popnow
Zaloguj sięZacznij tworzyć

google/gemini-3.8-flash-tts/text-to-speechOd 0,05 kredytu za sekundę

Gemini 3.8 Flash TTS od Google, wydany we wrześniu 2026 roku: wystarczy wysłać skrypt, wybrać jeden z 30 głosów i odebrać plik WAV.

Wywołujesz go nazwą modelu google/gemini-3.8-flash-tts/text-to-speech w POST /jobs/createTask, od 0,05 kredytu za sekundę (0,0005 USD). Nowe konta dostają 30 darmowych kredytów, więc możesz najpierw przetestować go w Playgroundzie.

  • Tekst na mowę
  • Głosy: 30
od GoogleZdobądź klucz APIGemini 3.8 Flash TTS: przykłady i prompty →

Ten poradnik jest na razie tylko po angielsku. →

Parametry żądania

ParametrWymaganyOpis
paceNieRhythm of the reading. Omit it to keep the voice's own rhythm. natural · rapid_fire · the_drift · staccato
textNieThe words to be spoken, exactly as written. Direction such as [whispering] or [sighs] goes into the text itself.
sceneNieWhere and to whom the words are spoken. Shapes the delivery and is not spoken.
styleNieGotowy styl lub gatunek. whisper · empathetic · vocal_smile · newscaster · promo_hype · deadpan
accentNieEnglish accent used for the reading. neutral · american_general · american_valley · american_south · british_rp · british_brixton · transatlantic · australian
dialogueNieA scripted conversation, used instead of text: each line names a speaker from speakers.
speakersNieThe cast for dialogue: one or two voices, each with a name the lines refer to.
voice_idNieWybierz 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
temperatureNieVariation between takes; higher is less predictable. ≥ 0 · ≤ 2
instructionsNieHow 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.

OpcjaKredyty za sekundę≈ USD
Standard0,050,0005 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 TTS w trzech krokach

  1. 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.
  2. Wyślij żądanie. Wyślij POST /jobs/createTask z model google/gemini-3.8-flash-tts/text-to-speech i obiektem input zgodnym z tabelą parametrów. Odpowiedź od razu zwraca ID zadania.
  3. 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-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 TTS

Ile kosztuje API Gemini 3.8 Flash TTS?

Gemini 3.8 Flash TTS kosztuje 0,05 kredytu (0,0005 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 TTS w API?

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

Jak kontrolować sposób brzmienia?

Wybierz jeden z 30 głosów przez voice_id, a potem kieruj odczytem za pomocą style, accent, pace, instructions i scene albo wewnątrz skryptu: wskazówki w nawiasach kwadratowych, takie jak [whispering], [sighs] czy [laughing], są odgrywane, a interpunkcja wyznacza pauzy. Reżyseria kształtuje odczyt i nie jest czytana na głos.

Czy może skopiować głos prawdziwej osoby?

Nie. Dostępnych jest tylko 30 gotowych głosów; nie ma tu klonowania głosu, projektowania głosu ani przesyłania głosu referencyjnego.

Jakie limity ma API Gemini 3.8 Flash TTS?

Długość tekstu (znaki): 5,000; Głosy: 30. Żądania poza tymi limitami są odrzucane, zanim cokolwiek zostanie pobrane.

Czy mogę wypróbować Gemini 3.8 Flash TTS bez pisania kodu?

Tak. Playground uruchamia Gemini 3.8 Flash TTS na twoich kredytach PopNow, nie wymaga klucza API i pokazuje kod do każdej generacji.

Wszystkie modele Gemini

Gemini 3.8 Flash Lite TTS używa tych samych głosów za mniej i nadaje się do szkiców oraz dużych partii. Pełny model Flash czyta bardziej wyraziście.

Więcej o Gemini 3.8 Flash TTS