Ir al contenido

Gemini 3.8 Flash TTS

Integrar

ID del modelo 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.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Esta solicitud: ≈$0.045 45 créditos de API · ≈ ₽4.84 Ejecutar en esta página

Obtener clave de API
Google Texto a voz Rápido #text-to-speech#audio#dialogue#voiceover

Texto a voz estándar de Gemini 3.8 Flash para narración o diálogo con dos hablantes y 30 voces

Google · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, donde se conservan para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan conforme los cambias.

Texto que debe decirse exactamente para un solo hablante; usa speakers y turns para diálogos y omite prompt. Usa style_instructions para indicar la forma de entrega y marca eventos vocales en línea con <laugh> o <sigh>. El proveedor permite un máximo de 8,192 tokens en toda la entrada.

Avanzado style_instructions · voice · enable_safety_checker · speakers · turns

Guía de entrega predeterminada para cada turno, sujeta a anulaciones; estas instrucciones no forman parte de la transcripción hablada.

predeterminado Kore

Voz predeterminada usada para el habla de un solo hablante.

Configuración de hablantes del diálogo que contiene exactamente dos alias diferentes, cada uno emparejado con una voz prediseñada.

Secuencia de turnos del diálogo, con un hablante configurado identificado en cada uno.

POST /run/google/gemini-3.8-flash-tts?wait=20 cotización → $0.045
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda en localStorage únicamente si marcas Recordar. Obtener una clave de API

Acerca de Gemini 3.8 Flash TTS

Crea audio WAV a partir de un `prompt` usando una de 30 voces prediseñadas, o a partir de dos `speakers` y una lista de `turns` para diálogos. `style_instructions` establece la interpretación por separado de la transcripción y puede aplicarse a todos los turnos. Se permiten eventos vocales integrados como <laugh> y <sigh>.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptopcional
Tipostring | null
Texto que debe decirse exactamente para un solo hablante; usa speakers y turns para diálogos y omite prompt. Usa style_instructions para indicar la forma de entrega y marca eventos vocales en línea con <laugh> o <sigh>. El proveedor permite un máximo de 8,192 tokens en toda la entrada.
style_instructionsopcional
Tipostring | null
Guía de entrega predeterminada para cada turno, sujeta a anulaciones; estas instrucciones no forman parte de la transcripción hablada.
voiceopcional
Tipoenum
PredeterminadoKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 másLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voz predeterminada usada para el habla de un solo hablante.
speakersopcional
Tipoobject[]
≤ 2 elementos≥ 2 elementos
Configuración de hablantes del diálogo que contiene exactamente dos alias diferentes, cada uno emparejado con una voz prediseñada.
speakers[].speaker_idobligatorio
Tipostring
≥ 1 characters
Alias que identifica al hablante en cada turno.
speakers[].voiceobligatorio
Tipoenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 másLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voz predeterminada asignada a este hablante.
turnsopcional
Tipoobject[]
Secuencia de turnos del diálogo, con un hablante configurado identificado en cada uno.
turns[].speaker_idobligatorio
Tipostring
≥ 1 characters
Alias que identifica a un hablante de la configuración.
turns[].textobligatorio
Tipostring
≥ 1 characters
Transcripción exacta que se dirá durante este turno.
turns[].style_instructionsopcional
Tipostring | null
Estilo opcional de entrega del habla para este turno.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
La moderación puede relajarse estableciendo false, siempre que la persona que llama esté autorizada.
obligatorio

Salida

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: se conserva para siempre (con cobro por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para video y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size}Salida de audio en formato WAV.

Más modelos: Texto a voz

Para agentes de IA: esta página en Markdown está disponible en https://doitong.com/es-MX/developers/models/google/gemini-3.8-flash-tts.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt