هوش مصنوعی هرمزهرمزورود

Google: Gemini 3.8 Flash TTS: مدل صوتی

Gemini 3.8 Flash TTS ردیفِ خلاقانه‌ی خانواده‌ی متن-به-گفتارِ Gemini 3.8 گوگل است، برای روایت، شخصیت‌پردازی و گفت‌وگوی چندگوینده. از داخل ایران و از طریق هرمز.

قیمت:
$0.5/M text tokens · $9/M audio tokens
نوع:
audio
  • صوت

Gemini 3.8 Flash TTS یک مدلِ متن-به-گفتار از گوگل و جانشینِ Gemini 3.1 Flash TTS Preview است. ردیفِ خلاقانه‌ی خانواده‌ی 3.8 است که در آن وفاداریِ صدا، ظرافتِ اجرا و پوششِ گویش‌های منطقه‌ای از تأخیر مهم‌ترند.

۳۰ صدای استودیوییِ آماده و گفت‌وگوی چندگوینده دارد: ورودی را به شکلِ فهرستی از نوبت‌ها بفرستید که هر کدام صدای خودش را دارد. هرمز Gemini 3.8 Flash TTS را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/speech که صدا را در همان پاسخ برمی‌گرداند، و /v1/predictions برای کارهای پس‌زمینه. مقدارِ voice را یکی از صداهای خودِ مدل بگذارید (برای نمونه «Kore») و response_format را pcm تعیین کنید.

هزینه دو بخش دارد: متنِ ورودی و طولِ صدای تولیدشده (توکن‌های صوتی)؛ نرخ‌های روز در جدولِ قیمتِ همین صفحه آمده است. هرمز دسترسیِ پایدار به آن را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

Gemini 3.8 Flash TTS is a text-to-speech model from Google and the successor to Gemini 3.1 Flash TTS Preview. It is the creative tier of the 3.8 TTS family, suited...

شروع سریع

curl https://api.hormouz.net/v1/audio/speech \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-3.8-flash-tts","voice":"Zephyr","input":"Hello from Hormouz.","response_format":"pcm"}' \
  --output speech.pcm

مشخصات

سازندهGoogle
نوعصدا
پنجره زمینه—
قیمت$0.5/M text tokens · $9/M audio tokens
نوع APIspeech

نمونه کد

cURL
curl https://api.hormouz.net/v1/audio/speech \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-3.8-flash-tts","voice":"Zephyr","input":"Hello from Hormouz.","response_format":"pcm"}' \
  --output speech.pcm
Python
from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
with client.audio.speech.with_streaming_response.create(
    model="google/gemini-3.8-flash-tts",
    voice="Zephyr",
    input="Hello from Hormouz.",
    response_format="pcm",
) as resp:
    resp.stream_to_file("speech.pcm")
JavaScript
import OpenAI from "openai";
import { writeFile } from "node:fs/promises";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const speech = await client.audio.speech.create({
  model: "google/gemini-3.8-flash-tts",
  voice: "Zephyr",
  input: "Hello from Hormouz.",
  response_format: "pcm",
});
await writeFile("speech.pcm", Buffer.from(await speech.arrayBuffer()));

خرید API Google: Gemini 3.8 Flash TTS با پرداخت ریالی

  • با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
  • با یک کلید هرمز به Google: Gemini 3.8 Flash TTS و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
  • بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
ساخت حسابخرید API Gemini (جمینای) با پرداخت ریالی

استفاده از طریق هرمز

با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.

درخواست دسترسی شرکتی

سوالات متداول

هزینه‌ی استفاده از Gemini 3.8 Flash TTS چقدر است؟
هزینه دو بخش دارد: متنِ ورودی و طولِ صدای تولیدشده (توکن‌های صوتی)؛ نرخ‌های روز در جدولِ قیمتِ همین صفحه آمده است.
چطور از داخل ایران به Gemini 3.8 Flash TTS دسترسی داشته باشم؟
کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیرِ دسترسیِ پایدار به این مدل را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی یا ابزارِ دور زدنِ تحریم ندارید.
چطور Gemini 3.8 Flash TTS را فراخوانی کنم؟
هرمز Gemini 3.8 Flash TTS را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/speech که صدا را در همان پاسخ برمی‌گرداند، و /v1/predictions برای کارهای پس‌زمینه. مقدارِ voice را یکی از صداهای خودِ مدل بگذارید (برای نمونه «Kore») و response_format را pcm تعیین کنید.
آیا Gemini 3.8 Flash TTS می‌تواند گفت‌وگوی دو نفره را بخواند؟
بله. ورودی را به شکلِ فهرستی از نوبت‌ها با متن و صدای هر کدام بفرستید تا نوبت‌ها به ترتیب در یک فایلِ صوتی خوانده شوند.

به‌روزرسانی: 2026-10-13