Ir para o conteúdo

Gemini 3.8 Flash TTS

Integrar

ID do 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 solicitação: ≈$ 0,045 45 créditos de API · ≈ ₽ 4,84 Executar nesta página

Obter chave de API
Google Texto para fala Rápido #text-to-speech#audio#dialogue#voiceover

Texto para fala padrão do Gemini 3.8 Flash para narração ou diálogo com dois falantes, com 30 vozes

Google · Áudio

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

Texto a ser falado exatamente por um único locutor; use speakers e turns para diálogos e deixe prompt de fora. Use style_instructions para orientação da entrega e marque eventos vocais em linha com <laugh> ou <sigh>. O provedor permite no máximo 8,192 tokens em toda a entrada.

Avançado style_instructions · voice · enable_safety_checker · speakers · turns

Orientação padrão de entrega para cada turno, sujeita a substituições; essas instruções não fazem parte da transcrição falada.

padrão Kore

Voz predefinida usada para fala com um único locutor.

Configuração de locutores de diálogo contendo exatamente dois aliases diferentes, cada um associado a uma voz predefinida.

Sequência de turnos de diálogo, com um locutor configurado identificado em cada um.

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

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre Gemini 3.8 Flash TTS

Cria áudio WAV a partir de um `prompt` usando uma das 30 vozes predefinidas, ou a partir de dois `speakers` e uma lista de `turns` para diálogos. `style_instructions` define a entrega separadamente da transcrição e pode ser aplicado a todos os turnos. Eventos vocais inline, como <laugh> e <sigh>, são permitidos.

Parâmetros

NomeTipo PadrãoPermitido Descrição
promptopcional
Tipostring | null
Texto a ser falado exatamente por um único locutor; use speakers e turns para diálogos e deixe prompt de fora. Use style_instructions para orientação da entrega e marque eventos vocais em linha com <laugh> ou <sigh>. O provedor permite no máximo 8,192 tokens em toda a entrada.
style_instructionsopcional
Tipostring | null
Orientação padrão de entrega para cada turno, sujeita a substituições; essas instruções não fazem parte da transcrição falada.
voiceopcional
Tipoenum
PadrãoKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 a maisLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voz predefinida usada para fala com um único locutor.
speakersopcional
Tipoobject[]
≤ 2 itens≥ 2 itens
Configuração de locutores de diálogo contendo exatamente dois aliases diferentes, cada um associado a uma voz predefinida.
speakers[].speaker_idobrigatório
Tipostring
≥ 1 characters
Alias que identifica o locutor em cada turno.
speakers[].voiceobrigatório
Tipoenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 a maisLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voz predefinida atribuída a este locutor.
turnsopcional
Tipoobject[]
Sequência de turnos de diálogo, com um locutor configurado identificado em cada um.
turns[].speaker_idobrigatório
Tipostring
≥ 1 characters
Alias que identifica um locutor da configuração.
turns[].textobrigatório
Tipostring
≥ 1 characters
Transcrição exata a ser falada durante este turno.
turns[].style_instructionsopcional
Tipostring | null
Estilo opcional da entrega da fala para este turno.
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
A filtragem pode ser relaxada definindo false, desde que o chamador esteja autorizado.
obrigatório

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
audio
object {url, content_type, file_name, file_size}Saída de áudio no formato WAV.

Mais modelos: Texto para fala

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/google/gemini-3.8-flash-tts.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt