Avançar 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"

Este pedido: ≈0,045 $ 45 créditos da API · ≈ 4,84 ₽ Executar nesta página

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

Text-to-speech Gemini 3.8 Flash padrão para narração ou diálogo com dois oradores, com 30 vozes

Google · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

Texto a dizer exatamente por um único orador; utilize speakers e turns para diálogos e deixe prompt de fora. Utilize style_instructions para orientações de entrega e marque eventos vocais inline com <laugh> ou <sigh>. O fornecedor permite, no máximo, 8,192 tokens em toda a entrada.

Avançado style_instructions · voice · enable_safety_checker · speakers · turns

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

predefinição Kore

Voz predefinida utilizada para fala com um único orador.

Configuração de oradores do diálogo que contém exatamente dois aliases diferentes, cada um associado a uma voz predefinida.

Sequência de turnos do diálogo, com um orador configurado identificado para 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 este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Gemini 3.8 Flash TTS

Cria áudio WAV a partir de um `prompt` utilizando uma de 30 vozes predefinidas, ou a partir de dois `speakers` e uma lista de `turns` para diálogo. `style_instructions` define a locução separadamente da transcrição e pode aplicar-se a todos os turnos. São permitidos eventos vocais inline, como <laugh> e <sigh>.

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
promptopcional
Tipostring | null
Texto a dizer exatamente por um único orador; utilize speakers e turns para diálogos e deixe prompt de fora. Utilize style_instructions para orientações de entrega e marque eventos vocais inline com <laugh> ou <sigh>. O fornecedor permite, no máximo, 8,192 tokens em toda a entrada.
style_instructionsopcional
Tipostring | null
Orientação de entrega predefinida para cada turno, sujeita a substituições; estas instruções não fazem parte da transcrição falada.
voiceopcional
Tipoenum
PredefiniçãoKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 maisLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voz predefinida utilizada para fala com um único orador.
speakersopcional
Tipoobject[]
≤ 2 itens≥ 2 itens
Configuração de oradores do diálogo que contém exatamente dois aliases diferentes, cada um associado a uma voz predefinida.
speakers[].speaker_idobrigatório
Tipostring
≥ 1 characters
Alias que identifica o orador em cada turno.
speakers[].voiceobrigatório
Tipoenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 maisLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voz predefinida atribuída a este orador.
turnsopcional
Tipoobject[]
Sequência de turnos do diálogo, com um orador configurado identificado para cada um.
turns[].speaker_idobrigatório
Tipostring
≥ 1 characters
Alias que identifica um orador da configuração.
turns[].textobrigatório
Tipostring
≥ 1 characters
Transcrição exata a dizer durante este turno.
turns[].style_instructionsopcional
Tipostring | null
Estilo opcional da entrega da fala para este turno.
enable_safety_checkeropcional
Tipoboolean
Predefiniçãotrue
A filtragem pode ser flexibilizada definindo false, desde que o autor do pedido esteja autorizado.
obrigatório

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
audio
object {url, content_type, file_name, file_size}Saída de áudio em formato WAV.

Mais modelos: Texto para voz

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