Zum Inhalt springen

Gemini 3.8 Flash TTS

Integrieren

Modell-ID google/gemini-3.8-flash-tts
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/google/gemini-3.8-flash-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage: ≈0,045 $ 45 API-Credits · ≈ 4,71 ₽ Auf dieser Seite ausführen

API-Schlüssel abrufen
Google Text zu Sprache Schnell #text-to-speech#audio#dialogue#voiceover

Standard-Gemini 3.8 Flash Text-to-Speech für Erzählungen oder Dialoge mit zwei Sprechern und 30 Stimmen

Google · Audio

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

Text, der von einem einzelnen Sprecher exakt gesprochen werden soll; verwende speakers und turns für Dialoge und lasse prompt weg. Verwende style_instructions für Vorgaben zur Sprechweise und markiere stimmliche Ereignisse inline mit <laugh> oder <sigh>. Der Anbieter erlaubt höchstens 8,192 Token in der gesamten Eingabe.

Erweitert style_instructions · voice · enable_safety_checker · speakers · turns

Standardvorgaben für die Sprechweise jedes Turns, die überschrieben werden können; diese Anweisungen sind nicht Teil des gesprochenen Transkripts.

Standard Kore

Voreingestellte Stimme für die Sprachausgabe mit einem einzelnen Sprecher.

Sprecherkonfiguration für Dialoge mit genau zwei verschiedenen Aliasen, jeweils gekoppelt an eine vorgefertigte Stimme.

Abfolge von Dialog-Turns mit jeweils einem konfigurierten Sprecher.

POST /run/google/gemini-3.8-flash-tts?wait=20 Preis → 0,045 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/google/gemini-3.8-flash-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Gemini 3.8 Flash TTS

Erzeugt WAV-Audio aus einem `prompt` mit einer von 30 vorgefertigten Stimmen oder aus zwei `speakers` und einer Liste von `turns` für Dialoge. `style_instructions` steuert die Sprechweise unabhängig vom Transkript und kann auf alle Turns angewendet werden. Inline-Stimmereignisse wie <laugh> und <sigh> sind zulässig.

Parameter

NameTyp StandardZulässig Beschreibung
promptoptional
Typstring | null
Text, der von einem einzelnen Sprecher exakt gesprochen werden soll; verwende speakers und turns für Dialoge und lasse prompt weg. Verwende style_instructions für Vorgaben zur Sprechweise und markiere stimmliche Ereignisse inline mit <laugh> oder <sigh>. Der Anbieter erlaubt höchstens 8,192 Token in der gesamten Eingabe.
style_instructionsoptional
Typstring | null
Standardvorgaben für die Sprechweise jedes Turns, die überschrieben werden können; diese Anweisungen sind nicht Teil des gesprochenen Transkripts.
voiceoptional
Typenum
StandardKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 weitereLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Voreingestellte Stimme für die Sprachausgabe mit einem einzelnen Sprecher.
speakersoptional
Typobject[]
≤ 2 Elemente≥ 2 Elemente
Sprecherkonfiguration für Dialoge mit genau zwei verschiedenen Aliasen, jeweils gekoppelt an eine vorgefertigte Stimme.
speakers[].speaker_iderforderlich
Typstring
≥ 1 characters
Alias zur Identifizierung des Sprechers in jedem Turn.
speakers[].voiceerforderlich
Typenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 weitereLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Diesem Sprecher zugewiesene voreingestellte Stimme.
turnsoptional
Typobject[]
Abfolge von Dialog-Turns mit jeweils einem konfigurierten Sprecher.
turns[].speaker_iderforderlich
Typstring
≥ 1 characters
Alias zur Identifizierung eines Sprechers aus der Konfiguration.
turns[].texterforderlich
Typstring
≥ 1 characters
Exaktes Transkript, das in diesem Turn gesprochen werden soll.
turns[].style_instructionsoptional
Typstring | null
Optionaler Stil der Sprechweise für diesen Turn.
enable_safety_checkeroptional
Typboolean
Standardtrue
Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist.
erforderlich

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "google/gemini-3.8-flash-tts",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 45,
    "usd": "0.045",
    "charged": 45,
    "refunded": 0
  },
  "input": {
    "prompt": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
audio
object {url, content_type, file_name, file_size}Audioausgabe im WAV-Format.

Weitere Modelle: Text zu Sprache

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/google/gemini-3.8-flash-tts.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt