Gemini 3.8 Flash TTS recenzja: 30 głosów i wskazówki w skrypcie
Jeden lub dwa głosy na żądanie: do 5000 znaków skryptu dla jednego głosu albo do 20 kwestii dialogu po 250 znaków dla dwóch.
Gemini 3.8 Flash TTS od Google, wydany we wrześniu 2026 roku: wystarczy wysłać skrypt, wybrać jeden z 30 głosów i odebrać plik WAV. Sposobem wykonania kieruje się za pomocą wskazówek w nawiasach kwadratowych, takich jak [whispering] czy [sighs], wpisanych bezpośrednio w skrypt, a SpicyAPI nie dodaje żadnego filtra treści.
- Lydia
- Bez testu praktycznego · katalog sprawdzony 7 paź 2026
- Zaktualizowano 7 paź 2026
Nasz wniosek
Na potrzeby artykułu nie utworzono nowych płatnych próbek. Opublikowane przykłady pokazują konkretne wejście i wyjście, a nie kontrolowane porównanie. Ilustracja jest materiałem redakcyjnym, nie wynikiem testu omawianego modelu.
Co nam się podobało, a co przeszkadzało
Co nam się podobało
- Audiobooki i długie narracje. Zachowaj wybór głosu i wskazówki, a potem sprawdź na słuch zmiany między rozdziałami. Przed połączeniem nagrań porównaj końcówkę każdego rozdziału ze skryptem.
- Głosy postaci i towarzyszy czatu. Nadaj postaci z czatu własny głos. Wskazówka [whispering] w połączeniu z krótkimi, mówionymi zdaniami zmienia zwykły tekst w kwestie, które brzmią, jakby były skierowane do jednego słuchacza.
Co przeszkadzało
- Jeden lub dwa głosy na żądanie: do 5000 znaków skryptu dla jednego głosu albo do 20 kwestii dialogu po 250 znaków dla dwóch. Model zatrzymuje się po 16 384 tokenach audio na klip. Wynikiem jest pojedynczy plik WAV (24 kHz, 16 bitów, mono); nie ma znaczników czasowych słów, napisów ani innych formatów. Dostępnych jest tylko 30 gotowych głosów, bez klonowania i bez projektowania głosu. Język skryptu jest wykrywany automatycznie i nie da się go wymusić.
Co potwierdzają dane
30 września 2026 r. ranking natywnych głosów Artificial Analysis podawał dla tego dokładnego modelu 1268 Elo, przedział 95% 1252–1284 i 2261 głosów. Mierzy preferencje słuchaczy z wykorzystaniem własnych głosów modeli: jest oceną zewnętrzną, nie eksperymentem na tym endpoincie SpicyAPI. Głosy nie są niezależnymi skryptami, a różnica Elo nie jest procentową poprawą.
Wynik pomaga ocenić naturalność, ale nie potwierdza wymowy Twojego słownictwa, podobieństwa klonowanego głosu, spójności długiego tekstu, wszystkich języków ani czasu odpowiedzi tutaj. Sprawdź konkretny głos i skrypt. Podobna nazwa HD, Flash lub starszej wersji nie zastępuje wskazanego wpisu.
Jak przygotować pierwsze wejście
Poniższe wejście opiera się na opublikowanych przykładach i nie gwarantuje identycznych wyników. Oddziel tekst od wskazówek wykonawczych, jeśli są osobne pola. Sprawdź zwykłe zdanie przed rozszerzeniem skryptu; dodatkowe przymiotniki rzadko usuwają niejednoznaczność.
{
"text": "[whispers] Come closer. I wasn't going to say this tonight... but I've been thinking about you all week.",
"voice_id": "Kore"
}Zacznij od elementu, który decyduje o akceptacji: nazwy, trudnej liczby lub zdania ze zmianą emocji. Porównaj wynik z oryginałem do końca. Utrzymuj stałe wejście i zmieniaj jedno ustawienie naraz. Przyjemny głos nie dowodzi, że zachowano wszystkie słowa.
Przed wysłaniem sprawdź aktualną wycenę na stronie zadania. Opłat za znak, sekundę i żądanie nie porównuje się tylko po cenie początkowej. Użyj tego samego fragmentu lub nagrania i uwzględnij potrzebną konwersję oraz wyrównanie.
Jak wybrać alternatywę
Najpierw wybierz brakującą funkcję. Alternatywa ma usunąć konkretną przeszkodę: wybór głosu, dłuższy skrypt, wskazówki lub odpowiedni rodzaj transkrypcji. Nowsza nazwa nie wystarczy. Aktualne strony pokazują zadania i jednostki rozliczenia.
Co Gemini 3.8 Flash TTS potrafi w SpicyAPI
Wprost z aktualnej specyfikacji modelu w SpicyAPI. Niektórzy twórcy oferują więcej we własnych aplikacjach; tu jest to, co możesz wywołać przez nasze API już dziś.
| Funkcja | Tekst na mowę |
|---|---|
| Sterowanie seedem | Nie |
| Prompt negatywny | Nie |
Co o tym myślisz?
Czy ta recenzja była przydatna?
Zaloguj się, aby zagłosować.
Komentarze
Komentarze sprawdzamy automatycznie i ręcznie w zespole. Usuwamy spam, treści nieodpowiednie, ataki osobiste i wszystko, co bez zgody wymienia prawdziwą osobę. Zgłoś komentarz, a sprawdzimy go w ciągu jednego dnia roboczego.
Testowałeś ten model? Podziel się tym, co zadziałało. Aby komentować, potrzebujesz darmowego konta – tak trzymamy spam z daleka.
Najczęstsze pytania o Gemini 3.8 Flash TTS
Wypróbuj Gemini 3.8 Flash TTS samodzielnie
Ustaw każdy parametr w Playground i zobacz dokładną cenę przed uruchomieniem.
Więcej recenzji
Zobacz rankingi →
Gemini 3.8 Flash-Lite TTS
Jeden lub dwa głosy na żądanie: do 5000 znaków skryptu dla jednego głosu albo do 20 kwestii dialogu po 250 znaków dla dwóch.
Bez testu praktycznego · katalog sprawdzony 7 paź 2026
Przeczytaj recenzję
Seed Speech 2.0
Jeden głos na żądanie, skrypt do 5000 znaków.
Bez testu praktycznego · katalog sprawdzony 7 paź 2026
Przeczytaj recenzję
Grok TTS
Jeden głos na żądanie, do 15 000 znaków scenariusza.
Bez testu praktycznego · katalog sprawdzony 7 paź 2026
Przeczytaj recenzję