हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Google: Gemini 3.8 Flash TTS

google/gemini-3.8-flash-tts

स्पीचइनपुट: text33K23 सित॰ 2026 को जोड़ा गया

playground में खोलें Google: Gemini 3.8 Flash TTS के लिए API key पाएं

Google: Gemini 3.8 Flash TTS अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

टेक्स्ट42 · कई वक्ता (हर पंक्ति में एक बारी, आवाज़: पाठ)

input_references

अटैच करें0/3

reference_transcript

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

Google: Gemini 3.8 Flash TTS एक नज़र में

इनपुट कीमत 34 स्पीच मॉडल के मीडियन से 97% कम है।
32,768 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।

Google: Gemini 3.8 Flash TTS के बारे में

गूगल: Gemini 3.8 Flash TTS, गूगल का एक टेक्स्ट टू स्पीच मॉडल है, और यह Gemini 3.1 Flash TTS Preview का उत्तराधिकारी है। यह 3.8 TTS परिवार के क्रिएटिव टियर में आता है, जिसका मतलब है कि गूगल इसे ट्रांसक्रिप्शन या सामान्य टेक्स्ट काम के बजाय अभिव्यक्तिपूर्ण स्पीच जनरेशन के लिए पोजिशन करता है। अगर आप पहले से अन्य गूगल मॉडल्स को api14 के जरिए रूट करते हैं, तो यह उसी प्रोवाइडर रिश्ते को ऑडियो आउटपुट तक बढ़ाता है।

मॉडल अपने इनपुट के रूप में केवल टेक्स्ट लेता है और अपने आउटपुट के रूप में केवल स्पीच बनाता है। इसका कॉन्टेक्स्ट विंडो 32,768 टोकन है और अधिकतम आउटपुट 16,384 है, इसलिए आप एक ही रिक्वेस्ट में काफी लंबी स्क्रिप्ट भेज सकते हैं और उसके अनुरूप लंबा बोला गया परिणाम प्राप्त कर सकते हैं। तीस आवाजें उपलब्ध हैं: Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callirrhoe, Autonoe, Enceladus, Iapetus, Umbriel, Algieba, Despina, Erinome, Algenib, Rasalgethi, Laomedeia, Achernar, Alnilam, Schedar, Gacrux, Pulcherrima, Achird, Zubenelgenubi, Vindemiatrix, Sadachbia, Sadaltager और Sulafat। यह रेंज आपको मॉडल बदले बिना किसी प्रोजेक्ट के अलग अलग हिस्सों के लिए अलग स्पीकर चुनने देती है।

चूंकि इनपुट टेक्स्ट है और आउटपुट स्पीच है, इसलिए स्वाभाविक उपयोग हैं नैरेशन, वॉइसओवर, गेम या वीडियो के लिए डायलॉग, ऑडियोबुक शैली में पढ़ना, और लिखित सामग्री जैसे लेख या डॉक्युमेंटेशन के बोले गए संस्करण। बड़ा कॉन्टेक्स्ट विंडो तब मदद करता है जब किसी एक सामग्री को कई पैराग्राफों में एक जैसी डिलीवरी चाहिए, क्योंकि आप कई छोटी क्लिप जोड़ने के बजाय पूरी स्क्रिप्ट पास कर सकते हैं। आवाजों की सूची भी हर किरदार या हर सेक्शन के लिए अलग आवाज असाइन करना व्यावहारिक बनाती है।

आप इसे api14 के OpenAI compatible API के जरिए मॉडल id "google/gemini-3.8-flash-tts" का उपयोग करके कॉल करते हैं। रिक्वेस्ट का स्वरूप गेटवे पर अन्य मॉडल्स जैसा ही पैटर्न follows करता है, इसलिए मौजूदा OpenAI क्लाइंट लाइब्रेरीज़ बिना किसी विशेष हैंडलिंग के काम करती हैं। ध्यान दें कि यह मॉडल कोई समर्थित पैरामीटर सूचीबद्ध नहीं करता, इसलिए temperature या top_p जैसे ट्यूनिंग नॉब्स पर निर्भर रहने के बजाय मॉडल id के साथ अपना इनपुट टेक्स्ट और आवाज का चयन भेजने की योजना बनाएं। किसी वर्कलोड के लिए प्रतिबद्ध होने से पहले मौजूदा दरों के लिए पेज पर लाइव प्राइस टेबल देखें।

एक बात विचार करने योग्य है, दायरा। यह मॉडल केवल टेक्स्ट स्वीकार करता है और केवल स्पीच लौटाता है, इसलिए यह इमेज, ऑडियो या डॉक्युमेंट इनपुट में मदद नहीं करेगा, और यह लिखित आउटपुट नहीं बना सकता। अगर आपका काम ट्रांसक्रिप्शन, अनुवाद या सामान्य टेक्स्ट जनरेशन है, तो टेक्स्ट मॉडल बेहतर फिट है। Gemini 3.8 Flash TTS का उपयोग तब करें जब डिलीवरेबल ऑडियो हो और आप एक ही रिक्वेस्ट में आवाजों का विकल्प चाहते हों।

Google: Gemini 3.8 Flash TTS API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "google/gemini-3.8-flash-tts" पर सेट करें।

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const audio = await client.audio.speech.create({
  "model": "google/gemini-3.8-flash-tts",
  "input": "Hello from api14! One API for every model.",
  "voice": "alloy",
  "response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

स्पेसिफिकेशन

Context लंबाई: 32,768
अधिकतम आउटपुट: 16,384
इनपुट: text
आउटपुट: speech
आवाज़ें: 30

api14 पर requests · पिछले 7 दिन

Google: Gemini 3.8 Flash TTS: अक्सर पूछे जाने वाले सवाल

Google: Gemini 3.8 Flash TTS API की कीमत कितनी है?: Google: Gemini 3.8 Flash TTS की कीमत अक्षर $1.75 / 1M अक्षर है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Google: Gemini 3.8 Flash TTS की context window कितनी है?: Google: Gemini 3.8 Flash TTS हर request में 32,768 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 16,384 आउटपुट tokens तक लिखता है।
Google: Gemini 3.8 Flash TTS क्या कर सकता है?: Google: Gemini 3.8 Flash TTS text स्वीकार करता है और speech लौटाता है।
अपने कोड से Google: Gemini 3.8 Flash TTS कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "google/gemini-3.8-flash-tts" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Google: Gemini 3.8 Flash TTS के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले स्पीच मॉडल: Google: Gemini 3.8 Flash Lite TTS, hexgrad: Kokoro 82M, Fish Audio: S2.1 Pro Free (free)। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Google: Gemini 3.8 Flash TTS कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Google: Gemini 3.8 Flash TTS के बारे में पहला टॉपिक खोलें।