Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) është modeli i shpejtë dhe me kosto efikase i Google për shndërrimin e tekstit në ligjërim, i krijuar për të zëvendësuar gemini-3.1-flash-tts-preview për ngarkesat e punës të prodhimit me kapacitet të lartë.
Përmbledhja dhe aftësitë
Gemini 3.8 Flash-Lite TTS kombinon vonesën e ulët me ligjërimin natyral dhe shprehës:
- Efikasiteti i kapacitetit të lartë: E optimizuar për prodhimin në masë, kaskadat e agjentit bisedor zanor, veçoritë e leximit me zë dhe gjenerimin e ligjërimit të përditshëm me një altoparlant të vetëm në gjuhët kryesore.
- Përputhshmëria e skemës së zëvendësimit: Ndajnë të njëjtën skemë të API-së dhe format të kërkesës të strukturuar si
gemini-3.8-flash-tts, duke të të lejuar që të ndërrosh modelet me një ndryshim të vetëm të parametrit. - Mbështetje e plotë për ekosistemin e zërit: Mbështet zërat e parakonstruksionit, "Bibliotekën e zgjeruar të zërit" (
GET /v1beta/voices), personazhet e personalizuar të Dizajnit të zërit dhe Riprodhimin e zërit (zërat e ruajtur në mënyrë të vazhdueshme si parazgjedhje, si dhe çelësat opsionalë pa gjendje). Mund të projektosh dhe të replikosh zëra në mënyrë ndërvepruese në Google AI Studio.
Vizito udhëzuesin e Tekstit në ligjërim për mbulim të plotë të veçorive, praktikat më të mira të kërkesave dhe shembujt e kodeve.
Kur të përdorësh cilin model TTS
Të dyja modelet Gemini 3.8 TTS ndajnë të njëjtën skemë API dhe strukturë kërkesash. Zgjidh modelin që i përshtatet ngarkesës sate të punës:
| Veçoria / ngarkesa e punës | Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) |
Gemini 3.8 Flash TTS (gemini-3.8-flash-tts) |
|---|---|---|
| Pika kryesore e fortë | Rendiment i lartë, vonesë e ulët dhe efikasitet i kostos | Besnikëria maksimale e zërit, nuancat e aktrimit dhe mbulimi i dialektit |
| Rastet më të mira të përdorimit | Prodhim me volum të lartë, kaskada të agjentëve zanorë në kohë reale, veçori të leximit me zë, replikim zëri, gjenerim i përditshëm me një altoparlant | Librat me audio, narracioni në studio, dialogu kompleks me shumë folës, aktrimi me shumë shpërthime vokale, shqiptimi i vështirë, dialektet rajonale |
| Gjuhët e mbështetura | 101 gjuhë | 130 gjuhë |
| Zëvendësimi i rekomanduar për | gemini-3.1-flash-tts-preview |
Niveli i ri kryesor i krijuesit |
Udhëzuesi i migrimit
Nëse po përmirësohesh nga gemini-3.1-flash-tts-preview në gemini-3.8-flash-lite-tts, përditëso kërkesat e tua për skemën e Gemini 3.8 TTS:
- Transfero udhëzimet e nivelit të kthesës te
speech_metadata: Gemini 3.8 TTS i trajton tekstet hyrëse rreptësisht si transkript fjalë për fjalë. Udhëzimet e tekstit të integruar si"Say cheerfully: Hello!"ose"Speaker 1: Hello!"mund të lexohen me zë të lartë. Zhvendos udhëzimet e dërgimit të vazhdueshëm (style) dhe etiketat e folësve (speaker) në metadatat e strukturuara:- Interactions API: Bashkëngjit një shënim me
"type": "speech_metadata","speaker"dhe"style"për çdo bllok teksti - GenerateContent API: Bashkëngjit
"speech_metadata": {"speaker": "...", "style": "..."}në secilinpart.
- Interactions API: Bashkëngjit një shënim me
- Përdor etiketa të ndërfutura me kllapa këndore vetëm për ngjarjet vokale në një moment të caktuar: Mbaji
tingujt e përkohshëm jofjalësorë dhe pauzat të ndërfutura në transkript duke përdorur
kllapa këndore (si p.sh.
<laugh>,<sigh>,<cough>,<breath>ose<short pause>). Vendos stilet e të folurit si p.sh. të folurit me zë të ulët nëspeech_metadata.style. - Specifiko
speakernë çdo radhë në kërkesat me shumë altoparlantë: Çdo radhë në një kërkesë me shumë altoparlantë duhet të përfshijë në mënyrë të qartëspeakerbrendaspeech_metadataqë përputhet me një nga altoparlantët e konfiguruar. - Dizajno personazhet paraprakisht me "Dizajnin e zërit": Zëvendëso blloqet e gjata të trashëguara të "Profilit të audios" / "Shënimeve të regjisorit" me një zë të personalizuar të krijuar te Dizajni i zërit dhe më pas mbaj atë ID të
voice_...nëpërmjet kërkesave të tua për TTS me vargje minimale ose boshe tëstyle. - Llogaria për daljen e parazgjedhur WAV (
audio/wav) në kërkesat unare: Ndryshe ngagemini-3.1-flash-tts-previewdhe modelet e mëparshme të TTS-së (të cilat kthenin PCM të papërpunuar pa kokëaudio/l16si parazgjedhje), Gemini 3.8 TTS kthen audio WAV (audio/wav/AUDIO_WAV) me një kokë standarde RIFF si parazgjedhje për kërkesat unare.- Nëse kodi yt më parë mbështillte bajtet e papërpunuara PCM në një kokë WAV (për shembull, duke përdorur modulin
wavetë Python oseffmpeg), hiq mbështjellësin manual të kokës dhe shkruaj bajtet e kthyera drejtpërdrejt në një skedar.wav. - Nëse linja jote kërkon audio të papërpunuar PCM pa kokë, mu-law ose A-law,
cakto në mënyrë të qartë
response_format.mime_typenë"audio/l16","audio/mulaw"ose"audio/alaw"(për shembull,{"response_format": {"type": "audio", "mime_type": "audio/l16"}}në API-n e "Ndërveprimeve", oseAUDIO_L16,AUDIO_MULAWoseAUDIO_ALAWnëgenerateContent). Shiko Formatet e daljes së audios.
- Nëse kodi yt më parë mbështillte bajtet e papërpunuara PCM në një kokë WAV (për shembull, duke përdorur modulin
gemini-3.8-flash-lite-tts
| Prona | Përshkrimi |
|---|---|
| Kodi i modelit | gemini-3.8-flash-lite-tts |
| Llojet e të dhënave të mbështetura për |
Hyrjet Teksti Rezultati Audio |
| Kufijtë e kodeve qasëse[*] |
Kufiri i tokenëve të hyrjes 8,192 Kufiri i tokenëve të rezultatit 16 384 (kufiri i shërbimit të Gemini API) |
| Aftësitë | Mbështetur Nuk mbështetet Nuk mbështetet Nuk mbështetet Nuk mbështetet Nuk mbështetet Nuk mbështetet API-ja e transmetimit të drejtpërdrejtë Nuk mbështetet Nuk mbështetet Nuk mbështetet Nuk mbështetet Nuk mbështetet |
| Opsionet e konsumit |
Mbështetur Mbështetur Mbështetur |
| Versionet |
|
| Përditësimi i fundit | Shtator 2026 |
Gjuhët e mbështetura
gemini-3.8-flash-lite-tts zbulon automatikisht gjuhën e hyrjes dhe
mbështet mbi 100 gjuhë:
| Gjuha | Gjuha | Gjuha |
|---|---|---|
| Acenisht (shkrimi arab) | Gjermanisht | Manipurisht |
| Afrikanisht | Greqisht | Maratisht |
| Akan | Guxharatisht | Minangkabau (shkrimi arab) |
| Amarikisht | Kreolishte haitiane | Mizoisht |
| Armenisht | Mongolishtja e Halh-ut | Nepalisht (gjuhë individuale) |
| Asamezisht | Hausisht | Fulfuldisht nigeriane |
| Avadisht | Hebraisht | Azerbajxhanisht veriore |
| Balinezisht | Hindisht | Sotoishte veriore |
| bengalisht | Hungarisht | Uzbekisht veriore |
| Banxharisht (shkrimi latin) | Islandisht | Norvegjisht bokmål |
| Baskisht | Ilokoisht | Norvegjishte nynorsk |
| Bjellorusisht | Indonezisht | Nianxhaisht |
| Boxhpurisht | Persisht iranian | Odia (gjuhë individuale) |
| Boshnjakisht | Italisht | Persisht (Afganistan) |
| Buginez | Japonisht | Polonisht |
| Bullgarisht | Javanisht | Portugalisht |
| Kantonisht | Kambaisht | Punxhabi |
| Katalonisht | Kanadisht | Rumanisht |
| Sibuanoisht | Kashmirisht (shkrimi arab) | Rusisht |
| Kurdishte qendrore | Kashmirisht (shkrimi deva) | Santalisht |
| Çatisgarisht | Kazakisht | Serbisht |
| Kinezisht (shkrimi Hans) | Kmerisht | Sinhalisht |
| Kinezisht (shkrimi Hant) | Kikujuisht | Sllovakisht |
| Kroatisht | Kiniaruandisht | Azerbajxhanisht e jugut |
| Çekisht | Kongo | Pashtoishtja jugore |
| Danisht | Koreanisht | Spanjisht |
| Holandisht | Kirgizisht | Arabisht standarde (shkrim arab) |
| Arabisht (Egjipt) | Laosisht | Arabisht standarde (shkrimi latin) |
| Anglisht | Lingala | Letonisht standarde |
| Estonisht | Maqedonisht | Malajzisht standarde |
| Filipinisht | Magahi | Tamilisht |
| Frëngjisht | Maitilisht | Teluguisht |
| Galicisht | Malajalamisht | Turqisht |
| Ganda | Maltisht | Vietnamisht |
| Gjeorgjisht | — | — |