O Gemini 3.8 Flash já está disponível. Faça um teste.

O Google usa tecnologia de IA na tradução de conteúdos para seu idioma de preferência. As traduções com IA podem ter erros.

Gemini 3.8 Flash-Lite TTS

O Gemini 3.8 Flash-Lite TTS (gemini-3.8-flash-lite-tts) é o modelo de conversão de texto em voz rápido e econômico do Google, criado para substituir o gemini-3.1-flash-tts-preview em cargas de trabalho de produção de alta taxa de transferência.

Testar no Google AI Studio

Visão geral e recursos

O Gemini 3.8 Flash-Lite TTS combina baixa latência com fala expressiva e natural:

Eficiência de alta capacidade:otimizado para produção em massa, cascatas de agentes de voz conversacionais, recursos de leitura em voz alta e geração de fala de um único falante em vários idiomas.
Compatibilidade de esquema de substituição:compartilha o mesmo esquema de API e formato de comando estruturado que gemini-3.8-flash-tts, permitindo que você troque de modelo com uma única mudança de parâmetro.
Suporte completo ao ecossistema de voz:compatível com vozes pré-criadas, a Biblioteca de voz estendida (GET /v1beta/voices), personas de design de voz personalizadas e replicação de voz (vozes armazenadas persistentes por padrão, além de chaves sem estado opcionais). Você também pode criar e replicar vozes de forma interativa no Google AI Studio.

Acesse o guia Text-to-Speech para conferir a cobertura completa de recursos, práticas recomendadas de solicitação e exemplos de código.

Quando usar cada modelo de TTS

Os dois modelos de TTS do Gemini 3.8 compartilham o mesmo esquema de API e estrutura de comandos. Escolha o modelo adequado para sua carga de trabalho:

Recurso / carga de trabalho	Gemini 3.8 Flash-Lite TTS (`gemini-3.8-flash-lite-tts`)	Gemini 3.8 Flash TTS (`gemini-3.8-flash-tts`)
Ponto forte principal	Alta capacidade de processamento, baixa latência e eficiência de custos	Máxima fidelidade de voz, nuances de atuação e cobertura de dialetos
Melhores casos de uso	Produção de alto volume, agentes de voz em tempo real, recursos de leitura em voz alta, replicação de voz, geração de voz única para o dia a dia	Audiolivros, narração em estúdio, diálogos complexos com vários falantes, atuação com forte explosão vocal, pronúncia difícil, dialetos regionais
Idiomas aceitos	101 idiomas	130 idiomas
Substituição recomendada para	`gemini-3.1-flash-tts-preview`	Novo nível de criativo principal

Guia de migração

Se você estiver fazendo upgrade do gemini-3.1-flash-tts-preview para o gemini-3.8-flash-lite-tts, atualize suas solicitações para o esquema de TTS do Gemini 3.8:

Mova as instruções de nível de turno para speech_metadata:o Gemini 3.8 TTS trata o texto de entrada estritamente como uma transcrição literal. As orientações de texto inline, como "Say cheerfully: Hello!" ou "Speaker 1: Hello!", podem ser lidas em voz alta. Mova as instruções de entrega contínua (style) e os identificadores de locutor (speaker) para metadados estruturados:
- API Interactions:anexe uma anotação com "type": "speech_metadata", "speaker" e "style" a cada bloco de conteúdo de texto.
- API GenerateContent:anexe "speech_metadata": {"speaker": "...", "style": "..."} a cada part.
Use tags inline com colchetes angulares apenas para eventos vocais em um determinado momento:mantenha vocalizações e pausas momentâneas sem fala inline na transcrição usando colchetes angulares (como <laugh>, <sigh>, <cough>, <breath> ou <short pause>). Coloque estilos de fala como sussurros em speech_metadata.style.
Especifique speaker em cada vez em solicitações com vários participantes:cada vez em uma solicitação com vários participantes precisa incluir explicitamente speaker em speech_metadata, correspondendo a um dos participantes configurados.
Crie personas de design com o Voice Design:substitua os blocos longos de perfil de áudio / observações do diretor por uma voz personalizada criada no Voice Design e transmita esse ID voice_... nas suas solicitações de TTS com strings style mínimas ou vazias.
Considerar a saída WAV padrão (audio/wav) em solicitações unárias:ao contrário do gemini-3.1-flash-tts-preview e de modelos de TTS anteriores (que retornavam PCM bruto audio/l16 sem cabeçalho por padrão), o Gemini 3.8 TTS retorna áudio WAV (audio/wav / AUDIO_WAV) com um cabeçalho RIFF padrão por padrão para solicitações unárias.
- Se o código anteriormente encapsulava bytes PCM brutos em um cabeçalho WAV (por exemplo, usando o módulo wave do Python ou ffmpeg), remova o wrapper de cabeçalho manual e grave os bytes retornados diretamente em um arquivo .wav.
- Se o pipeline exigir áudio PCM bruto sem cabeçalho, mu-law ou A-law, defina explicitamente response_format como "audio/l16" ("AUDIO_L16"), "audio/mulaw" ("AUDIO_MULAW") ou "audio/alaw" ("AUDIO_ALAW"). Consulte Formatos de saída de áudio.

