Gemini 3.8 Flash Lite TTS
فارسی و چندزبانه · انتخاب مناسب نریشن
این مدل را برای چه کاری انتخاب کنم؟
فارسی و چندزبانه · انتخاب مناسب نریشن. پیش از استفادهٔ گسترده، چند نمونه از ورودی واقعی محصول خودت را در آزمایشگاه مقایسه کن.
تنظیمات همین مدل
| مسیر | POST /v1/studio/audio |
|---|---|
| قالب خروجی | wav؛ pcm خام هم برای برنامههای تخصصی قابل درخواست است. |
| راهنمای لحن | instructions؛ جدا از متن خواندهشده |
| گویندهها در هر درخواست | تا ۸ صدای متفاوت با turns |
| سرعت عددی | speed: 1؛ برای Gemini آهنگ و سرعت خواندن را در instructions توضیح دهید. |
همهٔ ۳۰ صدای قابل انتخاب
در گفتوگو، text اختیاری است و اگر حذف شود از مجموع نوبتها ساخته میشود؛ turns نوبتهای واقعی را به ترتیب میفرستد. تا دو صدا: حداکثر ۴۰ نوبت و ۱۲٬۰۰۰ نویسه. سه تا هشت صدا: حداکثر ۱۲ نوبت و ۴٬۰۰۰ نویسه؛ ساروی نوبتها را جداگانه میسازد و یک فایل WAV تحویل میدهد. هزینه مجموع نوبتها یکبار محاسبه میشود. در صورت شکست، خروجی ناقص تحویل نمیشود و اعتبار رزروشده آزاد میشود.
{
"model": "google/gemini-3.8-flash-lite-tts",
"text": "سلام! خوش آمدی.",
"instructions": "Warm and friendly Persian",
"voice": "Kore",
"format": "wav",
"turns": [
{
"text": "سلام!",
"voice": "Kore"
},
{
"text": "خوش آمدی.",
"voice": "Puck",
"instructions": "cheerful"
},
{
"text": "من هم آمادهام.",
"voice": "Charon"
}
]
}درخواست آماده
شناسهٔ دقیق مدل را کپی کن و کلید ساروی را در متغیر محیطی سرورت قرار بده.
google/gemini-3.8-flash-lite-ttsimport json, os, urllib.request, urllib.error
payload = {
"model": "google/gemini-3.8-flash-lite-tts",
"text": "به ساروی خوش آمدید.",
"voice": "Kore",
"format": "wav",
"instructions": "Warm and friendly Persian"
}
request = urllib.request.Request(
"https://api.sarovi.ir/v1/studio/audio",
data=json.dumps(payload, ensure_ascii=False).encode("utf-8"),
headers={
"Authorization": "Bearer " + os.environ["SAROVI_API_KEY"],
"Content-Type": "application/json"
},
method="POST"
)
try:
with urllib.request.urlopen(request, timeout=300) as response:
result = json.load(response)
print(result)
except urllib.error.HTTPError as error:
detail = json.load(error)
raise RuntimeError(f"{error.code}: {detail['error'].get('code', detail['error'].get('type', 'HTTP_ERROR'))}") from errorکلید را در متغیر محیطی SAROVI_API_KEY قرار بده. بدون نصب کتابخانه؛ با Python استاندارد.
امکانها در API ساروی
| مسیر اصلی | POST /v1/studio/audio |
|---|---|
| خروجی | صدای Base64 همراه نوع فایل |
| جریان پاسخ | خروجی JSON؛ ویدیو با پیگیری وضعیت |
| دستورالعمل نقش | در متن prompt یا text |
| صورتحساب | رزرو اعتبار، سپس تسویهٔ مصرف در دفتر حساب ساروی |
فراخوانی ابزار و JSON Schema برای مدلهای پشتیبان از مسیر chat/completions و قرارداد پیشرفتهٔ responses در دسترساند. قابلیتهای ارائهدهنده و محدودیتهای هر مسیر را پیش از اجرا بررسی کنید.
