Gemini 3.8 Flash Lite 文生语音

本页由 ModelFold 文档站根据上游官方 OpenAPI 文档同步生成。接口路径、参数、示例与官方保持一致；品牌与 API 域名已替换为 ModelFold。

接口

POST /jobs/createTask

完整 URL: https://ai.modelfold.online/v1/jobs/createTask

鉴权：所有请求都需要 Authorization: Bearer <API_KEY> 请求头。

使用 Gemini 3.8 Flash Lite 进行文本转语音。

输出：WAV（16 位 PCM，24 kHz，单声道）。

查询任务状态

提交任务后，使用统一的查询端点检查进度并获取结果：

获取任务详情 — 了解如何查询任务状态并获取生成结果

TIP

对于生产环境，我们建议使用 callBackUrl 参数接收自动通知，而不是轮询状态端点。

请求参数

请求体 (application/json)

参数	类型	必填	说明
`model`	`string`	是	使用的模型默认值：`"google/gemini-3-8-flash-lite-tts"`。可选值：`google/gemini-3-8-flash-lite-tts`。示例：`google/gemini-3-8-flash-lite-tts`。
`callBackUrl`	`string`	否	结果回调地址
`input`	`object`	是	生成任务的输入参数
`input.temperature`	`number`	否	采样温度，例如：1 默认值：`1`。示例：`1`。
`input.speakers`	`array<object>`	是	说话人配置列表。每个说话人用 `voice_name`（预置音色）或 `replica`（声音克隆），二者互斥、不要同时传；都不传时该说话人默认音色为 `Fola`。
`input.speakers[].speaker_id`	`string`	是	说话人标识，如 "Speaker 1" 或 "Speaker 2"；必须为「Speaker N」格式。
`input.speakers[].voice_name`	`string`	否	音色名称。与 `replica` 互斥：同一个说话人只能传 `voice_name` 或 `replica` 其中一个。使用声音克隆时不要传本字段。不传且未传 `replica` 时默认 `Fola`。共 70 个音色，按使用场景分类： - Tutor：Bodi、Lumi、Sadaltager、Sola、Sulafat、Varo、Zephyr - Commercial Voiceover：Koda、Kore、Nika、Tavi、Zeno - Instructional：Algenib、Despina、Erinome、Kira、Ludo、Mako、Rasalgethi、Rina - Podcast：Alnilam、Brio、Jori、Laomedeia、Rami、Veda - Storyteller：Achird、Enzo、Riko、Sami、Zali、Zubenelgenubi - Digital Assistant：Algieba、Aoede、Autonoe、Callirrhoe、Enceladus、Gero、Iapetus、Neno、Olin、Tari、Umbriel - Call Center：Achernar、Charon、Daro、Fola、Hali、Milo、Puck - Concierge：Arlo、Cleo、Fenrir、Finn、Leda、Lora、Orus - Tech Support：Enya、Jett、Knox、Nyla、Sadachbia、Vindemiatrix - Professional：Cruz、Elio、Gacrux、Pulcherrima、Schedar、Tova、Zuri 默认值：`"Fola"`。可选值：`Bodi` / `Lumi` / `Sadaltager` / `Sola` / `Sulafat` / `Varo` / `Zephyr` / `Koda` / `Kore` / `Nika` / `Tavi` / `Zeno` / `Algenib` / `Despina` / `Erinome` / `Kira` / `Ludo` / `Mako` / `Rasalgethi` / `Rina` / `Alnilam` / `Brio` / `Jori` / `Laomedeia` / `Rami` / `Veda` / `Achird` / `Enzo` / `Riko` / `Sami` / `Zali` / `Zubenelgenubi` / `Algieba` / `Aoede` / `Autonoe` / `Callirrhoe` / `Enceladus` / `Gero` / `Iapetus` / `Neno` / `Olin` / `Tari` / `Umbriel` / `Achernar` / `Charon` / `Daro` / `Fola` / `Hali` / `Milo` / `Puck` / `Arlo` / `Cleo` / `Fenrir` / `Finn` / `Leda` / `Lora` / `Orus` / `Enya` / `Jett` / `Knox` / `Nyla` / `Sadachbia` / `Vindemiatrix` / `Cruz` / `Elio` / `Gacrux` / `Pulcherrima` / `Schedar` / `Tova` / `Zuri`。示例：`Fola`。
`input.speakers[].replica`	`object`	否	声音克隆配置，只用于 3.8。可选。与 `voice_name` 互斥，同一个说话人不要同时传这两个字段。传入后，本次任务会用两段录音临时克隆该说话人的声音，不会保存成可复用音色。单人、双人请求都可以给某个说话人传 `replica`。两段必须是同一位成年人的真人录音，同一支麦克风、同一个房间；AI 合成的音频会被拒绝。只接受 WAV，推荐 24kHz、单声道、16-bit PCM，单个文件不超过 10MB。按文件内容识别格式，不看扩展名和 Content-Type。
`input.speakers[].replica.source_audio_url`	`string`	是	参考录音的 URL，需可直接下载。录 10–30 秒自然说话：环境安静、无回声、无背景音乐，且只有一个人的声音。建议用最终要生成的语言来录。
`input.speakers[].replica.consent_audio_url`	`string`	是	同意声明录音的 URL，需可直接下载。必须由参考录音中的同一个人逐字朗读： I am the owner of this voice and I consent to Google using this voice to create a synthetic voice model. 也可以朗读接口支持的其他语言版本。开头和结尾的静音、杂音尽量剪掉。
`input.dialogue_turns`	`array<object>`	是	对话内容列表，按顺序输出
`input.dialogue_turns[].speaker_id`	`string`	是	对应的说话人标识，如 "Speaker 1"
`input.dialogue_turns[].text`	`string`	是	该说话人的台词文本，可包含语气标签，标签名两边用英文尖括号。例如：Hello there. <laugh> That works. 官网可插入的标签：<argh>、<breath>、<cackle>、<cheer>、<chuckle>、<chuckles>、<cough>、<cry>、<exhales>、<gasp>、<giggle>、<groan>、<growl>、<grr>、<grunt>、<heavy breath>、<hiss>、<laugh>、<laughter>、<long pause>、<moan>、<pant>、<pff>、<phew>、<scream>、<short pause>、<shout>、<shriek>、<sigh>、<sighs>、<sneeze>、<snicker>、<snort>、<sob>、<throat-clearing>、<tsk>、<whimper>、<whispering>、<whispers>、<yawn>。示例：`Hello there. <laugh> That works.`。
`input.dialogue_turns[].style`	`string`	否	这一句的语气，只用于 3.8。自由描述语气、情绪、语速，同一说话人的不同句子可以不同。例如：Speak like a tired night-shift radio host, slow and dry.
`input.filler_words`	`boolean`	否	两人对话时是否加入语气填充词。默认关闭，请求中不传该字段；打开后请求里带 `filler_words: true`。仅当 `speakers` 配置了两个说话人（如 Speaker 1 与 Speaker 2）时生效。两个人说话时，可打开本开关。默认值：`false`。示例：`false`。

