Przejdź do treści głównej

Gemini 3.8 Flash-Lite TTS to szybszy i tańszy model text-to-speech od Google: wybierz jeden z 30 głosów i dostań WAV mono 24 kHz, zwykle w kilka sekund. Dialog obsługuje do dwóch głosów, a interpunkcja kształtuje sposób podania.

Od $0.00021/s

Obszar roboczy

Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.

  • 0:00 / –:––
    late-night-voice-note

    Scenariusz wiadomości głosowej z dźwiękiem zapisanym jako "Mmm..." zamiast znacznika w nawiasach kwadratowych, odczytany zdyszanym głosem Enceladus. Wypisywanie dźwięków wprost to niezawodny sposób, by je uzyskać w tym modelu.

    • Enceladus
  • 0:00 / –:––
    storm-cabin-chapter

    Prosta narracja dojrzałym głosem Gacrux, bez żadnych wskazówek: same znaki interpunkcyjne wyznaczają pauzy. To rodzaj kwestii, z którą Flash-Lite radzi sobie w kilka sekund.

    • Gacrux
  • 0:00 / –:––
    window-seat-greeting

    Ciepłe powitanie w stylu towarzysza, głosem Sulafat. Ciepło niosą wielokropek i krótkie zdania na końcu; nie jest tu używane pole wskazówek.

    • Sulafat

Ten przykład zaczyna się od $0.00021 za sekundę wyniku. Playground przelicza szacunek po każdej zmianie ustawień.