Gemini 3.8 Flash Lite TTS

Oversigt. Gemini 3.8 Flash-Lite TTS er Googles dedikerede model til tekst til tale, bygget til hurtig kodegenerering af stemmer med høj gennemstrømning. Den behandler tekstprompter og returnerer standard WAV-lyd på 101 understøttede sprog. Udviklere vælger den til interaktive lydoplevelser, der kræver hurtig stemmegenerering uden den ekstra belastning fra en generel samtalemodel.

Vigtigste styrker. Modellen understøtter et inddatavindue på 8.192 tokens og genererer op til 16.384 lydtokens, hvilket muliggør generering af lange tekststykker i et enkelt kald. Ved som standard at levere WAV-lyd med RIFF-header forenkles afspilning og behandlingskæder for medier, da det ikke kræver transformationer af rå PCM-data. Multilingual understøttelse af mere end 100 sprog sikrer ensartet tale på tværs af globale regioner.

Anvendelsesområder. Send forespørgsler direkte til denne model via Smart Router, når din applikation kræver kort svartid til talesyntese frem for kompleks ræsonnering eller teksttransformation. Brug den til automatiserede meddelelser, flersprogede stemmeprompter og talte svar i brugerflader, hvor lydgenerering er det primære formål. Den er ideel til opgaver med store mængder lydgenerering, hvor der ikke er brug for verktøjskald eller kodegenerering.

Begrænsninger. Gemini 3.8 Flash-Lite TTS er udelukkende en model til lydgenerering og understøtter ikke ræsonnering, verktøjskald eller kodegenerering. Den accepterer kun tekst som inddata, uden mulighed for billed- eller lydinddata, og understøtter ikke inferens via direkte streaming.

Bemærkning om suverænitet. Denne proprietære model drives af Google under amerikanske kommercielle vilkår og er underlagt amerikansk jurisdiktion og CLOUD Act. Arbejdsopgaver, der kræver strenge garantier for suverænitet eller dataplacering i EU, bør vurdere reglerne for datadirigering for endepunktet før afsendelse.