Gemini 3.8 Flash TTS API リファレンス
[laughing]のような指示も演じ分ける、表現豊かな音声
PopNow の API キー 1 つで、Gemini 3.8 Flash TTS を自分のコードから呼び出せます。送るモデル ID、受け付ける入力フィールド、1 回あたりのクレジット、ターミナルに貼ってそのまま動くリクエストをこのページにまとめました。
パラメーターの説明はモデルの入力 schema から取っているため、英語のみです。
概要
- 開発元
- 出力
- 音声
- 最安
- 0.05 クレジット 出力 1 秒あたり ($0.0005)
- 目安の所要時間
- 約 11 秒
1 クレジット = 0.01 米ドル。タスクの受付時に上限額を確保し、完了時に実際の使用量で精算します（整数クレジットに切り上げ、差額は返却）。失敗したタスクには課金されません。実行前に正確な金額を知りたいときは POST /api/v1/jobs/quote を呼んでください。
テキスト読み上げ
google/gemini-3.8-flash-tts/text-to-speech
料金
| オプション | クレジット (出力 1 秒あたり) | 米ドル |
|---|---|---|
既定 | 0.05 | $0.0005 |
パラメーター
| フィールド | 型 | 既定値 | 指定できる値 | 説明 |
|---|---|---|---|---|
text任意 | string | — | 5,000 文字まで | The words to be spoken, exactly as written. Direction such as [whispering] or [sighs] goes into the text itself. |
dialogue任意 | array<object> | — | 20 件まで | A scripted conversation, used instead of text: each line names a speaker from speakers. |
speakers任意 | array<object> | — | 2 件まで | The cast for dialogue: one or two voices, each with a name the lines refer to. |
voice_id任意 | 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. |
style任意 | string | — | whisper, empathetic, vocal_smile, newscaster, promo_hype, deadpan | Overall manner of the reading. Omit it to use the voice's own default manner. |
pace任意 | string | — | natural, rapid_fire, the_drift, staccato | Rhythm of the reading. Omit it to keep the voice's own rhythm. |
accent任意 | string | — | neutral, american_general, american_valley, american_south, british_rp, british_brixton, transatlantic, australian | English accent used for the reading. |
instructions任意 | string | — | 1,000 文字まで | How to read the text: mood, distance from the microphone, who is listening. Shapes the delivery and is not spoken. |
scene任意 | string | — | 500 文字まで | Where and to whom the words are spoken. Shapes the delivery and is not spoken. |
temperature任意 | number | — | 0〜2 | Variation between takes; higher is less predictable. |
リクエスト例
このリクエストはそのまま実行できます。省略したフィールドには既定値が入ります。先にキーを環境変数 POPNOW_API_KEY に設定してください。
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."
}
}'レスポンスにはすぐに taskId が入ります。結果は GET /api/v1/jobs/recordInfo で取得するか、callBackUrl を付けて通知を受け取ります。
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=TASK_ID_FROM_CREATE_TASK" \
-H "Authorization: Bearer $POPNOW_API_KEY"