ModelFoldgoogle/gemini-3-8-flash-tts
Google 旗舰级创意文字转语音模型，生成高保真、富有表现力的语音。Gemini 3.8 Flash TTS 支持自然语言声音设计、约 30 秒授权音频的声音克隆、多人对话，以及 130 种语言的语音生成。
定价： 按字数计费：每 1000 字 4 积分（不足 1000 字按 1000 字计），最低 8 积分。中文、日文、韩文估价时每字按 3 字计。
更多语音合成模型
Google 的更多模型
最新热门模型
Gemini 3.8 Flash TTS API：用 30 秒声音克隆打造专属声音
在 ModelFold 上用 Google Gemini 3.8 Flash TTS 构建应用。用自然语言塑造原创声音，从短音频样本复刻声音，生成 130 种语言的高保真、富有表现力的语音。
用 Gemini 3.8 Flash TTS API 创造和复刻声音
用自然语言设计原创声音
在 ModelFold 上用 Gemini 3.8 Flash TTS 通过自然语言来塑造声音。从按用途分组的 70 个预设音色中选一个，再在「语气」里描述你想要的语气、情绪、语速和表达方式，并在 ModelFold 的各个文字转语音工作流中复用同一套设置。
只需 30 秒音频即可复刻声音
Gemini 3.8 Flash TTS 可以根据一段简短的授权录音临时复刻声音。在 ModelFold 上需通过 API 使用：在上游的 speakers 结构里用 replica 代替预设音色（一段 10–30 秒的 WAV 参考录音，加同一位成年人的授权录音）。本页的 Playground 使用预设音色。
ModelFold 上 Gemini 3.8 Flash TTS API 的核心功能
用 Gemini 3.8 Flash TTS API 生成录音棚级语音
用 Gemini 3.8 Flash TTS API 生成清晰、自然、富有表现力的音频。模型声学保真度高、节奏自然、表演细节丰富，并能紧密遵循你的声音指导。可将 Gemini 3.8 文字转语音 API 用于专业旁白、角色对白、播客、有声书以及其他重视音质和表现力的应用。
用 Google Gemini 3.8 Flash TTS 设计专属声音
借助高级声音设计，突破固定预设音色的限制。Google Gemini 3.8 Flash TTS API 允许你用自然语言描述想要的角色、口音、语气和声音特征，创造原创的声音人设。打造更贴合应用身份和创意方向的独特角色声音、旁白或品牌声音。
逐句指导富有表现力的配音
控制每一句话的听感，而不是只用一种固定的说话风格。Gemini TTS API 支持逐句设置语气、语速、情绪和表达方式，还支持笑声、叹气、呼吸、咳嗽、短暂停顿等自然的声音事件。这种精确控制帮助开发者打造更真实的故事讲述、对白、角色声音和富有表现力的音频体验。
在长篇音频中保持声音一致
生成更长的语音，也不会丢失所选声音的特征。Gemini 3.8 Flash TTS API 在长对话和数分钟的旁白中保持一致的音色、音量、声音特征和声学基调，声音漂移极小。这种长篇稳定性让模型非常适合有声书、播客、教育旁白和其他连续音频体验。
用 Gemini TTS API 生成自然的多人对话
把剧本变成富有表现力的对话，同时让每位说话人清晰可辨。借助 Gemini 3.8 Flash TTS，开发者可以为不同说话人分配不同的声音和表达风格，保持自然的轮流发言，并在整个场景中加入声音反应。用 Gemini TTS API 驱动播客、互动角色、戏剧对白和对话式语音体验。
生成 130 种语言和地区口音的语音
打造多语言语音体验：支持 130 种语言、自动语言识别、地区口音和少数方言。Google Gemini 3.8 Flash TTS API 还支持用 IPA 覆盖需要精确发音的词。开发者在为不同市场制作本地化旁白、全球化内容、角色声音和语音应用时拥有更多控制。
如何在 ModelFold 上使用 Gemini 3.8 Flash TTS API
- 1
第 1 步：在 Playground 中免费试用 Gemini 3.8 Flash TTS
在集成 API 之前，打开 ModelFold Playground 在线免费试用 Gemini 3.8 Flash TTS。输入文本，尝试不同的音色和说话风格，直接在浏览器里生成示例音频。这是快速了解模型听感、为项目找到合适声音的好方法。
- 2
第 2 步：定制声音和语音
根据你想打造的音频体验调整声音指导。用 Gemini 3.8 Flash TTS 设定声音特征、语气、口音、语速、情绪和表达方式。你可以先在 Playground 中打磨设置，再用于生产工作流。
- 3
第 3 步：获取 ModelFold API Key
准备集成时，创建 ModelFold 账号并获取 API 凭据。Gemini 3.8 文字转语音 API 让开发者把富有表现力的语音生成带进 SaaS 产品、AI 智能体、内容工具、游戏和其他应用。
- ✓
第 4 步：把 Gemini 3.8 Flash TTS API 集成到你的应用
向 https://ai.modelfold.online/v1/audio/generations 发送 POST 请求，带上 "model": "google/gemini-3-8-flash-tts"，文本写在 prompt 里（两人对话一行一句写「Speaker 1: …」「Speaker 2: …」），两位说话人的音色用 voice / voice_2 指定。响应直接返回生成好的音频地址，你可以用同一套设置从 Playground 测试走向生产。
Gemini 3.8 Flash TTS vs Gemini 3.8 Flash-Lite TTS
Gemini 3.8 Flash TTS 面向最看重音质、表现力和创作控制的应用，Gemini 3.8 Flash-Lite TTS 则更侧重速度、吞吐量和高性价比的语音生成。
| Gemini 3.8 Flash TTS | Gemini 3.8 Flash-Lite TTS | |
|---|---|---|
| 主要侧重 | 声音保真度与创作控制 | 速度与性价比 |
| 支持语言 | 130 | 101 |
| 最适合 | 创意与专业音频 | 高用量语音生成 |
| 长篇旁白 | 支持 | 支持 |
| 声音复刻 | 支持 | 支持 |
| 典型负载 | 有声书、对白、角色 | 语音助手、朗读、批量音频 |
用 Gemini 3.8 Flash TTS API 能构建什么
用 Gemini 3.8 文字转语音 API 制作 AI 有声书
把书籍、故事和长剧本变成音质一致、富有表现力的有声内容。Gemini 3.8 Flash TTS API 在长篇旁白中保持稳定的声音特征、自然的节奏和表演细节，非常适合 AI 有声书、连载故事、教育音频以及其他长篇文字转语音应用。
生成 AI 播客和多人音频
打造说话人分明、轮流发言自然、各有表达风格的播客式对话。Google Gemini 3.8 Flash TTS API 可以把文稿变成引人入胜的多人音频，用于 AI 播客、访谈、对话节目和自动化音频内容，而不必依赖单一的固定旁白声音。
为游戏和互动媒体打造角色声音
为游戏角色、虚拟世界、互动故事和娱乐应用创造独特的声音。借助声音设计和富有表现力的表演控制，Gemini 3.8 Flash TTS 让开发者定义角色的个性、口音、发声风格和情绪表达，让数字角色更有个性、更吸引人。
用 Gemini TTS API 驱动富有表现力的 AI 语音助手
让对话式 AI 的语音更自然、更有回应感。Gemini TTS API 支持富有表现力的表达、对话式节奏、声音反应和鲜明的声音身份，适用于客户体验、虚拟助手、互动智能体以及其他需要不止于基础文字转语音的语音类 SaaS 产品。
制作多语言配音和本地化语音内容
用 Gemini 3.8 Flash TTS API 生成 130 种支持语言的本地化语音，包括地区口音和方言。开发者可以构建多语言配音、视频本地化、全球学习内容和国际媒体工作流，并针对不同受众调整发音和表达方式。
设计品牌声音和专业音频体验
用 Google Gemini 3.8 Flash TTS 为产品、营销活动、应用和数字体验打造可辨识的声音形象。设计契合品牌个性的专属声音，并在产品讲解、品牌内容、营销音频、引导体验和其他专业语音应用中复用。
为什么选择 ModelFold 使用 Gemini 3.8 Flash TTS API
在 ModelFold 上使用 Gemini 3.8 Flash TTS 和 Flash-Lite TTS API
通过 ModelFold 同时使用 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS。需要高保真、富有表现力的声音生成选 Flash TTS，需要高用量、高性价比的负载选 Flash-Lite TTS——都在同一个平台上。
在线免费试用 Gemini 3.8 Flash TTS
在集成 API 之前，先在 ModelFold Playground 免费测试 Gemini 3.8 Flash TTS。输入文本、尝试声音设置、在线生成示例音频，在进入开发之前看看模型是否适合你的应用。
使用 Gemini TTS API 及更多 AI 语音模型
不止 Google Gemini 3.8 Flash TTS API，还可以通过 ModelFold 使用其他文字转语音模型。开发者可以为声音生成、旁白、对话式 AI 和其他音频工作流探索不同的 TTS 选项，而不必依赖单一模型。
实惠的 Gemini 3.8 Flash TTS API 价格
以实惠的按量计费方式使用 Gemini 3.8 Flash TTS API 构建 AI 语音功能。ModelFold 为开发者和 SaaS 团队提供灵活的定价，让文字转语音成本在从测试到生产的增长过程中更容易控制。
在一个地方集成和管理多个 TTS API
通过一个对开发者友好的平台连接 Gemini TTS API 和其他 AI 模型。ModelFold 简化了 API 集成、用量管理和多模型工作流，让你少花时间管理多家服务商，多花时间打磨产品。
Gemini 3.8 文字转语音 API 开发者支持
从初步测试到生产集成，在整个 Gemini 3.8 文字转语音 API 工作流中获得帮助。ModelFold 客服可以协助解决 API 使用、集成问题、账号问题以及构建应用时可能遇到的其他问题。
常见问题
Gemini 3.8 Flash TTS API 是什么？⌄
Gemini 3.8 Flash TTS API 提供 Google 旗舰级创意文字转语音模型，能把文本生成高保真、富有表现力的语音。它支持声音设计、声音复刻、多人对话、地区口音、长篇音频和 130 种语言。
如何在 ModelFold 上使用 Gemini 3.8 Flash TTS API？⌄
你可以通过 ModelFold 使用 Gemini 3.8 Flash TTS，为应用、SaaS 产品、内容工具、语音助手和其他音频工作流加入 AI 语音生成。先在线测试模型，再用 ModelFold API 集成。
Gemini 3.8 Flash TTS 能创造专属的 AI 声音吗？⌄
能，通过声音指导实现。从 70 个预设音色中选一个，再在「语气」里描述每句话想要的语气、情绪和语速，模型会按这些指导朗读，而不是用一种固定风格。
Gemini 3.8 Flash TTS 支持多少种语言？⌄
Gemini 3.8 Flash TTS 支持 130 种语言，并能自动识别输入语言。它还支持地区口音、少数方言，以及基于 IPA 的发音覆盖，让语音生成更精确。
Gemini 3.8 Flash TTS API 支持声音克隆吗？⌄
支持。Gemini 3.8 Flash TTS 支持用一段简短的授权录音复刻声音。在 ModelFold 上需通过 API 使用：在上游的 speakers 结构里传 replica（一段 10–30 秒的 WAV 参考录音加一段授权录音）；克隆的声音只用于本次任务，不会保存为可复用的音色。
Gemini 3.8 Flash TTS 和 Flash-Lite TTS 有什么区别？⌄
Gemini 3.8 Flash TTS 侧重最高的声音保真度、表演细节和方言覆盖，Gemini 3.8 Flash-Lite TTS 则侧重高吞吐、低延迟和高性价比。Flash 支持 130 种语言，Flash-Lite 支持 101 种。
Gemini 3.8 Flash TTS 支持多位说话人吗？⌄
支持。Gemini TTS API 支持多人语音生成，每位说话人有独立的身份，并可逐句设置指导。这让它适合对白、播客、故事讲述、角色对话和其他多人音频应用。
可以在 ModelFold 上免费试用 Gemini 3.8 Flash TTS 吗？⌄
可以。你可以用可用的免费积分在 ModelFold 上免费试用 Gemini 3.8 Flash TTS，在把 API 集成到应用之前先测试文字转语音效果、了解模型。
在 ModelFold 上使用 Gemini 3.8 Flash TTS API 怎么收费？⌄
在 ModelFold 上，Gemini 3.8 Flash TTS 按字数计费：每 1000 字 4 积分（不足 1000 字按 1000 字计），每次最低 8 积分。中文、日文、韩文估价时每字按 3 字计，音频生成后按上游实际消耗结算。
| Gemini 3 8 Flash Tts | 每 1000 字 4 积分 · 最低 8 |
任务开始时按估价预扣，完成后按上游实际消耗结算，多退少补，不低于最低价。
curl https://ai.modelfold.online/v1/audio/generations \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"google/gemini-3-8-flash-tts","prompt":"Speaker 1: Hello!\nSpeaker 2: Hi there.","voice":"Fola"}'