Google
运行正常· 每隔几分钟检查一次

Gemini 3.8 Flash TTS API

Gemini 3.8 Flash TTS API：Google 最新语音模型，支持 30 种音色和超过 130 种语言，价格比 Google 官方定价低 40%。

每 1M 文本和音频 token 的价格40%优惠
文本输入
$0.30$0.50
音频输出
$5.40$9.00
获取你的 API 密钥在试用平台体验
模型 IDgemini-3.8-flash-tts已更新
speak.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
speech = client.audio.speech.create(
    model="gemini-3.8-flash-tts",
    voice="Kore",
    input="Welcome to Zurelay. Your video is ready.",
)
speech.write_to_file("welcome.mp3")

Base URL https://api.zurelay.com/v1. 支持任意 OpenAI SDK。 语音 API 文档

音色
30 种，也支持 OpenAI 的语音名称
格式
MP3 · WAV · PCM
每次请求的文本量
最多 5,000 个字符
一分钟语音
关于 $0.008
发布日期
2026年9月28日
状态
运行正常

价格

Gemini 3.8 Flash TTS API 价格。 仅需官方定价的一小部分。

从预付余额中按量扣费，无需订阅。$10 起充。请求失败不收费。

单价ZurelayGoogle 原价
文本输入
每 1M tokens
$0.30$0.50
音频输出
每 1M tokens
$5.40$9.00

按发送的文本和返回的音频计费：每分钟 1,500 个音频 token, 即每分钟语音约 $0.008。请求失败不收费。

全部 Text-to-speech 模型及价格
省钱计算器

拖动滑块设置每月用量。

每月输入 token 数50M
每月输出 token 数10M
Zurelay
$69.00
Google 原价
$115.00
每月节省$46.00

每年 $552.00

费用

Gemini 3.8 Flash TTS API 成本，算给你看。

典型用量在 Zurelay 实时价格下的花费，与标价并列对比。

  • 一条语音消息

    约一分钟语音。

    $0.008$0.014 按标价

  • 一集播客

    约 30 分钟语音。

    $0.24$0.42 按标价

  • 一部有声书

    约 10 小时的语音。

    $4.80$8.40 按标价

概览

Gemini 3.8 Flash TTS 是什么?

Gemini 3.8 Flash TTS is Google's flagship text-to-speech model, released in preview in September 2026 and built for creative direction and character voices. It 支持读取text aloud in 30 voices and more than 130 languages, with vocal tags such as <laugh> or <short pause> written into the text. The Zurelay Gemini 3.8 Flash TTS API serves it through an OpenAI-compatible speech endpoint，仅需 40% below Google's list price, about $0.008 a minute of speech。

Google 于 2026 年 9 月下旬推出 Gemini 3.8 Flash TTS 预览版，同期发布的还有 Gemini 3.8 Flash-Lite TTS。Google 将其定位为旗舰创意语音模型，专为精细的创作指导和角色设计打造。它能根据文本自动识别语言，支持超过 130 种语言，而 Gemini 3.1 Flash TTS 支持超过 70 种。在 Zurelay 上可使用 Google 原有的模型 ID gemini-3.8-flash-tts，也支持 google/gemini-3.8-flash-tts。

Zurelay takes no instructions: a request that sends them is refused, rather than having the direction read out. For speech steered in plain words, use Gemini 3.1 Flash TTS. 上的 Google's guide treats the input as a word-for-word transcript: everything in it is spoken. Momentary sounds go in angle-bracket tags right in the text, such as <laugh>, <sigh>, <cough>, <breath> or <short pause>, placed where the sound should happen. A sustained style, such as whispering throughout, goes in a separate style field in Google's own API, which Zurelay doesn't pass on, so Gemini 3.8 Flash TTS

Zurelay 通过兼容 OpenAI 的端点提供服务：POST https://api.zurelay.com/v1/audio/speech，最多支持 5,000 个输入字符，可选择 Gemini 的 30 种预设音色之一（默认为 Kore，也可使用 alloy 或 nova 等 OpenAI 音色名称）。响应直接返回音频文件：默认为 MP3，也可选择 WAV 或原始 24 kHz PCM。一句话或一小段文字通常需要 6 到 9 秒。每次请求只使用一种音色。Zurelay 暂不支持 Google 的 Extended Voice Library、音色设计和多说话人对话。

语音按 token 计费，与 Google 的 API 一致：输入文本每 1M tokens 收费 $0.30，输出音频每 1M tokens 收费 $5.40。Gemini 3.8 Flash TTS 每秒语音计为 25 个音频 token，每分钟为 1,500 个，因此每分钟费用约为 $0.008，另加文本输入费用。Google 将于 2027 年 1 月 1 日把该模型的价格翻倍，输入和输出价格分别涨至每 1M tokens $1.00 和 $18.00；Zurelay 的价格也会同步调整，保持相同的折扣比例。每次响应的 x-zurelay-input-tokens 和 x-zurelay-output-tokens 标头会显示计费所依据的 token 数，每次请求都可在请求日志中查看，失败请求不收费。

优势

Gemini 3.8 Flash TTS 的出色之处。 以及团队用它构建的应用。

01

超过 130 种语言

Google 语音模型中语言覆盖最广的模型。自动识别文本语言，无需设置。

02

在指定位置加入声音

Tags such as <laugh>, <sigh> 和 <short pause> go right where the sound belongs, 和 the words around them are read exactly as written.

03

Google 最新语音模型

2026 年 9 月发布的 Google 旗舰级创意文本转语音模型，专为创意指导和角色设计打造。

04

每分钟费用更低

在 Zurelay 上，每分钟语音约 $0.008，低于 Gemini 3.1 Flash TTS 和 Gemini 2.5 Pro TTS。

使用场景

  • 多语言应用

    一个模型支持超过 130 种语言，让产品用世界各地用户的母语与他们交流。

  • 角色与故事

    为游戏、故事和有声书配音，通过标签在脚本指定位置加入笑声、叹息和停顿。

  • 旁白与讲解

    按脚本清晰配音，适用于产品视频、教程和课程旁白。

  • 语音通知

    用每位用户的语言播报订单动态、提醒和警报。

开始使用

三步调用 Gemini 3.8 Flash TTS。

无需排队，也无需换用新的 SDK。只要你的代码能调用 OpenAI, 就能调用 Zurelay。

  1. 1

    创建密钥

    Sign up, add credit 和 create an API key. Set a monthly budget or a rate limit per key if you like.

    获取你的 API 密钥
  2. 2

    Zurelay：Point your SDK

    Change the base URL. Everything else in your code stays the same.

    https://api.zurelay.com/v1
  3. 3

    使用 gemini-3.8-flash-tts

    POST your text 和 a voice to /v1/audio/speech and get the audio back as MP3, WAV or PCM.

    gemini-3.8-flash-tts

兼容你正在使用的工具

对比

相似模型。 同一个 key 即可调用。

40%优惠

Gemini 3.1 Flash TTS

每 1M token $0.60 / $12.00

如需用自然语言指令或 200+ 个方括号音频标签控制表达方式，请选择 Gemini 3.1 Flash TTS。

Gemini 3.1 Flash TTS API
40%优惠

Gemini 2.5 Flash TTS

每 1M token $0.30 / $6.00

如需快速合成短文本，且 24 种语言已足够，请选择 Gemini 2.5 Flash TTS。

Gemini 2.5 Flash TTS API
40%优惠

Gemini 2.5 Pro TTS

每 1M token $0.60 / $12.00

Google 推出的 Gemini 2.5 Pro TTS，比官方标价低 40%。

Gemini 2.5 Pro TTS API

常见问题

Gemini 3.8 Flash TTS API 常见问题。

还有其他问题？联系我们的团队，我们会通过邮件回复。

Gemini 3.8 Flash TTS API 如何收费?

Zurelay 的文本输入价格为每 1M tokens $0.30，音频输出价格为每 1M tokens $5.40。Google 的标价分别为 $0.50 和 $9.00，因此你可节省 40%。Gemini 3.8 Flash TTS 每秒语音计为 25 个音频 token，每分钟为 1,500 个，因此每分钟费用约为 $0.008，另加文本输入费用。Google 将于 2027 年 1 月 1 日把价格翻倍，Zurelay 的价格也会同步调整。失败请求不收费。

如何通过 OpenAI SDK 调用 Gemini 3.8 Flash TTS?

创建 Zurelay API key,将 SDK 的 base URL 设为 https://api.zurelay.com/v1,然后调用 client.audio.speech.create,将 model 设为 gemini-3.8-flash-tts,并传入 voice 和作为 input 的文本。请不要传入 instructions:该模型会把收到的所有内容都读出来。返回的就是音频文件本身：在 Python 中用 write_to_file 保存，在 Node 中则将其字节写入文件。如需先试听音色，请使用 https://zurelay.com/app/playground 中 Playground 的 Speech 模式。

可以向 Gemini 3.8 Flash TTS 提供风格指令吗?

在 Zurelay 上不支持。Google 将该模型设计为逐字朗读输入文本，因此文本中的 "请用欢快的语气说:" 这类指令也会被读出。Google 自己的 API 通过单独的字段设置贯穿整段语音的风格，但 Zurelay 不会传递该字段。带有 instructions 参数的请求会被拒绝，并返回 unsupported_parameter 错误，而不是将指令读出。如需在局部加入声音，可在文本中使用发声标签；如需用自然语言描述风格，请使用 Gemini 3.1 Flash TTS。

Gemini 3.8 Flash TTS 支持哪些标签?

Google documents angle-bracket tags for momentary sounds: <laugh>, <sigh>, <cough>, <breath> 和 <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 至 the model as written, tags included.

Zurelay 上的 Gemini 3.8 Flash TTS 有哪些音色?

支持 Gemini 的 30 种预设音色，包括 Kore、Puck、Charon、Leda、Aoede 和 Sulafat，默认使用 Kore。也支持 OpenAI 音色名称，并将其映射到风格相近的 Gemini 音色：alloy 对应 Kore，nova 对应 Leda，onyx 对应 Orus，shimmer 对应 Callirrhoe。Zurelay 不提供 Google Extended Voice Library 中的超过 2,000 种音色，也不支持音色设计和声音复刻。

Gemini 3.8 Flash TTS 支持哪些语言?

据 Google 介绍，支持超过 130 种语言，而 Gemini 3.1 Flash TTS 支持超过 70 种。无需设置语言：模型会自动识别文本语言，例如西班牙语句子会用西班牙语朗读。

Gemini 3.8 Flash TTS 支持哪些音频格式，有哪些文本长度限制?

每次请求最多可输入 5,000 个字符；更长的文本请拆分为多次请求。默认返回 MP3 音频，也可将 response_format 设为 wav，或设为 pcm 以获取 24 kHz、16-bit 单声道原始采样数据。Google 列出的模型输入上限为 8,192 tokens，输出上限为 16,384 tokens。Zurelay 不存储音频，请自行保存返回的文件。

Gemini 3.8 Flash TTS 能为双人对话配音吗?

在 Zurelay 上无法通过一次请求完成。Google 自家的 API 可以在一次调用中为多说话人对话配音，但 Zurelay 的每次请求只使用一种音色。要生成对话，请为每句台词指定音色分别生成，再按顺序拼接音频；原始 PCM 最容易拼接。

在 Zurelay 上调用 Gemini 3.8 Flash TTS 需要多久?

一个句子或一小段文本通常需要 6 到 9 秒，完整音频文件会在一次响应中返回。用于语音助手时，建议每次发送一句，以便更早开始播放。

Gemini 3.8 Flash TTS 仍处于预览阶段吗?

是的。Google 于 2026 年 9 月发布了预览版（其 Cloud 文档标注为 9 月 28 日），尚未公布停用日期。

这确实是 Google 的 Gemini 3.8 Flash TTS 吗?

是的。你的请求由 Google 的 Gemini 3.8 Flash TTS 处理，Zurelay 不会替换为其他模型或更小的模型。每次调用都会重新生成语音，因此即使文本和音色相同，每次的朗读也会略有不同。Zurelay 是独立服务，与 Google 无隶属关系。

Zurelay 上的更多模型

全部模型

告别原价.
今天就开始省钱.

几秒钟即可创建密钥，将你正在使用的 SDK 指向 Zurelay，从第一个 token 起，每次请求的费用最高可省 90%。

获取你的 API 密钥联系工程师