请求示例

bash

curl -X POST "https://ai.modelfold.online/v1/jobs/createTask" \
  -H "Authorization: Bearer $MODELFOLD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "google/gemini-3-8-flash-lite-tts",
  "callBackUrl": "https://your-domain.com/api/callback",
  "input": {
    "temperature": 1,
    "speakers": [
      {
        "speaker_id": "Speaker 1",
        "voice_name": "Fola"
      },
      {
        "speaker_id": "Speaker 2",
        "voice_name": "Zephyr"
      }
    ],
    "dialogue_turns": [
      {
        "speaker_id": "Speaker 1",
        "style": "Speak like a tired night-shift radio host, slow and dry.",
        "text": "Hello there. <laugh> That works."
      },
      {
        "speaker_id": "Speaker 2",
        "style": "Bright and curious, slightly faster.",
        "text": "Wait, did you hear that? <gasp> I think it actually worked."
      }
    ]
  }
}'

json

{
  "model": "google/gemini-3-8-flash-lite-tts",
  "callBackUrl": "https://your-domain.com/api/callback",
  "input": {
    "temperature": 1,
    "speakers": [
      {
        "speaker_id": "Speaker 1",
        "voice_name": "Fola"
      },
      {
        "speaker_id": "Speaker 2",
        "voice_name": "Zephyr"
      }
    ],
    "dialogue_turns": [
      {
        "speaker_id": "Speaker 1",
        "style": "Speak like a tired night-shift radio host, slow and dry.",
        "text": "Hello there. <laugh> That works."
      },
      {
        "speaker_id": "Speaker 2",
        "style": "Bright and curious, slightly faster.",
        "text": "Wait, did you hear that? <gasp> I think it actually worked."
      }
    ]
  }
}

响应

200 — 请求成功

参数	类型	必填	说明
`code`	`integer`	是	响应状态码 200: 成功 - 请求已成功处理 401: 未授权 - 缺少身份验证凭据或凭据无效 402: 额度不足 - 账户额度不足，无法执行该操作 404: 未找到 - 请求的资源或接口不存在 422: 校验错误 - 请求参数未通过校验检查 429: 请求受限 - 已超过该资源的请求频率限制 433: 请求限额 - 子 key 使用超出限额 455: 服务不可用 - 系统目前正在维护中 500: 服务器错误 - 处理请求时发生了意外错误 501: 生成失败 - 内容生成任务失败 505: 功能禁用 - 请求的功能目前已禁用可选值：`200` / `401` / `402` / `404` / `422` / `429` / `433` / `455` / `500` / `501` / `505`。示例：`200`。
`msg`	`string`	是	响应消息，失败时的错误描述
`data`	`object`	是	—
`data.taskId`	`string`	否	任务 ID 可与“获取任务详细信息”端点一起使用，以查询任务状态

json

{
  "code": 200,
  "msg": "",
  "data": {
    "taskId": ""
  }
}

回调

musicTaskCompleted

回调地址：{request.body#/callBackUrl}（即请求体里的 callBackUrl）。

音频任务成功或失败时，系统会向该地址发送回调。

回调体参数

参数	类型	必填	说明
`code`	`integer`	是	统一回调状态码：成功为 200，失败为 501。可选值：`200` / `501`。示例：`200`。
`msg`	`string`	是	统一回调消息。可选值：`Playground task completed successfully.` / `Playground task failed.`。示例：`Playground task completed successfully.`。
`data`	`object`	是	—
`data.taskId`	`string`	是	任务唯一标识符。
`data.model`	`string`	是	任务使用的模型。可选值：`google/gemini-3-8-flash-lite-tts`。示例：`google/gemini-3-8-flash-lite-tts`。
`data.state`	`string`	是	任务最终状态。可选值：`success` / `fail`。示例：`success`。
`data.param`	`string`	是	包含已提交任务参数的 JSON 字符串。
`data.resultJson`	`string`	否	任务成功时，包含 resultUrls 和 resultObject 的 JSON 字符串；任务。仅在 state 为 success 时出现。
`data.failCode`	`string`	否	失败码，数字字符串，如 "400"、"500"。仅在 state 为 fail 时出现。
`data.failMsg`	`string`	否	失败原因，仅在 state 为 fail 时出现。
`data.costTime`	`integer`	否	处理耗时（秒），成功和失败回调都会返回。
`data.completeTime`	`integer`	否	任务完成时间戳。
`data.createTime`	`integer`	否	任务创建时间戳。
`data.updateTime`	`integer`	否	完成时间请以 completeTime 为准；updateTime 可能与 createTime 相同。
`data.creditsConsumed`	`number`	否	本任务消耗的积分；失败任务为 0。

任务成功完成

json

{
  "code": 200,
  "msg": "Playground task completed successfully.",
  "data": {
    "taskId": "task_example_music_webhook_001",
    "model": "google/gemini-3-8-flash-lite-tts",
    "state": "success",
    "param": "{\"input\":\"{\\\"temperature\\\":1,\\\"speakers\\\":[{\\\"speaker_id\\\":\\\"Speaker 1\\\",\\\"voice_name\\\":\\\"Fola\\\"},{\\\"speaker_id\\\":\\\"Speaker 2\\\",\\\"voice_name\\\":\\\"Zephyr\\\"}],\\\"dialogue_turns\\\":[{\\\"speaker_id\\\":\\\"Speaker 1\\\",\\\"style\\\":\\\"Speak like a tired night-shift radio host, slow and dry.\\\",\\\"text\\\":\\\"Hello there. <laugh> That works.\\\"},{\\\"speaker_id\\\":\\\"Speaker 2\\\",\\\"style\\\":\\\"Bright and curious, slightly faster.\\\",\\\"text\\\":\\\"Wait, did you hear that? <gasp> I think it actually worked.\\\"}]}\",\"callBackUrl\":\"https://your-domain.com/api/callback\",\"model\":\"google/gemini-3-8-flash-lite-tts\"}",
    "resultJson": "{\"resultUrls\":[\"https://example.com/generated-audio.wav\"],\"resultObject\":null}",
    "costTime": 12,
    "completeTime": 1234567890,
    "createTime": 1234560000,
    "updateTime": 1234567890,
    "creditsConsumed": 1.23
  }
}

任务失败

json

{
  "code": 501,
  "msg": "Playground task failed.",
  "data": {
    "taskId": "task_example_music_webhook_001",
    "model": "google/gemini-3-8-flash-lite-tts",
    "state": "fail",
    "param": "{\"input\":\"{\\\"temperature\\\":1,\\\"speakers\\\":[{\\\"speaker_id\\\":\\\"Speaker 1\\\",\\\"voice_name\\\":\\\"Fola\\\"},{\\\"speaker_id\\\":\\\"Speaker 2\\\",\\\"voice_name\\\":\\\"Zephyr\\\"}],\\\"dialogue_turns\\\":[{\\\"speaker_id\\\":\\\"Speaker 1\\\",\\\"style\\\":\\\"Speak like a tired night-shift radio host, slow and dry.\\\",\\\"text\\\":\\\"Hello there. <laugh> That works.\\\"},{\\\"speaker_id\\\":\\\"Speaker 2\\\",\\\"style\\\":\\\"Bright and curious, slightly faster.\\\",\\\"text\\\":\\\"Wait, did you hear that? <gasp> I think it actually worked.\\\"}]}\",\"callBackUrl\":\"https://your-domain.com/api/callback\",\"model\":\"google/gemini-3-8-flash-lite-tts\"}",
    "failCode": "400",
    "failMsg": "<error detail>",
    "costTime": 12,
    "creditsConsumed": 0
  }
}

Gemini 3.8 Flash Lite 文生语音 ​

接口 ​

查询任务状态 ​

相关资源 ​

请求参数 ​

请求体 (application/json) ​

请求示例 ​

响应 ​

200 — 请求成功 ​

回调 ​

musicTaskCompleted ​

Gemini 3.8 Flash Lite 文生语音

接口

查询任务状态

相关资源

请求参数

请求体 (application/json)

请求示例

响应

200 — 请求成功

回调

musicTaskCompleted