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 faladas 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 antecipadamente 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 token^[*]	Limite de tokens de entrada 8.192 Limite de token de saída 16.384
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	Julho de 2026

Idiomas compatíveis

O gemini-3.8-flash-lite-tts detecta o idioma de entrada automaticamente e oferece suporte a 101 idiomas:

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