本文へスキップ

規制なし — このモデルはコンテンツフィルターを持たないと表明しています。SpicyAPI 側で内容スキャンを追加することはなく、リクエストはそのまま転送します。法令の順守と同意の確認は、お客様の責任です。このフィルタリング水準のモデルを一覧で見る
google/gemini-3.8-flash-lite-tts/text-to-speech

Gemini 3.8 Flash-Lite TTS は Google の高速・低コストな text-to-speech で、30 種のボイスから選ぶと 24 kHz モノラルの WAV が通常数秒で返ります。対話は 2 ボイスまで、句読点で読み方が変わります。

最低価格 $0.00021/秒
モデルを実行

プレイグラウンド

リクエストを送信

クイックスタート

例は、選択中のエンドポイントの公開パラメーター定義から作っています。API キーとサンプル素材を差し替えて、ご自身のサーバーから送信してください。

SDK・連携
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

API 認証

API キーはサーバーの環境変数 SPICY_API_KEY に保存します。Bearer 認証を使用し、JSON リクエストには Content-Type: application/json を指定してください。

Authorization: Bearer $SPICY_API_KEY
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "google/gemini-3.8-flash-lite-tts/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
    "voice_id": "Kore"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

このモデルの入力スキーマから生成した例です。API はどのリクエストも、同じスキーマで検証します。

入力パラメーター

これらのフィールドは、リクエスト本文の input オブジェクトに指定します。名前と型は API と一致します。デフォルト値の指定がない項目に、デフォルト値があると想定しないでください。

このモデルには項目どうしの依存関係があります。「条件付きで必須」の項目は、ほかの入力の内容によって必須になります。詳しい条件は、下の JSON Schema で確認してください。

temperaturenumber任意

テイク間のバリエーションを 0 から 2 の範囲で指定します。値を大きくするほど演じ方が予測しにくくなります。指定しない場合はモデルの既定値が使われます。秒単価は変わりません。

デフォルト値
指定なし
制約
minimum:0
maximum:2
scenestring任意

どこで誰に向けて話すかの説明です (例:「真夜中過ぎの静かなホテルの部屋」)。演じ方に反映され、読み上げられません。最大 500 文字です。秒単価は変わりません。

デフォルト値
指定なし
制約
maxLength:500
instructionsstring任意

読み方の自由記述の指示です。速さ、気分、マイクとの距離、聞き手などを書きます。演技に反映されますが、読み上げられることはありません。最大 1,000 文字です。

デフォルト値
指定なし
制約
maxLength:1000
accentstring任意

読み上げに使う英語のアクセントです。省略すると声本来のアクセントのままです。dialogue では、自分で設定していない話し手にこの値が使われます。

デフォルト値
指定なし
使用可能な値
"neutral""american_general""american_valley""american_south""british_rp""british_brixton""transatlantic""australian"
pacestring任意

読み上げのリズムです。natural、rapid_fire (速く歯切れよく)、the_drift (ゆっくり余韻を残して)、staccato (短く区切って) から選べます。省略すると声本来のリズムのままです。dialogue では、自分で設定していない話し手にこの値が使われます。テンポが遅いほど音声の秒数が増え、その秒数で課金されます。

デフォルト値
指定なし
使用可能な値
"natural""rapid_fire""the_drift""staccato"
stylestring任意

全体の話し方です。空欄にすると、そのボイス本来の話し方で読みます。dialogue では、自分で設定していない話し手にこの値が使われます。

デフォルト値
指定なし
使用可能な値
"whisper""empathetic""vocal_smile""newscaster""promo_hype""deadpan"
voice_idstring任意

30 種類のプリセット音声のいずれかで、それぞれ固定のキャラクターを持っています。デフォルトは Kore です。text を読む声です。dialogue では話し手ごとに voice_id を設定します。

デフォルト値
"Kore"
使用可能な値
"Achernar""Achird""Algenib""Algieba""Alnilam""Aoede""Autonoe""Callirrhoe""Charon""Despina""Enceladus""Erinome""Fenrir""Gacrux""Iapetus""Kore""Laomedeia""Leda""Orus""Puck""Pulcherrima""Rasalgethi""Sadachbia""Sadaltager""Schedar""Sulafat""Umbriel""Vindemiatrix""Zephyr""Zubenelgenubi"
speakersarray<object>条件付きで必須

dialogue の配役です。1 人か 2 人分を指定し、それぞれに行から参照される name と voice_id、任意で accent・style・pace・profile (話し手の短い説明。読み上げられません) を設定します。省いた項目には最上位の accent・style・pace が使われます。秒単価は変わりません。

