အကြောင်းအရာသို့ ကျော်ရန်

Gemini 3.8 Flash TTS

ပေါင်းစည်းရန်

မော်ဒယ် id 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"

ဤတောင်းဆိုချက်: ≈၀.၀၄၅ $ ၄၅ API ခရက်ဒစ် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Google စာသားမှ အသံ မြန်ဆန် #text-to-speech#audio#dialogue#voiceover

ဇာတ်ကြောင်းဖတ်ခြင်း သို့မဟုတ် speaker နှစ်ဦး ဆွေးနွေးမှုအတွက် ပုံမှန် Gemini 3.8 Flash text-to-speech၊ အသံ 30 မျိုး

Google · အသံ

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

စပီကာတစ်ဦးတည်းအတွက် တိတိကျကျ ပြောရမည့်စာသား။ ဆွေးနွေးမှုအတွက် speakers နှင့် turns ကို အသုံးပြုပြီး ပရောမ့် ကို ချန်ထားပါ။ ပေးပို့မှုလမ်းညွှန်ချက်အတွက် style_instructions ကို အသုံးပြုပြီး အသံဖြစ်ရပ်များကို <laugh> သို့မဟုတ် <sigh> ဖြင့် inline မှတ်သားပါ။ Provider သည် ထည့်သွင်းချက် တစ်ခုလုံးတွင် တိုကင် 8,192 ထက် မပိုစေရန် ခွင့်ပြုသည်။

အဆင့်မြင့် style_instructions · voice · enable_safety_checker · speakers · turns

turn တိုင်းအတွက် မူလပေးပို့မှုလမ်းညွှန်ချက်။ override များဖြင့် ပြောင်းလဲနိုင်ပြီး ဤညွှန်ကြားချက်များသည် ပြောဆိုသည့် transcript ၏ အစိတ်အပိုင်းမဟုတ်ပါ။

မူလ Kore

စပီကာတစ်ဦးတည်း၏ စကားပြောမှုအတွက် အသုံးပြုသော preset အသံ။

မတူညီသော alias အတိအကျ 2 ခုပါဝင်ပြီး တစ်ခုစီကို ကြိုတင်တည်ဆောက်ထားသော အသံတစ်ခုနှင့် တွဲဖက်ထားသည့် ဆွေးနွေးမှုစပီကာဖွဲ့စည်းမှု။

ဆွေးနွေးမှု turn များ၏ အစဉ်လိုက်စာရင်း။ turn တစ်ခုစီအတွက် ဖွဲ့စည်းထားသော စပီကာကို သတ်မှတ်ထားသည်။

POST /run/google/gemini-3.8-flash-tts?wait=20 ကုန်ကျစရိတ် → ၀.၀၄၅ $
# 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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

Gemini 3.8 Flash TTS အကြောင်း

ကြိုတင်တည်ဆောက်ထားသော အသံ 30 မျိုးထဲမှ တစ်မျိုးကို အသုံးပြု၍ `prompt` မှ WAV အသံကို ဖန်တီးပေးသည်။ သို့မဟုတ် စကားပြောခန်းအတွက် `speakers` နှစ်ဦးနှင့် `turns` စာရင်းကို အသုံးပြုနိုင်သည်။ `style_instructions` သည် ဖော်ပြစာနှင့် သီးခြားစီ ပြောဆိုပုံကို သတ်မှတ်ပေးပြီး turn အားလုံးတွင် အသုံးချနိုင်သည်။ <laugh> နှင့် <sigh> ကဲ့သို့ စာကြောင်းအတွင်း အသံဖြစ်ရပ်များကို ခွင့်ပြုသည်။

ပါရာမီတာများ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
promptရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
စပီကာတစ်ဦးတည်းအတွက် တိတိကျကျ ပြောရမည့်စာသား။ ဆွေးနွေးမှုအတွက် speakers နှင့် turns ကို အသုံးပြုပြီး ပရောမ့် ကို ချန်ထားပါ။ ပေးပို့မှုလမ်းညွှန်ချက်အတွက် style_instructions ကို အသုံးပြုပြီး အသံဖြစ်ရပ်များကို <laugh> သို့မဟုတ် <sigh> ဖြင့် inline မှတ်သားပါ။ Provider သည် ထည့်သွင်းချက် တစ်ခုလုံးတွင် တိုကင် 8,192 ထက် မပိုစေရန် ခွင့်ပြုသည်။
style_instructionsရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
turn တိုင်းအတွက် မူလပေးပို့မှုလမ်းညွှန်ချက်။ override များဖြင့် ပြောင်းလဲနိုင်ပြီး ဤညွှန်ကြားချက်များသည် ပြောဆိုသည့် transcript ၏ အစိတ်အပိုင်းမဟုတ်ပါ။
voiceရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 ခု ထပ်မံLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
စပီကာတစ်ဦးတည်း၏ စကားပြောမှုအတွက် အသုံးပြုသော preset အသံ။
speakersရွေးချယ်နိုင်သည်
အမျိုးအစားobject[]
အကြောင်းအရာ ၂ ခုထက် မပိုပါအကြောင်းအရာ ၂ ခုထက် မနည်းပါ
မတူညီသော alias အတိအကျ 2 ခုပါဝင်ပြီး တစ်ခုစီကို ကြိုတင်တည်ဆောက်ထားသော အသံတစ်ခုနှင့် တွဲဖက်ထားသည့် ဆွေးနွေးမှုစပီကာဖွဲ့စည်းမှု။
speakers[].speaker_idလိုအပ်သည်
အမျိုးအစားstring
≥ 1 characters
turn တစ်ခုစီရှိ စပီကာကို ခွဲခြားသတ်မှတ်သော alias။
speakers[].voiceလိုအပ်သည်
အမျိုးအစားenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 ခု ထပ်မံLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
ဤစပီကာအတွက် သတ်မှတ်ထားသော preset အသံ။
turnsရွေးချယ်နိုင်သည်
အမျိုးအစားobject[]
ဆွေးနွေးမှု turn များ၏ အစဉ်လိုက်စာရင်း။ turn တစ်ခုစီအတွက် ဖွဲ့စည်းထားသော စပီကာကို သတ်မှတ်ထားသည်။
turns[].speaker_idလိုအပ်သည်
အမျိုးအစားstring
≥ 1 characters
ဖွဲ့စည်းမှုထဲမှ စပီကာတစ်ဦးကို ခွဲခြားသတ်မှတ်သော alias။
turns[].textလိုအပ်သည်
အမျိုးအစားstring
≥ 1 characters
ဤ turn အတွင်း ပြောရမည့် တိတိကျကျ transcript။
turns[].style_instructionsရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
ဤ turn အတွက် ရွေးချယ်နိုင်သော စကားပြောပေးပို့မှုပုံစံ။
enable_safety_checkerရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
caller က ခွင့်ပြုချက်ရှိပါက false သတ်မှတ်ခြင်းဖြင့် စစ်ဆေးမှုကို လျှော့ချနိုင်သည်။
လိုအပ်သည်

ထွက်ရလဒ်

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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
audio
object {url, content_type, file_name, file_size}WAV ဖော်မတ်ဖြင့် အသံထွက်ရလဒ်။

နောက်ထပ် မော်ဒယ်များ: စာသားမှ အသံ

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/google/gemini-3.8-flash-tts.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt