Gemini-3.8-flash-tts
Характеристики модели
Разработчик: Google
Языковая модель: Gemini
Название от разработчика: gemini-3.8-flash-tts
Дата выхода: сентябрь, 2026
Тип модели: для генерации аудио
Контекст: 8К
Статус: активная
Доступно в API: Да
Модальности и цены
На ввод (в запросе пользователя) модель может принимать:
На выводе модель выдает:
Цены указаны за 1000 токенов / 1 cекунду аудио (зависит от модели). В среднем 25 токенов требуется для генерации 1 секунды аудио.
Поддержка файлов
Отправка файлов не поддерживается
Поддержка функций
Размышление: нет
Веб-поиск: нет
Генерация аудио
Голос озвучки:
Скорость:
Формат:
Описание модели
Gemini 3.8 Flash TTS — модель синтеза речи от Google, наиболее выразительная в семействе Gemini Audio. Предназначена для создания высококачественного голоса с глубоким контролем над актёрской игрой и дизайном голоса.
Модель позволяет создавать новые голоса с нуля по текстовому описанию, управлять интонацией, темпом, диалектами и эмоциональной окраской на уровне отдельных реплик. Поддерживает более 100–130 языков и диалектов.
Доступна через API - инструкция для подключения.
Ключевые преимущества
Генеративный дизайн голоса
Можно создавать уникальные голоса по описанию роли, акцента и характеристик (например, «драматический дракон» или «рассказчик с региональным акцентом»).
Точный контроль исполнения
Поддерживает построчное управление актёрскими указаниями, паузами, диалектами и backchanneling.
Многоязычность и качество
Лидирует в бенчмарках voice design и accent modeling. Подходит для сложных диалектов и нюансированной речи.
Для чего подойдёт Gemini 3.8 Flash TTS
- аудиокниги и подкасты;
- игровые персонажи и озвучка;
- интерактивные медиа;
- создание уникальных голосов;
- профессиональная озвучка с высоким контролем.