デフォルト値
指定なし
制約
minItems:1
maxItems:2
dialoguearray<object>条件付きで必須

text の代わりに使う、最大 2 人の声による台本付きの会話です。最大 20 行で、各行に speaker (speakers にある名前) と 250 文字以内の text を指定します。行は順番どおりに演じられます。text と同じく、返された音声の秒数で課金されます。

デフォルト値
指定なし
制約
minItems:1
maxItems:20
textstring条件付きで必須

読み上げてほしい言葉を、書かれたとおり正確に指定します。[sighs] のような角括弧の指示は確実には演じられず、そのまま読み上げられる場合があるため、音は書き出す形にしてください。最大 5,000 文字まで対応しています。2 人の声による会話には、代わりに dialogue を使います。

デフォルト値
指定なし
制約
minLength:1
maxLength:5000

タスクを追跡

HTTP 202 はタスクを受け付けたという意味で、生成が終わったという意味ではありません。返ってきた taskId を保存し、そのタスクの状態を問い合わせてください。結果を待っている間に、同じ内容でタスクを作り直さないでください。

受理レスポンス
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

受理レスポンスには今回の概算料金が含まれるため、アプリのタスク履歴と請求画面に同じ金額を表示できます。

タスクを取得する
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

ポーリングは約 2 秒間隔から始め、徐々に間隔を延ばします。終了状態になったら止めてください。通信が切れたときも、元の taskId で状態を確認します。作成をやり直すときは、同じ冪等キーと同じ本文をそのまま使い回してください。

あるいは、コールバックに知らせてもらう
import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

タスク作成時に callBackUrl を渡せば、完了したレコードが POST で届きます——ポーリングは一切不要です。配信には毎回 X-Webhook-Timestamp、X-Webhook-Signature、X-Webhook-Payload-Version が付きます。署名は taskId.timestamp.sha256(body) に対する HMAC-SHA256（base64）なので、生のバイト列で検証してください。JSON を解析して再度文字列化するとバイト列が変わり、検証は必ず失敗します。失敗した配信は再送されるため同じ taskId が二度届くことがあります。ハンドラーは冪等に。まず 2xx を返し、処理はその後で——応答が遅いと配信失敗として扱われます。

結果を取得

output を読むのは、state が succeeded のときだけにしてください。失敗したときは errorCode、errorMessage、request_id を手がかりに調べます。例に出ている料金や状態は、実際の請求ではありません。

完了レスポンスの例
{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "google/gemini-3.8-flash-lite-tts/text-to-speech",
    "state": "succeeded",
    "output": {
      "assets": [
        {
          "key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp3",
          "mime": "audio/mpeg",
          "url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp3?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
          "expiresAt": "2026-08-28T12:20:08.000Z"
        }
      ]
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

利用可能なファイルは assets[].url からそのまま開くか、ダウンロードできます。API の Authorization ヘッダーは不要です。署名付き URL は expiresAt で失効しますが、保存期間内であればタスクを再取得することで更新できます。処理中または利用できないファイルに URL はありません。署名付き URL は非公開情報として扱ってください。

SDK・連携

アプリ、ターミナル、AI アシスタント、ビジュアルワークフローで SpicyAPI を活用。接続ガイドを選んでください。

SDKs
TypeScript · Python · Go · PHP · Java
CLI
ターミナルコマンドと自動化スクリプト。
MCP
Claude Code · Cursor · Codex
Agent Skill
AI アシスタントで再利用できる手順。
n8n
セルフホスト版のコミュニティノードと、n8n Cloud にインポートできる HTTP Request テンプレート。
ComfyUI
ノードで組み立てる画像・動画・音声ワークフロー。

その他の連携

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
すぐ使えるワークフローを見る

ComfyUI で使う

ComfyUI Manager か下のコマンドで SpicyAPI ノードをインストールしたら、キャンバスで Gemini 3.8 Flash-Lite TTS · Text to Speech を検索してください。このノードにはこのページと同じオプションがあり、実行前に価格が表示されます。

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
ワークフロー例セットアップガイドGitHub のソース