Gemini 3.8 Flash TTS · Google

Pedido

Speakers

1 ou 2 itens {speaker_id: Speaker 1 ou Speaker 2; voice_name (voz pronta) OU replica {source_audio_url, consent_audio_url} (voz clonada), nunca os dois}.

Item 1

Speaker id

Identificador do locutor, único; precisa bater com speaker_id das falas.

Voice name

Voz pronta. Se nem voice_name nem replica forem enviados, usa Fola. Não envie junto com replica.

Dialogue turns

Falas em ordem: itens {speaker_id, text (até 10.000 caracteres), style (opcional)}. O tamanho do texto define a duração do áudio e o preço.

Item 1

Speaker id

Quem fala esta fala (precisa existir em speakers).

Texto0/10000

Texto da fala, até 10.000 caracteres. Aceita efeitos entre sinais de menor e maior: <argh>, <breath>, <cackle>, <cheer>, <chuckle>, <chuckles>, <cough>, <cry>, <exhales>, <gasp>, <giggle>, <groan>, <growl>, <grr>, <grunt>, <heavy breath>, <hiss>, <laugh>, <laughter>, <long pause>, <moan>, <pant>, <pff>, <phew>, <scream>, <short pause>, <shout>, <shriek>, <sigh>, <sighs>, <sneeze>, <snicker>, <snort>, <sob>, <throat-clearing>, <tsk>, <whimper>, <whispering>, <whispers>, <yawn>.

Estilo

Como dizer esta fala (tom, emoção, ritmo), em texto livre. Ex.: sussurrando, calmo e pausado.

Mais opções (2)mostrar

Filler words

Insere "hum", "ahn" e sons naturais. Só funciona com 2 locutores.

Temperature

mín. 0 · máx. 2

Variação da fala: mais alto = mais criativo; mais baixo = mais previsível.

Entrar para gerar

Falhou? O valor volta na hora.

Sem conta? Criar conta leva 1 minuto.

Resultado

Seu resultado aparece aqui.

Sobre o Gemini 3.8 Flash TTS

Narração ou diálogo com até 2 vozes, com estilo por fala e efeitos como risada e suspiro. Também clona uma voz a partir de uma gravação curta com consentimento.

Narração (texto para fala)

Campos de entrada

Vão dentro de input. Campo vazio usa o padrão do modelo.

Campo	Tipo	Obrigatório	Padrão	Opções
`speakers` Speakers 1 ou 2 itens {speaker_id: Speaker 1 ou Speaker 2; voice_name (voz pronta) OU replica {source_audio_url, consent_audio_url} (voz clonada), nunca os dois}.	lista de itens	sim	—	mín. 1 · até 2 itens
`speakers[].speaker_id` Speaker id Identificador do locutor, único; precisa bater com speaker_id das falas.	opção	sim	Speaker 1	Speaker 1, Speaker 2
`speakers[].voice_name` Voice name Voz pronta. Se nem voice_name nem replica forem enviados, usa Fola. Não envie junto com replica.	opção	não	Fola	Bodi, Lumi, Sadaltager, Sola, Sulafat, Varo, Zephyr, Koda, Kore, Nika, Tavi, Zeno (+58)
`dialogue_turns` Dialogue turns Falas em ordem: itens {speaker_id, text (até 10.000 caracteres), style (opcional)}. O tamanho do texto define a duração do áudio e o preço.	lista de itens	sim	—	mín. 1
`dialogue_turns[].speaker_id` Speaker id Quem fala esta fala (precisa existir em speakers).	opção	sim	Speaker 1	Speaker 1, Speaker 2
`dialogue_turns[].text` Texto Texto da fala, até 10.000 caracteres. Aceita efeitos entre sinais de menor e maior: <argh>, <breath>, <cackle>, <cheer>, <chuckle>, <chuckles>, <cough>, <cry>, <exhales>, <gasp>, <giggle>, <groan>, <growl>, <grr>, <grunt>, <heavy breath>, <hiss>, <laugh>, <laughter>, <long pause>, <moan>, <pant>, <pff>, <phew>, <scream>, <short pause>, <shout>, <shriek>, <sigh>, <sighs>, <sneeze>, <snicker>, <snort>, <sob>, <throat-clearing>, <tsk>, <whimper>, <whispering>, <whispers>, <yawn>.	texto	sim	—	até 10000 caracteres
`dialogue_turns[].style` Estilo Como dizer esta fala (tom, emoção, ritmo), em texto livre. Ex.: sussurrando, calmo e pausado.	texto	não	—	—
`filler_words` Filler words Insere "hum", "ahn" e sons naturais. Só funciona com 2 locutores.	sim/não	não	não	—
`temperature` Temperature Variação da fala: mais alto = mais criativo; mais baixo = mais previsível.	número	não	1	0 a 2

Use pela API

Crie a tarefa, guarde o taskId e consulte até ficar pronta (ou receba o aviso no seu callBackUrl). A chave fica em Painel → Chaves de API.

POSThttps://api.hubroque.com.br/api/v1/jobs/createTask

IDgoogle/gemini-3-8-flash-tts

Corpo de exemplo

{
  "model": "google/gemini-3-8-flash-tts",
  "callBackUrl": "https://seusite.com.br/webhooks/hubroque",
  "input": {
    "speakers": [
      {
        "speaker_id": "Speaker 1",
        "voice_name": "Fola"
      }
    ],
    "dialogue_turns": [
      {
        "speaker_id": "Speaker 1",
        "text": "Olá! Este é um teste de narração do HubRoque."
      }
    ]
  }
}

• Consulte com GET /api/v1/jobs/recordInfo?taskId=.... A cada 3 a 5 s.
• Pronto quando state for success. Os links vêm em resultJson.resultUrls.
• Sempre confira o code no corpo: a resposta HTTP é 200 mesmo com erro.

Ler a documentação completa

curl -X POST "https://api.hubroque.com.br/api/v1/jobs/createTask" \
  -H "Authorization: Bearer hr_SUA_CHAVE" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "google/gemini-3-8-flash-tts",
  "input": {
    "speakers": [
      {
        "speaker_id": "Speaker 1",
        "voice_name": "Fola"
      }
    ],
    "dialogue_turns": [
      {
        "speaker_id": "Speaker 1",
        "text": "Olá! Este é um teste de narração do HubRoque."
      }
    ]
  }
}'

# Depois, consulte o resultado com o taskId recebido:
curl "https://api.hubroque.com.br/api/v1/jobs/recordInfo?taskId=SEU_TASK_ID" \
  -H "Authorization: Bearer hr_SUA_CHAVE"

Modelos que fazem o mesmo

ElevenLabs

ElevenLabs TTS Multilingual v2

Transforma texto em fala com a voz mais natural e estável da ElevenLabs, em vários idiomas. Indicado para narração longa e audiolivro.

Narração

a partir de R$ 0,80

Sem dados 24h

Testar

ElevenLabs

ElevenLabs TTS Turbo 2.5

Transforma texto em fala com vozes realistas, de forma rápida e barata. Bom para narração de vídeos e locuções, com opção de forçar o idioma.

Narração

a partir de R$ 0,40

Sem dados 24h

Testar

ElevenLabs

ElevenLabs V3 Diálogo

Gera um diálogo falado com várias vozes num só áudio, com emoção e marcações de tom. Também serve para narração expressiva com uma voz só.

Narração

a partir de R$ 4,60

Sem dados 24h

Testar