Gemini 3.8 Flash TTS

Oversigt. Gemini 3.8 Flash TTS er en dedikeret model til tekst til tale udviklet af Google, som konverterer tekstprompter direkte til syntetisk tale. Den er bygget til medie- og stemmegrænseflader med høj gennemstrømning og leverer uddata på mere end 130 sprog. Udviklere bruger den til at skabe stemmeuddata med detaljeret styring af levering og personlighed.

Vigtigste styrker. Modellen tilbyder udtryksfuld kodegenerering af tale på over 130 sprog og understøtter stilstyring per runde, design af stemmepersonligheder og stemmereplikering. Med en grænse for inddata på 8.192 tokens og et loft for uddata på 16.384 tokens kan den håndtere både lange talepassager og hurtig interaktiv dialog.

Anvendelsesområder. Brug Gemini 3.8 Flash TTS, når du bygger stemmeagenter, behandlingskæder til flersproget indtaling eller systemer til stemmevarsling, der kræver interaktiv svartid. Den vælges via Smart Router til enkle opgaver med tekst til tale, som kræver udtryksfuld stemmestyring frem for ræsonnering eller tekstforståelse.

Begrænsninger. Gemini 3.8 Flash TTS fungerer udelukkende som en motor til lydsyntese og udfører ikke tekstgenerering, ræsonnering eller strukturerede verktøjskald. Den accepterer kun tekst som inddata og mangler understøttelse af multimodal visuel kontekst eller lydforståelse.

Bemærkning om suverænitet. Gemini 3.8 Flash TTS er en proprietær model udviklet af Google i USA og er underlagt amerikansk jurisdiktion, herunder CLOUD Act. Håndtering af kundedata og dataplacering følger Googles kommercielle API-vilkår.