google/gemini-3.8-flash-tts/text-to-speechO Gemini 3.8 Flash TTS transforma um roteiro em um WAV mono de 24 kHz em uma de 30 vozes, ou em duas vozes para um diálogo. Marcações entre colchetes como [whispering], [sighs] ou [laughing] são interpretadas em vez de lidas em voz alta.
Playground
Estes exemplos foram escritos para este endpoint. Substitua o prompt e as URLs de mídia de exemplo por suas próprias entradas acessíveis. Antes de enviar, confira a estimativa atual e a disponibilidade do modelo.
- 0:00 / –:––
whispered-confession A voz de Kore com uma única marcação [whispers] no início: a fala inteira desce para um registro próximo e sussurrado sem nenhum campo style. Muitas vezes, uma marcação entre colchetes é toda a direção de que uma fala precisa.
- Kore
- 0:00 / –:––
storm-cabin-chapter A mesma narração romântica das outras páginas, aberta com uma indicação [softly]. Compare com o Gemini 2.5 Pro, que tira seu ritmo de um campo instructions.
- Charon
- 0:00 / –:––
teasing-rival A voz de Puck com indicações [laughing] e [teasing] em torno de uma fala competitiva. As indicações mudam a interpretação no meio da frase; de vez em quando o modelo lê uma tag em voz alta, então ouça antes de publicar.
- Puck
Este exemplo começa em $0.00032 por segundo de saída. O Playground recalcula a estimativa sempre que você muda as configurações.