Gemini TTS 是什么？

Gemini TTS 是 Google Gemini 模型里的文字转语音系列。本页使用 Gemini 3.8 Flash TTS 和更便宜的 Flash Lite，fal 自 2026-09-25 起提供：30 个预设音色，用自然语言描述语气，输出 WAV。

怎么在线使用 Gemini 3.8 Flash TTS？

在本页粘贴文字、选择音色，点击“生成配音”。不需要 API 密钥，也不用写代码；需要 Cicadas 账户和积分。

在这里用 Gemini TTS 要多少钱？

Gemini 3.8 Flash TTS 每 1000 个字符 11.25 积分，Flash Lite 7.5 积分，按文稿加语气要求的字符数计算，不足 1 积分按 1 积分计，点击时扣费一次。500 个字符在 Flash 上是 6 积分，在 Lite 上是 4 积分。生成失败会退回积分。

Gemini 3.8 Flash TTS 和 Flash Lite TTS 有什么区别？

Flash Lite 是更便宜的版本：fal 的标价是 Flash 的三分之二。两者使用同样的 30 个音色和同样的语气要求。我们用其中两段相同的文稿和音色做了对比：Lite 把每个词都读对了，也按语气要求朗读；但它并不更快：在本页各生成四次，Lite 在点击后 12 到 21 秒可以播放，Flash 为 12 到 30 秒，更早的一次 Lite 生成用了两分钟。可以用同一句话各生成一次，保留更喜欢的那条。

一次能读多长的文稿？要等多久？

每条配音最多 3000 个字符；中文、日文、韩文最多 750 个字，因为读出来的时长是同样数量英文字符的好几倍，在长度上限里每个字按 4 个计（价格仍按每个字 1 个字符计算）。实测中，一段 3000 个字符的英文文稿在 Flash 上用了 44 到 70 秒，在 Flash Lite 上用了 87 到 211 秒；一篇 490 字的中文故事用了 39 到 77 秒。用这篇故事测试，490 到 850 字的版本两个模型十次都完整读到了结尾；1018 字的版本 Flash 三次都读完了，Flash Lite 四次里有两次丢掉了最后一段，所以上限定在 750 字。长文稿里的列表和重复段落有风险：给它一份 1500 字的中文编号列表，Flash Lite 读完之后又接着读出了文稿里没有的条目，Flash 则把其中一条重复了一遍。较长的结果请先听一遍再使用。

怎么控制 Gemini TTS 的语气？

在“语气要求”里写出想要的效果，例如“缓慢、低沉、带一点神秘感”，需要笑声或叹气时在文字里加或。实测中，听辨模型把这条朗读描述为低语、缓慢、阴沉，并在另一条里听到了笑声。

支持哪些语言？

我们实测了英语和一句普通话，听辨模型都听写正确。其他语言暂未实测，使用前请先试听。

能朗读两个人的对话吗？

模型本身支持双人对话，但本页目前每次只用一个音色朗读。可以把每个人的台词分别生成，再在剪辑软件里拼接。

这是 Google 官网吗？

不是。Cicadas 通过 fal.ai 调用 Gemini 3.8 Flash TTS，与 Google 没有隶属关系。Google 自己的应用和 API 有各自的限制和价格。

Gemini TTS：Gemini 3.8 Flash 文字转语音

Q: 怎么控制 Gemini TTS 的语气？

在“语气要求”里写出想要的效果，例如“缓慢、低沉、带一点神秘感”，需要笑声或叹气时在文字里加 或 。实测中，听辨模型把这条朗读描述为低语、缓慢、阴沉，并在另一条里听到了笑声。

在线试用 Gemini 3.8 Flash TTS 和 Flash Lite：30 个音色，用一句话描述语气，下载 WAV。粘贴文稿就能听到。1 积分起，无需 API 密钥。

Gemini 3.8 Flash TTS
Flash Lite
30 个音色
1 积分起

语音模型

音色

要朗读的文字0/3000

语气要求（可选）0/300

每 1000 个字符 11.25 积分

Gemini 3.8 Flash TTS：每 1000 个字符 11.25 积分（文稿和语气要求都计入），不足 1 积分按 1 积分计。点击时扣费一次；生成失败会退回积分。

你的配音

登录后可保存配音。最近 20 条会保留在这里，可重听和下载。

本工具真实生成的配音

2026-10-02 实测：每条都是本工具的服务端代码发出的一次真实请求，未做剪辑；下面是朗读的原文、音色、时长和所需积分。Gemini 返回 WAV，这里转成 MP3 以便更快加载。

“Meet the mug that keeps your coffee hot for six hours. Double-walled steel, and a lid that never leaks.”
语气要求：warm and confident, like a friendly product video
Gemini 3.8 Flash TTS · Kore · 7.4s · 103 个字符 · 2 积分 · 01a0fa5a-07d0-7d11-b98a-d391a3a25d6d
“The lighthouse had been dark for forty years. Tonight, for the first time, someone climbed the stairs with a lantern.”
语气要求：slow, low and a little mysterious
Gemini 3.8 Flash TTS · Charon · 12.1s · 117 个字符 · 2 积分 · 01a0fa5a-2598-7e42-a368-0a689765514c
“Good morning! Three new video models landed this week, and yes, we tested every one of them. <laugh> Let us take a look.”
语气要求：cheerful and quick
Gemini 3.8 Flash TTS · Puck · 6.2s · 120 个字符 · 2 积分 · 01a0fa5a-4972-7523-9588-7644a20e4ba4
“欢迎来到 Cicadas。输入一段文字，选择音色，几秒钟后就能得到配音。”
语气要求：亲切自然
Gemini 3.8 Flash TTS · Kore · 6.4s · 36 个字符 · 1 积分 · 01a0fa5a-653b-7441-8bef-960bd3781dde
“Meet the mug that keeps your coffee hot for six hours. Double-walled steel, and a lid that never leaks.”
语气要求：warm and confident, like a friendly product video
Gemini 3.8 Flash Lite TTS · Kore · 8.2s · 103 个字符 · 1 积分 · 01a0fb4d-6c81-7451-9060-723a3213d99c
“The lighthouse had been dark for forty years. Tonight, for the first time, someone climbed the stairs with a lantern.”
语气要求：slow, low and a little mysterious
Gemini 3.8 Flash Lite TTS · Charon · 13.2s · 117 个字符 · 1 积分 · 01a0fb4d-a805-7543-a890-9831fec70650

关于 Gemini TTS 配音

Gemini 3.8 Flash TTS 是 Google 最新的语音模型，fal 自 2026-09-25 起提供。粘贴最多 3000 个字符（中文、日文、韩文为 750 个字），从 30 个音色里选一个，还可以用一句话描述想要的语气，例如“缓慢、低沉、带一点神秘感”，Cicadas 会返回可重听、可下载的 WAV。扣费前先显示价格（每 1000 个字符 11.25 积分；同一页面上更便宜的 Flash Lite 为 7.5 积分），生成失败会退回积分。2026-10-02 实测：103 到 120 个字符的文稿生成 6 到 12 秒的语音；一个没有看到文稿的听辨模型把每个词都听写正确，并把那条“神秘”语气的朗读描述为低语、缓慢、阴沉。在本页的八次生成中，点击后 12 到 30 秒可以播放，其中一半约 12 秒。

为什么在 Cicadas 做 Gemini TTS 配音

30 个音色，各有特点说明

每个音色都带有 Google 给出的一词描述，例如 Kore（坚定）、Puck（轻快）、Sulafat（温暖），花积分之前就能先选。

用一句话指挥语气

在单独的“语气要求”里描述，例如“轻快、语速稍快”；文稿里的字会原样朗读。在文字里写 <laugh> 或 <sigh> 会加入笑声或叹气：实测中听辨模型在不知情的情况下听到了笑声。

