"model":"google/gemini-3.8-flash-tts"Gemini 3.8 Flash TTS — модель text-to-speech от Google, преемница Gemini 3.1 Flash TTS Preview. Это креативный уровень семейства 3.8 TTS: он подходит для дикторского чтения, озвучки персонажей и диалогов с несколькими говорящими, где точность передачи голоса, нюансы актёрской игры и охват региональных диалектов важнее задержки.
Она принимает ту же конфигурацию речи, что и её предшественница, включая 30 готовых студийных голосов, и поддерживает функции Google Voice Design (пользовательские голоса по текстовому описанию) и Voice Replication (голоса, клонированные по короткому образцу) через идентификаторы вида voice_....
Итоговая стоимость генерации видна в статистике и через GET /generation.
Параметры генерации
Обязательный параметр: текст, который модель произнесёт дословно.
Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callirrhoe, Autonoe, Enceladus, Iapetus, Umbriel, Algieba, Despina, Erinome, Algenib, Rasalgethi, Laomedeia, Achernar, Alnilam, Schedar, Gacrux, Pulcherrima — и ещё 6
mp3 или pcm (по умолчанию pcm; набор зависит от провайдера).
Быстрый старт
curl https://api.aiadapter.ru/api/v1/audio/speech \
-H "Authorization: Bearer sk-aa-v1-..." \
-H "Content-Type: application/json" \
-d '{"model":"google/gemini-3.8-flash-tts","input":"Привет! Это тест озвучки.","voice":"Zephyr"}' \
--output speech.pcmОтвет — сырые аудио-байты (по умолчанию pcm, 24 кГц моно;
mp3 — если модель поддерживает). Идентификатор генерации — в заголовке X-Generation-Id,
стоимость — GET /generation?id=…. Или без кода — в чате: пресет «Сгенерировать речь».