curl --request POST \
--url https://api.poyo.ai/api/generate/submit \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "gemini-3.8-flash-tts",
"input": {
"text": "Hello! Welcome to PoYo."
}
}
'
{
"code": 200,
"data": {
"task_id": "task-unified-1757165031-uyujaw3d",
"status": "not_started",
"created_time": "2026-10-13T10:30:00+08:00"
}
}{
"code": 400,
"error": {
"message": "Invalid request parameters",
"type": "invalid_request_error"
}
}{
"code": 400,
"error": {
"message": "Invalid request parameters",
"type": "invalid_request_error"
}
}Google
Gemini 3.8 Flash TTS
Gemini 3.8 Flash TTS API 可使用预设音色和独立的风格指令，将文稿或双人对话转换为 WAV 语音。完整输入限制为 8,192 个 token。
POST
/
api
/
generate
/
submit
curl --request POST \
--url https://api.poyo.ai/api/generate/submit \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "gemini-3.8-flash-tts",
"input": {
"text": "Hello! Welcome to PoYo."
}
}
'
{
"code": 200,
"data": {
"task_id": "task-unified-1757165031-uyujaw3d",
"status": "not_started",
"created_time": "2026-10-13T10:30:00+08:00"
}
}{
"code": 400,
"error": {
"message": "Invalid request parameters",
"type": "invalid_request_error"
}
}{
"code": 400,
"error": {
"message": "Invalid request parameters",
"type": "invalid_request_error"
}
}- 提交后会返回
task_id。如果提供了callback_url，当任务状态变为finished或failed时，系统会向callback_url发送 POST 请求。 - 无论是否提供
callback_url，都可以通过统一的查询任务状态接口获取结果。
gemini-3.8-flash-tts 将文稿或双人对话转换为原生 WAV 语音。结果以任务 files 返回，与图像、视频、3D 和音频任务的标准响应结构一致。
模型
- gemini-3.8-flash-tts - Gemini 3.8 Flash 文本转语音生成
必填参数
单说话人输入与对话输入互斥。- text：单说话人合成时必填。非空文稿。使用
speakers和turns时省略 - speakers：对话时必填，需与
turns一起使用。恰好两个说话人。每一项包括：speaker_id：互不相同的非空说话人别名voice：Gemini 预设音色
- turns：对话时必填，需与
speakers一起使用。至少一轮。每一项包括：speaker_id：必须与已配置的说话人匹配text：非空的本轮文本style_instructions：可选，该轮的演绎指令
text 和顶层 voice。完整输入限制为 8,192 个 token。
可选参数
- voice：单说话人合成的预设音色。默认：
Kore。对话时省略 - style_instructions：全局演绎风格，与文稿分开。两种模式均可使用
- enable_safety_checker：启用输入安全检查。默认：
true。关闭可能需要账户授权 - callback_url：可选的 Webhook URL，用于任务完成通知
预设音色
支持的值：Achernar、Achird、Algenib、Algieba、Alnilam、Aoede、Autonoe、Callirrhoe、Charon、Despina、Enceladus、Erinome、Fenrir、Gacrux、Iapetus、Kore、Laomedeia、Leda、Orus、Pulcherrima、Puck、Rasalgethi、Sadachbia、Sadaltager、Schedar、Sulafat、Umbriel、Vindemiatrix、Zephyr、Zubenelgenubi。
示例
单说话人
{
"model": "gemini-3.8-flash-tts",
"callback_url": "https://your-domain.com/callback",
"input": {
"text": "Hello! Welcome to PoYo.",
"voice": "Kore",
"style_instructions": "Warm, confident product narrator with clear pacing."
}
}
双人对话
{
"model": "gemini-3.8-flash-tts",
"callback_url": "https://your-domain.com/callback",
"input": {
"style_instructions": "Conversational podcast tone with distinct speaker energy.",
"speakers": [
{
"speaker_id": "host",
"voice": "Kore"
},
{
"speaker_id": "guest",
"voice": "Puck"
}
],
"turns": [
{
"speaker_id": "host",
"text": "Welcome!"
},
{
"speaker_id": "guest",
"text": "Thank you.",
"style_instructions": "Warm and friendly."
}
]
}
}
注意事项
- 输出为原生 WAV。此模型没有
output_format、temperature、language_code或seed参数。 - 通过标准任务状态 API 查询状态。
- 成功响应返回
files。生成的语音使用file_type: audio。可选的时间 JSON 使用file_type: other。
授权
所有 API 接口都需要 Bearer Token 认证。
创建 API Key：登录 PoYo，进入 仪表盘 → API 密钥（poyo.ai/zh/dashboard/api-key），点击创建 Key。
在请求头中添加：
Authorization: Bearer YOUR_API_KEY
请求体
application/json
响应
任务已受理；请查询任务获取最终文件。
Show child attributes
Show child attributes