Ugrás a tartalomhoz

Gemini 3.8 Flash TTS

Integráció

Modellazonosító 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"

Ez a kérés: ≈0,045 $ 45 API-jóváírás Futtatás ezen az oldalon

API-kulcs beszerzése
Google Szövegből beszéd Gyors #text-to-speech#audio#dialogue#voiceover

Standard Gemini 3.8 Flash szöveg-beszéd átalakítás narrációhoz vagy kétszereplős párbeszédhez, 30 hanggal

Google · Hang

Az első eredményed itt jelenik meg

Állíts össze egy kérést alább, majd futtasd az API-kulcsoddal. A kimeneteket a tárhelyünkre másoljuk, és örökre vagy 7 nap ideig ingyenesen őrizzük meg.

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

Egyetlen beszélő által pontosan elmondandó szöveg; párbeszédhez használja a speakers és turns mezőket, a promptot pedig hagyja el. Az előadás irányításához használja a style_instructions mezőt, a hangjelenségeket pedig inline jelölje, például <laugh> vagy <sigh>. A szolgáltató a teljes bemenetben legfeljebb 8,192 tokent engedélyez.

Speciális style_instructions · voice · enable_safety_checker · speakers · turns

Alapértelmezett előadási útmutatás minden fordulóhoz, felülbírálási lehetőséggel; ezek az utasítások nem részei a kimondott átiratnak.

alapértelmezett: Kore

Egyetlen beszélő beszédéhez használt előbeállított hang.

Pontosan két különböző aliászt tartalmazó párbeszéd-beszélőkonfiguráció, amelyek mindegyike előre létrehozott hanghoz kapcsolódik.

Párbeszédfordulók sorozata, amelyek mindegyikéhez beállított beszélő tartozik.

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

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) Gemini 3.8 Flash TTS bemutatása

WAV-hangot hoz létre egy `prompt` alapján a 30 előre elkészített hang egyikével, vagy két `speakers` és egy `turns` lista alapján párbeszédhez. A `style_instructions` a beszédmódot az átirattól külön határozza meg, és minden fordulatra alkalmazható. Engedélyezettek az olyan beágyazott hanghatás-jelzések, mint a <laugh> és a <sigh>.

Paraméterek

NévTípus AlapértelmezettEngedélyezett Leírás
promptnem kötelező
Típusstring | null
Egyetlen beszélő által pontosan elmondandó szöveg; párbeszédhez használja a speakers és turns mezőket, a promptot pedig hagyja el. Az előadás irányításához használja a style_instructions mezőt, a hangjelenségeket pedig inline jelölje, például <laugh> vagy <sigh>. A szolgáltató a teljes bemenetben legfeljebb 8,192 tokent engedélyez.
style_instructionsnem kötelező
Típusstring | null
Alapértelmezett előadási útmutatás minden fordulóhoz, felülbírálási lehetőséggel; ezek az utasítások nem részei a kimondott átiratnak.
voicenem kötelező
Típusenum
AlapértelmezettKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 továbbiLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Egyetlen beszélő beszédéhez használt előbeállított hang.
speakersnem kötelező
Típusobject[]
≤ 2 elem≥ 2 elem
Pontosan két különböző aliászt tartalmazó párbeszéd-beszélőkonfiguráció, amelyek mindegyike előre létrehozott hanghoz kapcsolódik.
speakers[].speaker_idkötelező
Típusstring
≥ 1 characters
Az egyes fordulókban szereplő beszélőt azonosító aliász.
speakers[].voicekötelező
Típusenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 továbbiLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
A beszélőhöz rendelt előbeállított hang.
turnsnem kötelező
Típusobject[]
Párbeszédfordulók sorozata, amelyek mindegyikéhez beállított beszélő tartozik.
turns[].speaker_idkötelező
Típusstring
≥ 1 characters
A konfigurációból származó beszélőt azonosító aliász.
turns[].textkötelező
Típusstring
≥ 1 characters
Az ebben a fordulóban elmondandó pontos átirat.
turns[].style_instructionsnem kötelező
Típusstring | null
Opcionális beszédelőadási stílus ehhez a fordulóhoz.
enable_safety_checkernem kötelező
Típusboolean
Alapértelmezetttrue
A szűrés a false érték beállításával enyhíthető, ha a hívó jogosult erre.
kötelező

Kimenet

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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
audio
object {url, content_type, file_name, file_size}WAV formátumú hangkimenet.

További modellek: Szövegből beszéd

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/google/gemini-3.8-flash-tts.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt