Gemini 3.8 Flash TTS API

Zurelay mengenakan biaya $0.30 per 1M token teks masukan dan $5.40 per 1M token audio keluaran. Harga resmi Google adalah $0.50 dan $9.00, jadi Anda hemat 40%. Gemini 3.8 Flash TTS menghitung 25 token audio per detik suara, atau 1,500 per menit, jadi biaya per menit sekitar $0.008 ditambah biaya teks yang Anda kirim. Harga Google naik dua kali lipat pada 1 Januari 2027, dan harga Zurelay mengikutinya. Permintaan yang gagal tidak dikenai biaya.

Buat kunci API Zurelay, atur base URL SDK ke https://api.zurelay.com/v1, lalu panggil client.audio.speech.create dengan model diatur ke gemini-3.8-flash-tts, sebuah voice, dan teks Anda sebagai input. Jangan sertakan instructions: model ini membaca semua yang diberikan kepadanya. Balasannya adalah file audio itu sendiri: simpan dengan write_to_file di Python, atau tulis byte-nya ke file di Node. Untuk mencoba suara terlebih dahulu, gunakan mode Speech di Playground di https://zurelay.com/app/playground.

Tidak di Zurelay. Google merancangnya untuk membaca masukan kata demi kata, jadi arahan seperti "Ucapkan dengan ceria:" di dalam teks akan ikut dibacakan, sedangkan API Google sendiri menerima gaya yang berlaku sepanjang pembacaan melalui field terpisah yang tidak diteruskan oleh Zurelay. Permintaan dengan instructions ditolak dengan error unsupported_parameter, alih-alih membacakan instruksi tersebut. Gunakan tag vokal dalam teks untuk suara sesaat, atau Gemini 3.1 Flash TTS untuk gaya yang dijelaskan dengan bahasa sehari-hari.

Google documents angle-bracket tags for momentary sounds: <laugh>, <sigh>, <cough>, <breath> dan <short pause>. Write them in input exactly where the sound should happen, such as "That's the best news all week. <laugh> Really." Zurelay sends your text hingga the model as written, tags included.

30 suara bawaan Gemini, seperti Kore, Puck, Charon, Leda, Aoede, dan Sulafat, dengan Kore sebagai default. Nama suara OpenAI juga bisa digunakan dan dipetakan ke suara Gemini dengan karakter serupa: alloy menggunakan Kore, nova menggunakan Leda, onyx menggunakan Orus, dan shimmer menggunakan Callirrhoe. Extended Voice Library Google yang berisi lebih dari 2,000 suara, desain suara, dan replikasi suara tidak tersedia melalui Zurelay.

Lebih dari 130, menurut Google, dibandingkan dengan lebih dari 70 untuk Gemini 3.1 Flash TTS. Tidak ada pengaturan bahasa: bahasa dideteksi dari teks, jadi kalimat berbahasa Spanyol dibacakan dalam bahasa Spanyol.

Setiap permintaan menerima masukan hingga 5,000 karakter; bagi teks yang lebih panjang menjadi beberapa permintaan. Audio dikembalikan dalam format MP3 secara default, atau atur response_format ke wav, atau ke pcm untuk sampel mentah 24 kHz, 16-bit mono. Google mencantumkan batas masukan 8,192 token dan batas keluaran 16,384 untuk model ini. Zurelay tidak menyimpan audio, jadi simpan file yang Anda terima.

Tidak dalam satu permintaan di Zurelay. API Google sendiri dapat membacakan dialog dengan beberapa pembicara dalam satu panggilan, tetapi Zurelay menggunakan satu suara untuk setiap permintaan. Untuk dialog, buat setiap baris dengan suaranya masing-masing lalu gabungkan audionya secara berurutan; PCM mentah paling mudah digabungkan.

Satu kalimat atau paragraf pendek biasanya membutuhkan 6 hingga 9 detik, dan seluruh file dikembalikan dalam satu respons. Untuk asisten suara, kirim satu kalimat per permintaan agar pemutaran bisa dimulai lebih cepat.

Ya. Google merilisnya dalam pratinjau pada September 2026 (dokumentasi Cloud-nya mencantumkan 28 September) dan belum mengumumkan tanggal penghentian.

Ya. Permintaan Anda dijalankan pada Gemini 3.8 Flash TTS milik Google, dan Zurelay tidak menggantinya dengan model lain atau model yang lebih kecil. Suara dibuat ulang pada setiap panggilan, jadi teks dan suara yang sama menghasilkan pembacaan yang sedikit berbeda setiap kali. Zurelay adalah layanan independen dan tidak berafiliasi dengan Google.