Gemini 3.8 Flash-Lite TTS API — 30 głosów, WAV

Name: Gemini 3.8 Flash-Lite TTS API
SKU: google/gemini-3.8-flash-lite-tts/text-to-speech
Price: 0.0003 USD
Availability: InStock

Parametry żądania

Parametr	Wymagany	Opis
`pace`	Nie	Rhythm of the reading. Omit it to keep the voice's own rhythm. natural · rapid_fire · the_drift · staccato
`text`	Nie	The words to be spoken, exactly as written. Spell out sounds such as sighs or laughter; bracketed cues may be read aloud.
`scene`	Nie	Where and to whom the words are spoken. Shapes the delivery and is not spoken.
`style`	Nie	Gotowy styl lub gatunek. whisper · empathetic · vocal_smile · newscaster · promo_hype · deadpan
`accent`	Nie	English accent used for the reading. neutral · american_general · american_valley · american_south · british_rp · british_brixton · transatlantic · australian
`dialogue`	Nie	A scripted conversation, used instead of text: each line names a speaker from speakers.
`speakers`	Nie	The cast for dialogue: one or two voices, each with a name the lines refer to.
`voice_id`	Nie	Wybierz jeden z dostępnych głosów. Achernar · Achird · Algenib · Algieba · Alnilam · Aoede · Autonoe · Callirrhoe · Charon · Despina · Enceladus · Erinome · Fenrir · Gacrux · Iapetus · Kore · Laomedeia · Leda · Orus · Puck · Pulcherrima · Rasalgethi · Sadachbia · Sadaltager · Schedar · Sulafat · Umbriel · Vindemiatrix · Zephyr · Zubenelgenubi · Domyślnie: Kore
`temperature`	Nie	Variation between takes; higher is less predictable. ≥ 0 · ≤ 2
`instructions`	Nie	How to read the text: mood, distance from the microphone, who is listening. Shapes the delivery and is not spoken.

Ceny

Ceny podajemy w kredytach, tych samych, których używasz na stronie (1 kredyt = 0,01 $). Kwota jest rezerwowana, gdy zadanie zostaje przyjęte, a po zakończeniu rozliczana według rzeczywistego kosztu; za nieudane zadania kredyty wracają.

Opcja	Kredyty za sekundę	≈ USD
Standard	0,03	0,0003 USD

Żeby poznać dokładną kwotę przed uruchomieniem, wyślij to samo body na POST /jobs/quote.

Szybki start z API

Wywołaj API Gemini 3.8 Flash-Lite TTS w trzech krokach

Utwórz klucz API. Zaloguj się do PopNow i utwórz klucz w konsoli API. Klucze zaczynają się od sk-popnow- i korzystają z tych samych kredytów co strona.
Wyślij żądanie. Wyślij POST /jobs/createTask z model google/gemini-3.8-flash-lite-tts/text-to-speech i obiektem input zgodnym z tabelą parametrów. Odpowiedź od razu zwraca ID zadania.
Odbierz wynik. Odpytuj GET /jobs/recordInfo po ID zadania albo podaj callBackUrl, a wyślemy tam wynik. Gdy zadanie się powiedzie, pobierz pliki z linków wyjściowych.

# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $IDEMPOTENCY_KEY" \
  -d '{
  "model": "google/gemini-3.8-flash-lite-tts/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
    "voice_id": "Kore"
  }
}'

# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $POPNOW_API_KEY"

Podmień prompt i linki na własne. Odniesienie do odpowiedzi, odpytywania i callbacku znajdziesz na karcie API.

Pytania o API Gemini 3.8 Flash-Lite TTS

Ile kosztuje API Gemini 3.8 Flash-Lite TTS?

Gemini 3.8 Flash-Lite TTS kosztuje 0,03 kredytu (0,0003 USD) za sekundę. Kredyty są te same co na stronie (1 kredyt = 0,01 USD), nowe konta dostają 30 darmowych kredytów, a nieudane zadania są zwracane.

Jaka jest nazwa modelu Gemini 3.8 Flash-Lite TTS w API?

Wpisz google/gemini-3.8-flash-lite-tts/text-to-speech do zadania Tekst na mowę w polu model żądania POST /jobs/createTask.

Jak kontrolować brzmienie?

Wybierz jeden z 30 głosów przez voice_id i kieruj odczytem za pomocą style, accent, pace, instructions i scene; interpunkcja kształtuje pauzy. Reżyseria kształtuje odczyt i nie jest czytana na głos.

Czy odgrywa wskazówki w nawiasach kwadratowych, takie jak [sighs]?

Niezbyt niezawodnie. W naszych testach model czasami odczytywał słowa w nawiasach na głos zamiast je odegrać. Zapisuj dźwięki jako dźwięki — „Mmm…”, „ahh…” — albo skorzystaj z Gemini 3.8 Flash TTS, który w naszych testach odegrał te same wskazówki.