Google: Gemini 3.8 Flash TTS

Описание

Gemini 3.8 Flash TTS — это модель преобразования текста в речь от Google, преемница Gemini 3.1 Flash TTS Preview. Это творческий уровень семейства 3.8 TTS, подходящий для повествования, озвучивания персонажей и диалогов с несколькими дикторами, где верность голоса, актерские нюансы и охват региональных диалектов важнее задержки. Она принимает ту же конфигурацию речи, что и ее предшественница, включая 30 предварительно созданных студийных голосов, и поддерживает Google Voice Design (пользовательские голоса по текстовому описанию) и Voice Replication (клонированные голоса по короткому образцу) через идентификаторы `voice_...`.

Характеристики

API и примеры кода

from openai import OpenAI

client = OpenAI(
    base_url="https://infergate.ru/api/v1",
    api_key="sk-•••",
)

resp = client.audio.speech.create(
    model="google/gemini-3.8-flash-tts",
    input="Привет! Это синтез речи.",
    voice="alloy",
    response_format="mp3",
)
resp.write_to_file("speech.mp3")

Поддерживаемые параметры запроса