gemini-3.8-flash-lite-tts

Propriedade	Descrição
Código do modelo	`gemini-3.8-flash-lite-tts`
Tipos de dados aceitos	Entradas (link em inglês) Texto Saída Áudio
Limites de tokens ^[*]	Limite de tokens de entrada 8.192 Limite de token de saída 16.384 (limite de veiculação da API Gemini)
Recursos	Geração de áudio Compatível Armazenamento em cache Compatível Execução de código incompatível Pesquisa de arquivos incompatível Chamada de função incompatível Embasamento com o Google Maps incompatível Geração de imagens incompatível API Live incompatível Embasamento da pesquisa incompatível Respostas estruturadas incompatível Raciocínio incompatível Contexto do URL incompatível
Opções de consumo	API em lote Compatível Inferência flexível Compatível Inferência de prioridade Compatível
Versões do	Leia os padrões de versão do modelo para mais detalhes. `gemini-3.8-flash-lite-tts`
Última atualização	Setembro de 2026

Idiomas compatíveis

O gemini-3.8-flash-lite-tts detecta o idioma de entrada automaticamente e é compatível com mais de 100 idiomas:

Idioma	Idioma	Idioma
Achém (escrita árabe)	Alemão	Manipuri
Africâner	Grego	Marati
Akan	Gujarati	Minangkabau (escrita árabe)
Amárico	Crioulo haitiano	Mizo
Armênio	Halh mongol	Nepalês (idioma individual)
Assamês	Hauçá	Fulfulde nigeriano
Awadhi	Hebraico	Azerbaijano do norte
Balinês	Hindi	Soto do norte
Bengali	Húngaro	Uzbeque do norte
Banjar (alfabeto latino)	Islandês	Bokmål norueguês
Basco	Iloko	Norueguês (Nynorsk)
Bielorrusso	Indonésio	Nianja
Boiapuri	Persa iraniano	Odia (idioma individual)
Bósnio	Italiano	Persa (Afeganistão)
Buguinês	Japonês	Polonês
Búlgaro	Javanês	Português
Cantonês	Kamba	Punjabi
Catalão	Canarês	Romeno
Cebuano	Caxemira (escrita árabe)	Russo
Sorâni	Caxemira (escrita deva)	Santali
Chhattisgarhi	Cazaque	Sérvio
Chinês (escrita Hans)	Khmer	Cingalês
Chinês (script Hant)	Kikuyu	Eslovaco
Croata	Quiniaruanda	Azerbaijão do Sul
Tcheco	Quicongo	Pashto meridional
Dinamarquês	Coreano	Espanhol
Holandês	Quirguiz	Árabe padrão (escrita árabe)
Árabe egípcio	Laosiano	Árabe padrão (alfabeto latino)
Inglês	Lingala	Letão padrão
Estoniano	Macedônio	Malaio padrão
Filipino	Magahi	Tâmil
Francês	Maithili	Télugo
Galego	Malaiala	Turco
Ganda	Maltês	Vietnamita
Georgiano	—	—