gemini-3.8-flash-tts
Rede Neural
Especificações
- Entrada
- texto
- Saída
- áudio
- Número de vozes
- 6
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
Como funciona gemini-3.8-flash-tts?
Perguntas frequentes sobre gemini-3.8-flash-tts
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
Este é um modelo de síntese de fala do Google: ele transforma texto em áudio. De acordo com nossos dados, ele aceita até 65.536 tokens na entrada, portanto, você pode enviar material extenso de uma só vez — um artigo, roteiro de podcast, falas de assistente, narração para vídeo ou curso de treinamento.
Não fixamos os parâmetros exatos do arquivo — frequência, bitrate, contêiner — no cartão do modelo; oriente-se pela resposta da API. O que se sabe pelos dados: em uma única solicitação, o modelo entrega até 32.000 tokens de saída, e o resultado chega como uma faixa de áudio pronta para edição.
Não há indicação de raciocínio antes da resposta em nossos dados, e para a tarefa de narração isso é esperado: o modelo não resolve problemas lógicos, mas traduz texto pronto em fala. Se precisar de uma cadeia de pensamento, use um modelo de texto no BotHub e envie o resultado para síntese.
Não há indicação de chamada de funções ou saída JSON estruturada para este modelo em nossos dados. A integração não se torna mais complexa por isso: as solicitações passam pela API única compatível com OpenAI do BotHub, e para um formato de resposta rigoroso em seu cenário, deixe que um modelo de texto conectado com a mesma chave cuide disso.
A entrada de qualquer coisa além de texto não está indicada em nossos dados: o cenário principal é texto na entrada e áudio na saída. Se o projeto precisar de transcrição de gravação ou análise de imagem, conecte um modelo com as capacidades adequadas na mesma janela do BotHub.
Não fixamos o idioma dos prompts e da narração nos dados do modelo, portanto, não prometeremos uma qualidade específica — verifique com seu próprio fragmento de texto. No BotHub, isso está disponível sem VPN ou cartão estrangeiro, o pagamento é feito em rublos conforme o uso, e os tokens não utilizados não expiram.