# Gemini 3.8 Flash TTS

Gemini 3.8 Flash TTS (`gemini-3.8-flash-tts`）是 Google 的旗舰创意文本转语音模型，专为工作室级语音保真度、富有表现力的表演、真实的地方口音以及坚如磐石的长格式多转稳定性而设计。

{% button href="https://aistudio.google.com?model=gemini-3.8-flash-tts" variant="ais" %}在 Google AI Studio 中体验{% /button %}

## 概述和功能  {% #overview-and-capabilities %}

Gemini 3.8 Flash TTS 为富有表现力的音频生成树立了新的基准：

* **高音质和动作细微差别：** 提供丰富的情感范围、自然的节奏和精确的转弯水平 `style` 方向和内联声音事件（`<laugh>`, `<sigh>`, `<short pause>`).
* **长形多圈稳定性：** 在长时间的对话和多分钟的旁白中保持一致的语音识别、音色、音量和声学音调，而不会出现语音漂移。
* **地道的地方口音和发音：** 支持地方口音和少数民族方言。
* **完整的语音生态系统支持：** 与预建语音无缝协作，扩展语音库 (`GET /v1beta/voices`), 定制 [声音设计](/docs/voice-design) 人物角色， [声音复刻](/docs/voice-replication) （默认情况下持久存储的语音，加上可选的无状态密钥），以及 [声音重混](/docs/voice-remixing)。您还可以以交互方式设计、复制和重新混合声音 [Google AI Studio](https://aistudio.google.com/generate-speech).

参观 [文字转语音](/docs/speech-generation) 全面覆盖功能、提示最佳实践和代码示例的指南。

## 何时使用哪种 TTS 模型  {% #when-to-use-which-tts-model %}

两个 Gemini 3.8 TTS 模型共享相同的 API 架构和提示结构。选择适合您工作负载的型号：

| 功能/工作负载   | Gemini 3.8 Flash TTS (`gemini-3.8-flash-tts`) | Gemini 3.8 Flash-Lite TTS (`gemini-3.8-flash-lite-tts`) |
| --------- | --------------------------------------------- | ------------------------------------------------------- |
| **主要实力**  | 最大的语音保真度、动作细微差别和方言覆盖                          | 高吞吐量、低延迟和成本效益                                           |
| **最佳用例**  | 有声读物、录音室旁白、复杂的多人对话、重声爆发表演、困难发音、地方方言           | 大批量生产、实时语音智能体级联、朗读功能、语音复制、日常单扬声器生成                      |
| **支持的语言** | 130 语言                                        | 101 语言                                                  |
| **推荐替代品** | 新旗舰创意层                                        | `gemini-3.1-flash-tts-preview`                          |

## 迁移指南  {% #migration-guide %}

如果您是从 `gemini-3.1-flash-tts-preview` 或早期的 Gemini TTS 型号，更新您对 Gemini 3.8 TTS 架构的请求：

1. **将转弯水平方向移至 `speech_metadata`:** Gemini 3.8 TTS 将输入文本严格视为逐字记录。内嵌文本方向如 `"Say cheerfully: Hello!"` 或 `"Speaker 1: Hello!"` 可以大声说出。移动持续交付指令（`style`）和说话者标签（`speaker`) 转换为结构化元数据：*   **Interactions API：** 附加注释 `"type": "speech_metadata"`, `"speaker"`, 和 `"style"` 到每个文本内容块。

* **生成内容 API：** 附加 `"speech_metadata": {"speaker": "...", "style": "..."}` 对每个 `part`.

2. **仅对时间点语音事件使用尖括号内联标签：** 使用尖括号（例如 `<laugh>`, `<sigh>`, `<cough>`, `<breath>`, 或 `<short pause>`）。加入耳语等交付方式 `speech_metadata.style`.
1. **指定 `speaker` 每次多发言者请求时：** 多发言者请求中的每个回合都必须明确包含 `speaker` 里面 `speech_metadata` 匹配配置的扬声器之一。
1. **使用语音设计预先设计角色：** 用在中创建的自定义语音替换长旧的音频配置文件/导演注释块 [声音设计](/docs/voice-design)，然后携带它 `voice_...` 通过 TTS 请求的 ID 最少或为空 `style` 字符串。
1. **默认 WAV 帐户（`audio/wav`) 一元请求的输出：** 不像 `gemini-3.1-flash-tts-preview` 和早期的 TTS 模型（返回无标头原始 PCM `audio/l16` 默认情况下），Gemini 3.8 TTS 返回 WAV 音频（`audio/wav` / `AUDIO_WAV`）对于一元请求默认带有标准 RIFF 标头。  * 如果您的代码之前将原始 PCM 字节包装在 WAV 标头中（例如，使用 Python 的 `wave` 模块或 `ffmpeg`），删除手动标头包装器并将返回的字节直接写入 `.wav` 文件。

* 如果您的管道需要无头原始 PCM、mu-law 或 A-law 音频，请显式设置 `response_format.mime_type` 到 `"audio/l16"`, `"audio/mulaw"`, 或 `"audio/alaw"` （例如， `{"response_format": {"type": "audio", "mime_type": "audio/l16"}}` 在 Interactions API 中，或 `AUDIO_L16`, `AUDIO_MULAW`, 或 `AUDIO_ALAW` 在 `generateContent`）。参见 [音频输出格式](/docs/speech-generation#audio-output-formats).

## gemini-3.8-flash-tts  {% #gemini-38-flash-tts %}

{% doc-table variant="model" %}
{% doc-row header="true" %}
{% doc-cell %}
属性
{% /doc-cell %}

{% doc-cell %}
说明
{% /doc-cell %}
{% /doc-row %}

{% doc-row header="false" %}
{% doc-cell %}
{% section class="model-property" %}
{% icon name="id_card" /%}模型代码
{% /section %}
{% /doc-cell %}

{% doc-cell %}
`gemini-3.8-flash-tts`
{% /doc-cell %}
{% /doc-row %}

{% doc-row header="false" %}
{% doc-cell %}
{% section class="model-property" %}
{% icon name="save" /%}支持的数据类型
{% /section %}
{% /doc-cell %}

{% doc-cell %}
**输入** 文本

**输出** 音频
{% /doc-cell %}
{% /doc-row %}

{% doc-row header="false" %}
{% doc-cell %}
{% section class="model-property" %}
{% icon name="token_auto" /%}token 限制{% sup %}[[*]](/docs/tokens){% /sup %}
{% /section %}
{% /doc-cell %}

{% doc-cell %}
**输入token限制** 8,192

**输出 token 限制** 16,384（Gemini API 服务限制）
{% /doc-cell %}
{% /doc-row %}

{% doc-row header="false" %}
{% doc-cell %}
{% section class="model-property" %}
{% icon name="handyman" /%}功能
{% /section %}
{% /doc-cell %}

{% doc-cell %}
{% section class="three-column-grid" %}
{% section %}
[**音频生成**](/docs/speech-generation)

{% badge type="supported" /%}
{% /section %}

{% section %}
[**代码执行**](/docs/code-execution)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**上下文缓存**](/docs/caching)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**文件搜索**](/docs/file-search)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**函数调用**](/docs/function-calling)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**使用 Google 地图提供事实依据**](/docs/maps-grounding)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**使用 Google 搜索提供事实依据**](/docs/google-search)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**图像生成**](/docs/image-generation)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**Live API**](/docs/live-api)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**结构化输出**](/docs/structured-output)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**思考**](/docs/thinking)

{% badge type="not-supported" /%}
{% /section %}

{% section %}
[**URL 上下文**](/docs/url-context)

{% badge type="not-supported" /%}
{% /section %}
{% /section %}
{% /doc-cell %}
{% /doc-row %}

{% doc-row header="false" %}
{% doc-cell %}
{% section class="model-property" %}
{% icon name="speed" /%}消费选择
{% /section %}
{% /doc-cell %}

{% doc-cell %}
{% section class="three-column-grid" %}
{% section %}
[**Batch API**](/docs/batch-api)

{% badge type="supported" /%}
{% /section %}

{% section %}
[**弹性推理**](/docs/flex-inference)

{% badge type="supported" /%}
{% /section %}

{% section %}
[**优先推理**](/docs/priority-inference)

{% badge type="supported" /%}
{% /section %}
{% /section %}
{% /doc-cell %}
{% /doc-row %}

{% doc-row header="false" %}
{% doc-cell %}
{% section class="model-property" %}
{% icon name="123" /%}版本
{% /section %}
{% /doc-cell %}

{% doc-cell %}
阅读 [模型版本模式](/docs/models#model-versions) 了解更多详情。

* `gemini-3.8-flash-tts`
{% /doc-cell %}
{% /doc-row %}

{% doc-row header="false" %}
{% doc-cell %}
{% section class="model-property" %}
{% icon name="calendar_month" /%}最新更新
{% /section %}
{% /doc-cell %}

{% doc-cell %}
九月 2026
{% /doc-cell %}
{% /doc-row %}

{% doc-row header="false" %}
{% doc-cell %}
{% section class="model-property" %}
{% icon name="paid" /%}价格
{% /section %}
{% /doc-cell %}

{% doc-cell %}
[价格](/docs/pricing#gemini-3.8-flash-tts)
{% /doc-cell %}
{% /doc-row %}
{% /doc-table %}

## 支持的语言  {% #supported-languages %}

`gemini-3.8-flash-tts` 自动检测输入语言并支持 **超过 130 语言**:

| 语言           | 语言           | 语言            |
| ------------ | ------------ | ------------- |
| 亚齐语（阿拉伯文字）   | 希腊语          | 尼泊尔语（个人语言）    |
| 南非荷兰语        | 瓜拉尼语         | 尼日利亚富尔福德      |
| 阿寒           | 古吉拉特语        | 北阿塞拜疆语        |
| 阿姆哈拉语        | 海地克里奥尔语      | 北索托           |
| 亚美尼亚语        | 哈尔蒙古语        | 北乌兹别克语        |
| 阿萨姆语         | 豪萨语          | 挪威博克马尔语       |
| 阿瓦迪          | 希伯来语         | 挪威尼诺斯克语       |
| 巴厘岛人         | 印地语          | 尼亚尼亚          |
| 孟加拉语         | 匈牙利语         | 奥克语           |
| 班贾尔（阿拉伯文字）   | 冰岛语          | 奥迪亚语（个人语言）    |
| Banjar（拉丁文字） | 伊博语          | 邦阿西南          |
| 巴什基尔语        | 伊洛科          | 波斯语（阿富汗）      |
| 巴斯克语         | 印度尼西亚语       | 波兰语           |
| 白俄罗斯语        | 伊朗波斯语        | 葡萄牙语          |
| 本巴           | 意大利语         | 旁遮普语          |
| 博杰普尔         | 日语           | 罗马尼亚语         |
| 波斯尼亚语        | 爪哇语          | 俄语            |
| 布吉语          | 卡比尔          | 桑塔利           |
| 保加利亚语        | 康巴           | 塞尔维亚语         |
| 缅甸语          | 卡纳达语         | 信德语           |
| 粤语           | 克什米尔语（阿拉伯文字） | 僧伽罗语          |
| 加泰罗尼亚语       | 克什米尔语（德瓦文字）  | 斯洛伐克语         |
| 宿务语          | 哈萨克语         | 斯洛文尼亚语        |
| 中库尔德语        | 高棉语          | 索马里语          |
| 恰蒂斯加尔邦       | 基库尤语         | 南阿塞拜疆语        |
| 中文（汉文）       | 基尼亚卢旺达语      | 南普什图语         |
| 中文（汉文）       | 刚果           | 南索托语          |
| 克里米亚鞑靼人      | 韩语           | 西班牙语          |
| 克罗地亚语        | 吉尔吉斯斯坦       | 标准阿拉伯语（阿拉伯文字） |
| 捷克语          | 老挝           | 标准阿拉伯语（拉丁字母）  |
| 丹麦语          | 拉特加利安        | 标准拉脱维亚语       |
| 荷兰语          | 林加拉语         | 标准马来语         |
| 迪乌拉          | 立陶宛语         | 斯瓦希里语（个人语言）   |
| 宗卡           | 卢森堡语         | 斯瓦蒂           |
| 埃及阿拉伯语       | 马其顿语         | 瑞典语           |
| 英语           | 马加希          | 塔吉克族          |
| 爱沙尼亚语        | 迈蒂利          | 泰米尔语          |
| 菲律宾人         | 马拉雅拉姆语       | 泰卢固语          |
| 芬兰语          | 马耳他语         | 泰语            |
| 法语           | 曼尼普里         | 提格里尼亚         |
| 加利西亚语        | 马拉地语         | 托斯克阿尔巴尼亚语     |
| 干达           | 米南加保语（阿拉伯文字） | 土耳其语          |
| 格鲁吉亚语        | 米南加保语（拉丁文）   | 维吾尔族          |
| 德语           | 米佐           | 越南语           |
