zamu.
speakers[].voiceinahitajika
Ainaenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 zaidiLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Sauti iliyowekwa awali aliyopewa mzungumzaji huyu.
turnssi lazima
Ainaobject[]
Mfuatano wa zamu za mazungumzo, ukiwa na mzungumzaji aliyesanidiwa kwa kila zamu.
turns[].speaker_idinahitajika
Ainastring
≥ 1 characters
Lakabu inayomtambulisha mzungumzaji kutoka kwenye usanidi.
turns[].textinahitajika
Ainastring
≥ 1 characters
Manukuu kamili ya kusemwa wakati wa zamu hii.
turns[].style_instructionssi lazima
Ainastring | null
Mtindo wa hiari wa uwasilishaji wa usemi kwa zamu hii.
enable_safety_checkersi lazima
Ainaboolean
Chaguomsingitrue
Ukaguzi unaweza kulegezwa kwa kuweka false, ikiwa mpigaji simu ameidhinishwa.
inahitajika

Tokeo

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"
  }
}
Faili zako, chaguo lakoKila outputs[].url ni nakala kwenye hifadhi yetu: huhifadhiwa milele (hutozwa kwa GB kwa mwezi) au 7 siku bila malipo, kulingana na mpangilio wa akaunti yako au ?storage=.
Muundo uleule kwenye kila modelitype, url, content_type, width, height na duration, kwa picha, video na sauti. output ni kitu cha matokeo cha modeli yenyewe.
Sehemu za tokeo
audio
object {url, content_type, file_name, file_size}Tokeo la sauti katika umbizo la WAV.

Miundo zaidi: Maandishi hadi Matamshi

Kwa mawakala wa AI: ukurasa huu katika Markdown unapatikana kwenye https://doitong.com/sw/developers/models/google/gemini-3.8-flash-tts.md. Modeli na miongozo yote: https://doitong.com/developers/llms.txt