gemini-3.8-flash-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-tts?
Questions fréquentes sur gemini-3.8-flash-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 transforme le texte en audio. Selon nos données, il accepte jusqu'à 65 536 jetons en entrée, vous pouvez donc envoyer un contenu volumineux en une seule fois : un article, un script de podcast, des répliques d'assistant, une voix off pour une vidéo ou un cours de formation.
Nous ne spécifions pas les paramètres exacts du fichier (fréquence, débit, conteneur) dans la fiche du modèle ; référez-vous à la réponse de l'API. Ce que nous savons : le modèle génère jusqu'à 32 000 jetons de sortie par requête, et le résultat est une piste audio prête pour le montage.
Il n'y a aucune mention de raisonnement avant réponse dans nos données, ce qui est attendu pour une tâche de synthèse vocale : le modèle ne résout pas de problèmes logiques, mais convertit du texte prêt à l'emploi en parole. Si vous avez besoin d'une chaîne de réflexion, utilisez un modèle textuel sur BotHub et envoyez son résultat pour la synthèse.
Il n'y a aucune mention d'appel de fonction ou de sortie JSON structurée pour ce modèle dans nos données. L'intégration n'en est pas complexifiée : les requêtes passent par l'API BotHub compatible OpenAI, et pour le format strict de la réponse dans votre scénario, laissez un modèle textuel connecté avec la même clé s'en charger.
L'entrée de tout autre élément que du texte n'est pas indiquée dans nos données : le scénario principal est du texte en entrée et de l'audio en sortie. Si votre projet nécessite la transcription d'un enregistrement ou l'analyse d'une image, connectez un modèle aux capacités appropriées dans la même fenêtre BotHub.
Nous ne spécifions pas la langue des prompts et de la voix off dans les données du modèle, nous ne pouvons donc pas promettre une qualité spécifique ; testez-le avec votre propre fragment de texte. Sur BotHub, c'est accessible sans VPN ni carte étrangère, le paiement se fait en roubles à l'utilisation, et les jetons inutilisés n'expirent pas.