Gemini 3.8 Flash-Lite TTS

gemini-38-flash-lite-tts

Gemini 3.8 Flash-Lite TTS — генерация аудио от Google, доступная через единый Ranvik API. Поддерживаемые возможности: async, text_to_audio.

от 5 320 ₽ / 1 млн символов

Карточка модели

Технические характеристики

МодальностьГенерация аудио

Провайдерgoogle

СтатусАктивна

ID для запросовgemini-38-flash-lite-tts

Возможности

Async
Text-to-Audio

Цены

Единица	Цена
за 1 млн символов · Minimum 1000 characters	5 320 ₽

Цены указаны в рублях. Списываются с баланса проекта при каждом успешном запросе.

Поддерживаемые параметры

Параметры передаются вендору как есть (pure proxy) — мы не валидируем их у себя на стороне. Если вендор не примет — вернётся его ошибка.

Параметр	Тип	Диапазон / values	Default	Описание
`text`	string	min: 1 · max: 8000	—	Текст для одного голоса. Не передавайте вместе с speakers и turns.
`voice`	string	—	Kore	Голос для одиночной озвучки. Для диалога задайте голос каждому speaker.
`style_instructions`	string	max: 2000	—	Общие указания по темпу, тону, эмоции и акценту; учитываются в цене.
`speakers`	array of objects	min: 2 · max: 2	—	Ровно два говорящих с разными speaker_id; не передавайте вместе с text/voice.
`turns`	array of objects	min: 1 · max: 100	—	Реплики диалога в порядке произнесения; speaker_id должен быть в speakers.

Параметры ответа

Что возвращает API. У медиа-моделей формат зависит от режима: sync — сразу результат, async — task_id для опроса через GET /v1/tasks/{id}. Эта модель работает только в async-режиме.

Async (HTTP 202)

HTTP 202: сохраните id задачи для опроса.

Поле	Тип	Значения	Описание
`id`	string	—
`status`	string	—

Опрос статуса (GET /v1/tasks/{id})

GET /v1/tasks/{id}: статус и ссылка на WAV-файл.

Поле	Тип	Значения	Описание
`status`	string	—
`data`	array	—	Каждый элемент: `url`— string
`error`	string	—

Пример запроса

from openai import OpenAI

client = OpenAI(api_key="rk_live_...", base_url="https://api.ranvik.ru/v1")
resp = client.audio.speech.create(
    model= "gemini-38-flash-lite-tts",
    text= "Пример промпта",
    voice= "Kore",
    style_instructions= "value",
    speakers= [],
    turns= [],
)
print(resp)

Замените rk_live_... на ваш ключ из кабинета.

О провайдере: Google

Google DeepMind разрабатывает семейство моделей Gemini — мультимодальные LLM с нативной поддержкой текста, изображений, аудио и видео в одном запросе. Известны рекордно длинным контекстом (до 2M токенов).

Официальный сайт: https://deepmind.google

Документация модели у вендора: https://wavespeed.ai/models/google/gemini-3.8-flash-lite/text-to-speech