按字符计费，保存在你的账户

Flash 每 1000 个字符 11.25 积分，Flash Lite 7.5 积分，不足 1 积分按 1 积分计：120 个字符在 Flash 上是 2 积分，在 Lite 上是 1 积分。语气要求的字符也计入。最近 20 条配音以 WAV 保留在本页和你的 Studio 素材库。

Gemini TTS 配音使用步骤

01
粘贴文稿（最多 3000 个字符；中文、日文、韩文为 750 个字），选择 Flash 或 Flash Lite，再从 30 个音色里选一个。
02
需要的话，用一句话描述语气，例如“亲切、自信”。
03
确认价格后生成，试听，然后下载 WAV。

Gemini TTS 配音提示词示例

复制后粘贴到上方的提示词框，再按你的画面修改。

“欢迎来到 Cicadas。输入一段文字，选择音色，几秒钟后就能得到配音。”
“Meet the mug that keeps your coffee hot for six hours. Double-walled steel, and a lid that never leaks.”
“The lighthouse had been dark for forty years. Tonight, for the first time, someone climbed the stairs with a lantern.”

Gemini TTS 配音常见问题

在 Cicadas 的实测记录 · 审核于 2026-10-02

2026-10-02 实测。按本工具的请求格式直接发出四次请求（音色 Kore、Charon、Puck，其中一条为中文），每条都写了语气要求：36 到 120 个字符的脚本，在每次请求后 7 到 9 秒返回 6.2 到 12.1 秒的 24 kHz 单声道 WAV。一个没有看到脚本的听辨模型把四条全部逐字写对，听到了用 <laugh> 写出的笑声，并把“slow, low and a little mysterious”这一条描述为缓慢、带不祥感。另外在本地构建上通过本页点击生成了四条配音：每条只扣一次（2 积分），点击后 12 到 30 秒可以播放（分别为 12、12、21、30 秒），所有者可下载 WAV，未登录请求返回 401。供应商拒绝、失败、返回不可用的文件或超时未完成时，积分都会退回。另行逐一检查，30 个音色都能返回音频，随意编造的音色名会被拒绝。Flash Lite（同日）：用其中两段相同的脚本和音色直接请求，得到 8.2 秒和 13.2 秒的同规格 24 kHz WAV，每次请求后 16 秒和 10 秒返回，各 1 积分；听辨模型把两条都逐字写对，并把第二条描述为低语、神秘。在本页点击生成的四条 Flash Lite 配音各扣 1 积分，点击后 12 到 21 秒可以播放。更早的一次用了 123 秒；此后每个请求只向供应商队列提交一次，之后每秒查询一次进度，个别慢请求不会拖住其他任务。价格按 fal 标价（Flash 每 1,000 个字符 0.045 美元，Flash Lite 0.03 美元）以 1 美元 250 积分折算。长文稿（同日直接请求）：3,000 个英文字符在 Flash 上用了 44 到 70 秒，在 Flash Lite 上用了 87 到 211 秒（语音长 3 到 4 分钟）。一篇原创中文故事分别以 491、669、847 和 1,018 字的版本朗读，听辨模型转写了每段录音开头、中间和结尾各 25 秒：847 字以内，两个模型十次都完整读到了结尾（Flash 三次，Flash Lite 七次）；1,018 字的版本 Flash 三次都读完了，Flash Lite 四次里有两次丢掉了最后一段，其中一次是通过本页生成的（8 积分，187 秒后完成）。带重复模式的文稿会出错：一份 1,500 字的中文编号列表让 Flash Lite 在最后一条之后继续读出自己编的条目，让 Flash 把其中一条重复了一遍；同一份列表的 2,876 字版本让 Flash Lite 一直读到自己编出的“第二百条”，在 Flash 上则到了供应商的五分钟上限而失败。通过本页在 Flash Lite 上提交的一份 2,900 字中文文稿也同样失败，积分已退回。因此单次请求上限为 3,000 个字符，中文、日文、韩文每个字按 4 个计（每次最多 750 字）。本页不提供多人对话，也不支持更长的文稿。

更新于 2026年10月2日 · 我们怎么测试

Eleven v4 · v4 Turbo · 1 积分起新