gemini-3.8-flash-tts
нейрожелі
Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- аудио
- Дауыстар саны
- 6
Промптың құны
(1М токенге қарай)
Жауаптың құны
(1М токенге қарай)
Сурет промпты
(1К токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
import fs from 'fs';
async function main() {
const response = await openai.audio.speech.create({
model: 'gemini-3.8-flash-tts',
voice: 'nova',
input: 'Hello! This is a speech generation example via BotHub.',
response_format: 'mp3',
speed: 0.9
});
const buffer = Buffer.from(await response.arrayBuffer());
await fs.promises.writeFile('output.mp3', buffer);
}main();
Қалай жұмыс істейді gemini-3.8-flash-tts?
gemini-3.8-flash-tts туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
gemini-3.8-flash-tts мәтінді аудиоға түрлендіреді: дауыстау, прототиптер, көмекшілер және контент үшін сөйлеу синтезі. Модель үлкен мәтіндік контексттермен жұмыс істеуге арналған және жылдам әрі сапалы TTS қажет болған жерде жарамды.
Модель мәтіндік сипаттама бойынша аудио шығысын генерациялайды: дауыстау мен диалогтарға арналған синтезделген дауыс жолдары. Біздің деректерде нақты аудио форматтар мен кодектер көрсетілмеген; модель ұзақ аудио шығара алады, бұл ұзақ жазбалар жасағанда пайдалы.
Біздің деректерде жауап бермес бұрын айқын ойлау қабілеті белгіленбеген. Бұл бірінші кезекте сөйлеу синтезіне бағытталған TTS моделі. Егер сізге кеңейтілген логикалық пайымдаулар қажет болса, Gemini мәтіндік нұсқасын немесе мамандандырылған модельді қолданған жөн.
Біздің деректерде function calling және құрылымдалған JSON шығысын қолдау белгіленбеген. gemini-3.8-flash-tts аудиоға бағытталған, сондықтан функцияларды сенімді шақыру және JSON құрылымдарын алу үшін мұндай мүмкіндіктерді қолдайтыны мәлімделген мәтіндік модельді қолданған дұрыс.
Біздің деректерде мәтіннен басқа кіріс деректерін қабылдау белгіленбеген, яғни суреттерді, аудионы немесе бейнені жүктеуге болатыны туралы тікелей растау жоқ. Референстерді сипаттау үшін мәтіндік нұсқауларды қосуға болады; мультимодальды тапсырмалар үшін тиісті модельдерді пайдаланыңыз.
Біздің деректерде орыс тілін қолдау көрсетілмеген, сондықтан нақты бағалау жоқ. Тану және синтездеу сапасы нақты дауыстар мен баптауларға байланысты. Сапаны нақты тапсырмалар үшін бағалау үшін модельді өз мысалдарыңызда тексеруді ұсынамыз.