gemini-3.8-flash-lite-tts

нейросеть

Бип-буп пишем текста для вас...
pc1pc2pc3pc4

Характеристики

Входные данные
текст
Результат
аудио
Количество голосов
6
14 473,68 ₽

Стоимость промпта

(за 1M токенов)

14 473,68 ₽

Стоимость ответа

(за 1M токенов)

14,47 ₽

Картинка-промт

(за 1K токенов)

*Указаны цены при использовании API через ECO-провайдеров.

Caps қалды: 0 CAPS
gemini-3.8-flash-lite-tts үшін API және код үлгісіБіз OpenAI API-іне толық қолжетімділікті ұсынамыз. Біздің барлық соңғы нүктелер OpenAI-мен толық сәйкес келеді, оларды плагиндермен де, SDK арқылы өз бағдарламаңызды әзірлегенде де қолдануға болады.API кілтін жасау
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-lite-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();

Как работает gemini-3.8-flash-lite-tts?

Ботхабчики собирают информацию...empty

Частые вопросы о gemini-3.8-flash-lite-tts

Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.

Это модель текст→речь от Google: преобразует текст в аудио и подходит для озвучки интерфейсов, голосовых ассистентов, лекций и других сценариев, где нужен естественный голос. Большой контекст позволяет подавать длинные тексты для последовательной генерации.

Модель генерирует аудио по тексту; конкретный формат и кодек задаются через API или интеграцию, поэтому вы выбираете параметры вывода. Благодаря вместительному контексту возможно получать продолжительные фрагменты речи без частых прерываний.

В наших данных это не отмечено. Текст→речь-модели обычно преобразуют готовый текст в звук, а не заранее формируют развёрнутые рассуждения. Если вам нужен этап рассуждений, сначала формируйте текст в LLM, затем передайте результат на озвучивание.

В наших данных это не отмечено. Возможности function calling и структурированный JSON обычно относятся к функционалу LLM. На практике вы можете генерировать или формировать JSON на стороне приложения и передавать нужные текстовые поля в модель для озвучивания.

В наших данных приём других типов входов не отмечен; модель ориентирована на текст. Для работы с видео или аудио обычно сначала извлекают транскрипт или субтитры, затем передают текст модели для генерации озвучки.

В наших данных это не отмечено, поэтому подтвердить уровень понимания русского нельзя. Качество озвучки и корректность произношения будут зависеть от входного текста, выбранных голосов и настроек интеграции, лучше протестировать на ваших примерах.

Служба поддержкиРаботаем с 10:00 до 18:00 по МСК