Aqbeż għall-kontenut

Gemini 3.8 Flash TTS

Integra

Id tal-mudell 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"

Din it-talba: ≈$0.045 45 krediti tal-API · ≈ ₽4.71 Ħaddmu f’din il-paġna

Ikseb ċavetta API
Google Test għal diskors Veloċi #text-to-speech#audio#dialogue#voiceover

Gemini 3.8 Flash text-to-speech standard għal narrar jew djalogu b’żewġ kelliema, bi 30 vuċi

Google · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

Test li għandu jiġi mitkellem eżattament minn kelliem wieħed; uża speakers u turns għad-djalogu u ħalli prompt barra. Uża style_instructions għall-gwida tal-kunsinna, u mmarka avvenimenti vokali inline b'<laugh>' jew '<sigh>'. Il-provider jippermetti massimu ta' 8,192 token fl-input kollu.

Avvanzat style_instructions · voice · enable_safety_checker · speakers · turns

Gwida prestabbilita għall-kunsinna għal kull turn, soġġetta għal overrides; dawn l-istruzzjonijiet mhumiex parti mit-traskrizzjoni mitkellma.

prestabbilit Kore

Vuċi preset użata għad-diskors ma' kelliem wieħed.

Konfigurazzjoni tal-kelliema tad-djalogu li fiha eżattament żewġ aliases differenti, kull wieħed imqabbad ma' vuċi mibnija minn qabel.

Sekwenza ta' turns tad-djalogu, b'kelliem ikkonfigurat identifikat għal kull wieħed.

POST /run/google/gemini-3.8-flash-tts?wait=20 kwotazzjoni → $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"

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Gemini 3.8 Flash TTS

Joħloq awdjo WAV minn `prompt` billi juża waħda minn 30 vuċi mibnija minn qabel, jew minn żewġ `speakers` u lista ta’ `turns` għal djalogu. `style_instructions` jistabbilixxu t-twassil separatament mit-traskrizzjoni u jistgħu japplikaw għat-turns kollha. Avvenimenti vokali inline bħal <laugh> u <sigh> huma permessi.

Parametri

IsemTip PrestabbilitPermess Deskrizzjoni
promptmhux obbligatorju
Tipstring | null
Test li għandu jiġi mitkellem eżattament minn kelliem wieħed; uża speakers u turns għad-djalogu u ħalli prompt barra. Uża style_instructions għall-gwida tal-kunsinna, u mmarka avvenimenti vokali inline b'<laugh>' jew '<sigh>'. Il-provider jippermetti massimu ta' 8,192 token fl-input kollu.
style_instructionsmhux obbligatorju
Tipstring | null
Gwida prestabbilita għall-kunsinna għal kull turn, soġġetta għal overrides; dawn l-istruzzjonijiet mhumiex parti mit-traskrizzjoni mitkellma.
voicemhux obbligatorju
Tipenum
PrestabbilitKore
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 oħraLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Vuċi preset użata għad-diskors ma' kelliem wieħed.
speakersmhux obbligatorju
Tipobject[]
≤ 2 oġġetti≥ 2 oġġetti
Konfigurazzjoni tal-kelliema tad-djalogu li fiha eżattament żewġ aliases differenti, kull wieħed imqabbad ma' vuċi mibnija minn qabel.
speakers[].speaker_idmeħtieġ
Tipstring
≥ 1 characters
Alias li jidentifika lill-kelliem f'kull turn.
speakers[].voicemeħtieġ
Tipenum
AchernarAchirdAlgenibAlgiebaAlnilamAoedeAutonoeCallirrhoeCharonDespinaEnceladusErinomeFenrirGacruxIapetusKore
+14 oħraLaomedeiaLedaOrusPulcherrimaPuckRasalgethiSadachbiaSadaltagerSchedarSulafatUmbrielVindemiatrixZephyrZubenelgenubi
Vuċi preset assenjata lil dan il-kelliem.
turnsmhux obbligatorju
Tipobject[]
Sekwenza ta' turns tad-djalogu, b'kelliem ikkonfigurat identifikat għal kull wieħed.
turns[].speaker_idmeħtieġ
Tipstring
≥ 1 characters
Alias li jidentifika kelliem mill-konfigurazzjoni.
turns[].textmeħtieġ
Tipstring
≥ 1 characters
Traskrizzjoni eżatta li għandha tinqara matul dan it-turn.
turns[].style_instructionsmhux obbligatorju
Tipstring | null
Stil fakultattiv tal-kunsinna tad-diskors għal dan it-turn.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
L-iskrinjar jista’ jiġi rilassat billi jiġi ssettjat għal false, sakemm min jagħmel it-talba jkun awtorizzat.
meħtieġ

Output

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
audio
object {url, content_type, file_name, file_size}Output tal-awdjo f'format WAV.

Aktar mudelli: Test għal diskors

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/google/gemini-3.8-flash-tts.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt