> ## Documentation Index > Fetch the complete documentation index at: https://docs.vidgo.ai/llms.txt > Use this file to discover all available pages before exploring further. # Gemini 3.8 Flash Lite TTS > Gemini 3.8 Flash-Lite TTS API 以单人或双人对话形式大批量生成 WAV 语音，提供 30 种预设音色，并支持风格指示。 > [!TIP] > > 1. 提交后会返回 `task_id`。如果提供了 `callback_url`，当任务状态变为 `finished` 或 `failed` 时，系统会向 `callback_url` 发送 POST 请求。 > 2. 无论是否提供 `callback_url`，都可以通过统一的[查询任务状态](https://docs.vidgo.ai/zh/api-manual/task-management/status.md)接口获取结果。 Gemini 3.8 Flash-Lite TTS 是 Google 面向高吞吐场景的文本转语音（TTS）模型。它把文本或两位说话人的对话脚本转为 WAV 音频，提供 30 种预设音色，自动识别语言（Google 列出 101 种），并接受自然语言的风格指示。适合朗读功能、通知播报、语音 Agent 提示音等大批量的日常语音。 Gemini 3.8 Flash-Lite TTS 的请求字段与 [Gemini 3.8 Flash TTS](https://docs.vidgo.ai/zh/api-manual/music-series/google-gemini-3-8-flash-text-to-speech.md) 相同，后者被 Google 定位为追求最高音色保真度和复杂对话。只需修改 `model` 即可切换。 ## 模型 * **google/gemini-3.8-flash-lite/text-to-speech** — Gemini 3.8 Flash-Lite 文本转语音，适合大批量单人或双人语音。 ## 功能 * 文本转语音（TTS），支持单人朗读或双人对话脚本。 * 30 种预设音色，可按请求或按说话人设置。 * 用自然语言的 `style_instructions` 控制语气、语速、口音和情绪，可全局设置，也可逐句设置。 * 自动识别语言（Google 列出 101 种语言）。 * 输出 WAV 音频。 ## 输入模式 * **单人**：发送 `text`，可选 `voice`（默认 `Kore`）。 * **双人对话**：发送恰好两位 `speakers` 和一组 `turns`。此模式下不要发送顶层的 `text` 或 `voice`。 ## 必填参数 单人： * `text`（string）：要朗读的文本，不能为空白。 双人对话： * `speakers`（object\[]）：恰好两个对象，每个对象只包含： * `speaker_id`（string）：非空别名，在请求内不能重复，例如 `host`。 * `voice`（string）：[预设音色](#预设音色)之一。 * `turns`（object\[]）：至少一句，按说话顺序排列： * `speaker_id`（string）：必须与两位 `speakers` 之一一致。 * `text`（string）：该说话人说的内容，不能为空白。 * `style_instructions`（string，可选）：仅作用于这一句的演绎指示。 ## 可选参数 * `voice`（string）：仅单人模式。[预设音色](#预设音色)之一。默认 `Kore`。 * `style_instructions`（string）：作用于整个请求的全局演绎指示，例如 `Calm, warm documentary narration`。两种模式都适用。 * `enable_safety_checker`（boolean）：启用上游安全检查。默认 `true`。 ## 输出 任务完成后，[查询任务状态](https://docs.vidgo.ai/zh/api-manual/task-management/status.md)和回调内容的 `files` 数组中会返回一个 WAV 音频文件。输出格式固定，没有 `output_format` 字段。 ## 预设音色 `voice` 和 `speakers[].voice` 可用以下 30 个值（区分大小写）： > [accordion] 支持的音色取值 > > * `Achernar` > * `Achird` > * `Algenib` > * `Algieba` > * `Alnilam` > * `Aoede` > * `Autonoe` > * `Callirrhoe` > * `Charon` > * `Despina` > * `Enceladus` > * `Erinome` > * `Fenrir` > * `Gacrux` > * `Iapetus` > * `Kore` > * `Laomedeia` > * `Leda` > * `Orus` > * `Pulcherrima` > * `Puck` > * `Rasalgethi` > * `Sadachbia` > * `Sadaltager` > * `Schedar` > * `Sulafat` > * `Umbriel` > * `Vindemiatrix` > * `Zephyr` > * `Zubenelgenubi` ## 示例 * **单人朗读**：用 `voice: Puck` 朗读一段消息摘要。 * **双人客服对话**：`agent`（`Kore`）与 `caller`（`Charon`），配合全局 `style_instructions`，并提供 `callback_url`。 ## 注意事项 * 积分在提交时预扣，按计费字符数计算：`text`、全局 `style_instructions`，以及每一句的 `text` 和 `style_instructions`。说话人 ID 不计入。任务失败会全额退还。当前费率见[定价页](https://vidgo.ai/apis/api-pricing)。 * Flash-Lite 的计费低于 [Gemini 3.8 Flash TTS](https://docs.vidgo.ai/zh/api-manual/music-series/google-gemini-3-8-flash-text-to-speech.md)。 * 对话模式只支持恰好两位说话人。出现第三位说话人、`turns` 中的 `speaker_id` 不在 `speakers` 里，或对话请求中带有顶层 `text`/`voice`，都会返回 400。 * 演绎指示请写在 `style_instructions` 中，不要写进 `text`；写在 `text` 里的指示可能会被读出来。 * 本接口不支持 `output_format`、`language_code`、`temperature`、`seed` 和时间戳，也不支持声音克隆或自定义音色。 ## OpenAPI ````yaml zh/api-manual/music-series/google-gemini-3-8-flash-lite-text-to-speech.json POST /api/generate/submit openapi: 3.0.0 info: title: Vidgo API - Gemini 3.8 Flash Lite TTS description: Gemini 3.8 Flash-Lite TTS API 以单人或双人对话形式大批量生成 WAV 语音，提供 30 种预设音色，并支持风格指示。 version: 1.0.0 servers: - url: https://api.vidgo.ai description: 生产环境 security: - BearerAuth: [] paths: /api/generate/submit: post: tags: - Audio Series summary: Gemini 3.8 Flash Lite TTS description: >- 单人模式发送 `text`（可选 `voice`），双人对话发送 `speakers` + `turns`；对话请求不能包含顶层的 `text` 或 `voice`。未列出的字段（如 `output_format`、`language_code`、`temperature`）都会返回 400。 operationId: submit_google_gemini_3_8_flash_lite_text_to_speech requestBody: required: true content: application/json: schema: type: object required: - model - input properties: model: type: string description: 模型 ID，填 `google/gemini-3.8-flash-lite/text-to-speech`。 example: google/gemini-3.8-flash-lite/text-to-speech callback_url: type: string format: uri nullable: true description: >- 可选的公开 HTTP(S) 地址，任务变为 `finished` 或 `failed` 时会收到 POST 请求。建议使用 HTTPS。省略、传 `null` 或空字符串即不发送回调。 example: https://your-domain.com/callback input: type: object properties: text: type: string minLength: 1 example: Welcome to the city museum. The east wing opens at ten. description: 单人模式：要朗读的文本。单人模式必填，不能为空白。对话模式下不能传。 voice: type: string enum: - Achernar - Achird - Algenib - Algieba - Alnilam - Aoede - Autonoe - Callirrhoe - Charon - Despina - Enceladus - Erinome - Fenrir - Gacrux - Iapetus - Kore - Laomedeia - Leda - Orus - Pulcherrima - Puck - Rasalgethi - Sadachbia - Sadaltager - Schedar - Sulafat - Umbriel - Vindemiatrix - Zephyr - Zubenelgenubi default: Kore description: 单人模式：预设音色。对话模式下不能传。 speakers: type: array items: type: object required: - speaker_id - voice properties: speaker_id: type: string minLength: 1 example: host description: 供 `turns` 引用的说话人别名，不能为空且不能重复。 voice: type: string enum: - Achernar - Achird - Algenib - Algieba - Alnilam - Aoede - Autonoe - Callirrhoe - Charon - Despina - Enceladus - Erinome - Fenrir - Gacrux - Iapetus - Kore - Laomedeia - Leda - Orus - Pulcherrima - Puck - Rasalgethi - Sadachbia - Sadaltager - Schedar - Sulafat - Umbriel - Vindemiatrix - Zephyr - Zubenelgenubi description: 该说话人的预设音色。 additionalProperties: false description: 一位说话人。 minItems: 2 maxItems: 2 description: 对话模式：恰好两位说话人。每个对象只包含 `speaker_id` 和 `voice`。 turns: type: array items: type: object required: - speaker_id - text properties: speaker_id: type: string example: host description: 必须与 `speakers` 中的某个 `speaker_id` 一致。 text: type: string minLength: 1 description: 该说话人说的内容，不能为空白。 style_instructions: type: string description: 可选，仅作用于这一句的演绎指示，例如 `laughing`、`whispering`。 additionalProperties: false description: 一句台词。 minItems: 1 description: 对话模式：按说话顺序排列的台词，至少一条。 style_instructions: type: string description: >- 可选的全局演绎指示，控制语气、语速、口音或情绪，例如 `Calm, warm documentary narration`。两种模式都适用。 enable_safety_checker: type: boolean default: true description: 启用上游安全检查。 additionalProperties: false description: 生成参数。发送 `text`（单人）或 `speakers` + `turns`（双人对话），二者只能选其一。 examples: single_speaker: summary: 单人朗读 value: model: google/gemini-3.8-flash-lite/text-to-speech input: text: >- You have three new messages. The first is from Dana: running ten minutes late, save me a seat. voice: Puck dialogue: summary: 双人客服对话 value: model: google/gemini-3.8-flash-lite/text-to-speech callback_url: https://your-domain.com/callback input: speakers: - speaker_id: agent voice: Kore - speaker_id: caller voice: Charon turns: - speaker_id: caller text: Hi, my router keeps dropping the connection. - speaker_id: agent text: >- Sorry about that. Let's restart it together, it only takes a minute. style_instructions: Friendly, clear customer-support tone responses: '200': description: 任务已提交 content: application/json: schema: type: object required: - code - data properties: code: type: integer enum: - 200 description: HTTP 状态码。 data: type: object required: - task_id - status - created_time properties: task_id: type: string description: >- 任务 ID，用于[查询任务状态](/zh/api-manual/task-management/status)。 status: type: string enum: - not_started description: 任务的初始状态。 created_time: type: string format: date-time description: 任务创建时间（ISO 8601）。 example: code: 200 data: task_id: task-unified-1762160000-abc123 status: not_started created_time: '2026-11-03T10:30:00' '400': description: 输入无效、字段不受支持、媒体无法访问或积分不足 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '401': description: 凭证无效 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '403': description: 拒绝访问 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '404': description: 模型未知或已停用 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '408': description: 请求超时 content: text/plain: schema: type: string example: Request timeout '422': description: JSON 无效或请求体不是对象 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '429': description: 超出速率限制或 API Key 积分限额 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '500': description: 内部错误 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '502': description: 无法创建上游生成任务 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '503': description: 所请求的模型暂时不可用 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 components: securitySchemes: BearerAuth: type: http scheme: bearer bearerFormat: API Key description: >- 所有 API 接口都需要 Bearer Token 认证 获取 API Key： 进入 **仪表盘 → API 密钥**（[API Key 管理页面](https://vidgo.ai/apis/dashboard/api-key)）获取你的 API Key 在请求头中添加： ``` Authorization: Bearer VIDGO_API_KEY ``` ```` This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.