Google: Gemini 3.8 Flash TTS

Google: Gemini 3.8 Flash TTS adalah model text to speech dari Google, dan merupakan penerus dari Gemini 3.1 Flash TTS Preview. Model ini berada di tier kreatif dari keluarga 3.8 TTS, yang berarti Google memposisikannya untuk generasi ucapan yang ekspresif, bukan untuk transkripsi atau pekerjaan teks umum. Jika Anda sudah merutekan model Google lain melalui api14, model ini memperluas hubungan provider yang sama ke output audio.

Model ini hanya menerima teks sebagai input dan hanya menghasilkan ucapan sebagai output. Model ini memiliki context window 32.768 token dan output maksimum 16.384, sehingga Anda dapat mengirim skrip yang cukup panjang dalam satu permintaan dan menerima hasil ucapan yang panjangnya sesuai. Tersedia tiga puluh suara: 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 dan Sulafat. Rentang itu memungkinkan Anda memilih pembicara berbeda untuk bagian berbeda dari sebuah proyek tanpa mengganti model.

Karena inputnya adalah teks dan outputnya adalah ucapan, kecocokan alaminya adalah narasi, voiceover, dialog untuk game atau video, pembacaan bergaya audiobook, dan versi lisan dari konten tertulis seperti artikel atau dokumentasi. Context window yang besar membantu ketika satu konten perlu penyampaian yang konsisten di banyak paragraf, karena Anda dapat mengirim seluruh skrip alih-alih menyambung banyak klip pendek. Daftar suara juga membuatnya praktis untuk menetapkan suara berbeda per karakter atau per bagian.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "google/gemini-3.8-flash-tts". Bentuk permintaannya mengikuti pola yang sama seperti model lain di gateway, sehingga pustaka klien OpenAI yang ada berfungsi tanpa penanganan khusus. Perhatikan bahwa model ini tidak mencantumkan parameter yang didukung, jadi rencanakan untuk mengirim model id plus teks input dan pilihan suara Anda alih-alih mengandalkan tombol penyetelan seperti temperature atau top_p. Periksa tabel harga langsung di halaman untuk tarif terkini sebelum Anda berkomitmen pada suatu beban kerja.

Satu hal yang perlu dipertimbangkan adalah cakupannya. Model ini hanya menerima teks dan hanya mengembalikan ucapan, jadi model ini tidak akan membantu dengan input gambar, audio atau dokumen, dan tidak dapat menghasilkan output tertulis. Jika tugas Anda adalah transkripsi, terjemahan atau generasi teks umum, model teks adalah pilihan yang lebih tepat. Gunakan Gemini 3.8 Flash TTS ketika hasil akhirnya adalah audio dan Anda menginginkan pilihan suara dalam satu permintaan.