gemini-3.8-flash-tts
Rede Neural
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
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.