Référence API de Gemini 3.8 Flash TTS
Une voix expressive qui joue les indications comme [laughing]
Une seule clé API PopNow suffit pour appeler Gemini 3.8 Flash TTS depuis votre code. Vous trouverez ici les identifiants de modèle à envoyer, chaque champ d’entrée accepté, le coût d’une requête en crédits et une requête à coller telle quelle dans un terminal.
Les descriptions des paramètres proviennent du schéma d’entrée du modèle et ne sont disponibles qu’en anglais.
En bref
- Éditeur
- Résultat
- Audio
- À partir de
- 0.05 crédits par seconde produite ($0.0005)
- Durée habituelle
- environ 11 s
- Identifiants de modèle
1 crédit = 0,01 $. À l’acceptation, une tâche réserve le montant maximal possible, puis facture la consommation réelle à la fin, arrondie au crédit supérieur ; le reste est libéré. Une tâche en échec n’est pas facturée. Pour connaître le montant exact avant de lancer, appelez POST /api/v1/jobs/quote.
Synthèse vocale
google/gemini-3.8-flash-tts/text-to-speech
Prix
| Option | Crédits (par seconde produite) | Dollars US |
|---|---|---|
Par défaut | 0.05 | $0.0005 |
Paramètres
| Champ | Type | Valeur par défaut | Valeurs admises | Rôle |
|---|---|---|---|---|
textFacultatif | string | — | jusqu’à 5 000 caractères | The words to be spoken, exactly as written. Direction such as [whispering] or [sighs] goes into the text itself. |
dialogueFacultatif | array<object> | — | jusqu’à 20 éléments | A scripted conversation, used instead of text: each line names a speaker from speakers. |
speakersFacultatif | array<object> | — | jusqu’à 2 éléments | The cast for dialogue: one or two voices, each with a name the lines refer to. |
voice_idFacultatif | string | Kore | Achernar, Achird, Algenib, Algieba, Alnilam, Aoede, Autonoe, Callirrhoe, Charon, Despina, Enceladus, Erinome, Fenrir, Gacrux, … (+16) | Prebuilt voice that reads the text. Each voice has a fixed character. |
styleFacultatif | string | — | whisper, empathetic, vocal_smile, newscaster, promo_hype, deadpan | Overall manner of the reading. Omit it to use the voice's own default manner. |
paceFacultatif | string | — | natural, rapid_fire, the_drift, staccato | Rhythm of the reading. Omit it to keep the voice's own rhythm. |
accentFacultatif | string | — | neutral, american_general, american_valley, american_south, british_rp, british_brixton, transatlantic, australian | English accent used for the reading. |
instructionsFacultatif | string | — | jusqu’à 1 000 caractères | How to read the text: mood, distance from the microphone, who is listening. Shapes the delivery and is not spoken. |
sceneFacultatif | string | — | jusqu’à 500 caractères | Where and to whom the words are spoken. Shapes the delivery and is not spoken. |
temperatureFacultatif | number | — | de 0 à 2 | Variation between takes; higher is less predictable. |
Exemple de requête
Cette requête fonctionne telle quelle ; les champs omis gardent leur valeur par défaut. Placez d’abord votre clé dans POPNOW_API_KEY.
curl -X POST "https://api.popnow.ai/api/v1/jobs/createTask?wait=60" \
-H "Authorization: Bearer $POPNOW_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "google/gemini-3.8-flash-tts/text-to-speech",
"input": {
"text": "Hi there! This voice was created with the PopNow API in just a few seconds."
}
}'La réponse contient tout de suite un taskId. Récupérez le résultat avec GET /api/v1/jobs/recordInfo, ou ajoutez callBackUrl pour être prévenu.
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=TASK_ID_FROM_CREATE_TASK" \
-H "Authorization: Bearer $POPNOW_API_KEY"