gemini-3.8-flash-lite-tts
Réseau Neuronal
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Invite d'image
(par 1K tokens)
Comment ça marche gemini-3.8-flash-lite-tts?
Questions fréquentes sur gemini-3.8-flash-lite-tts
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Il s'agit d'un modèle de synthèse vocale de Google : il accepte du texte et produit de l'audio. Il convient pour la narration d'articles et de newsletters, de supports pédagogiques, de notifications vocales, de répliques d'assistants et de formats audio courts. La fenêtre de contexte est de 65 536 jetons, ce qui permet de traiter un contenu volumineux en une seule requête.
Nos données ne mentionnent que la génération audio, nous ne préciserons donc pas les formats spécifiques, la fréquence d'échantillonnage ou les voix disponibles — il est préférable de les vérifier dans la réponse de l'API. La limite de sortie est de 32 000 jetons par requête, il est donc plus pratique de découper les textes longs.
Aucun mode de raisonnement spécifique n'est indiqué pour ce modèle dans nos données — ce n'est pas un déni, nous ne pouvons simplement pas le confirmer. Pour la synthèse vocale, ce n'est généralement pas nécessaire : le modèle travaille avec du texte prêt à l'emploi. Gérez la logique avec un modèle textuel et utilisez celui-ci uniquement pour la synthèse du résultat.
Il n'y a aucune mention d'appel de fonctions ou de sortie JSON structurée dans nos données, mais nous ne l'excluons pas. Il est plus pratique de créer une combinaison : un modèle textuel gère les outils et la structure, tandis que la synthèse vocale passe par l'API BotHub compatible OpenAI — vous n'aurez pas à réécrire l'intégration lors du changement de modèle.
L'entrée de tels fichiers n'est pas mentionnée dans nos données : le scénario confirmé est du texte en entrée et de l'audio en sortie. Si votre projet nécessite l'analyse d'images ou la transcription d'enregistrements, connectez un modèle approprié dans la même fenêtre BotHub et transmettez son résultat ici pour la synthèse vocale.
Il n'y a pas de liste des langues prises en charge dans nos données, nous ne promettrons donc rien de spécifique concernant la prononciation — il est plus fiable de tester votre texte et d'écouter le résultat. BotHub lui-même est accessible depuis la Russie sans VPN ni carte étrangère, le paiement s'effectue avec des cartes russes en fonction des jetons utilisés.