Gemini 3.1 Flash Tts Preview

מודל דיבור של Google להקראת טקסט, עם שליטה בסגנון המסירה ותגיות אודיו להבעה.

Ailoot · הקראה POST /v1/audio/speech gemini-3.1-flash-tts-preview

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Gemini 3.1 Flash TTS Preview ממיר טקסט לדיבור. הוא מיועד להקראה שנשמעת טבעית, עם שליטה בסיפור באמצעות הוראות טקסטואליות. אפשר לקבוע את אופן ההגייה יחד עם הוראות הדיבור, ותגיות אודיו להבעה מסייעות למסור את ההגשה הרצויה.

טקסט הופך לאודיו

הקלט של מודל זה הוא טקסט, והפלט הקלטת אודיו. נפח הקלט המרבי הוא 8 192 טוקנים, והפלט 16 384 טוקנים. הוא מיועד לסינתזת דיבור מטקסט שהוכן; אינו מודל רגיל לתשובות טקסטואליות או לתמלול הקלטה שנמסרה.

זמינים הקראה בקול אחד ודיאלוגים עם כמה דוברים. השליטה בהגייה מבוססת על הוראות: אפשר לתאר את אופי הקריאה ואת ההבעה באמירות. למשימות דיבור חוזרות היצרן מציין יצירה באצוות.

פורמט התוצאה וההתמחות

הפורמט המקורי של תשובה רגילה הוא PCM ללא כותרת WAV. זה מאפיין חשוב של גרסת התצוגה המקדימה המסוימת הזו: אי אפשר להניח אוטומטית שהבתים שהוחזרו הם קובץ WAV מוכן.

כרטיס המודל אינו מצהיר על שמירה במטמון של ההקשר, ביצוע קוד, חיפוש בקבצים, קריאות לפונקציות, ביסוס באמצעות חיפוש, Google Maps, יצירת תמונות, תשובות טקסטואליות מובנות, Thinking או קריאת תוכן של כתובות אינטרנט. סינתזת דיבור היא משימת הפלט הייעודית שלו; יכולות של מודלים טקסטואליים אינן חלות עליו.

גרסת תצוגה מקדימה

gemini-3.1-flash-tts-preview שייך לגרסאות הדיבור הקודמות בתצוגה מקדימה. יש לבחון את דרכי השליטה שלו בקול ואת פורמט האודיו בנפרד ממודלי TTS מאוחרים יותר. לא הוצהרו בגרסה זו יצירת קול חדש או שחזור קול מדוגמה; מספר השפות הנתמכות המדויק אינו מצוין בכרטיס שלה.

היכולות המתוארות מתייחסות למודל עצמו. הדרך המסוימת למסירת הטקסט והגדרות הדוברים ולקבלת קובץ אודיו נקבעת לפי שיטת הדיבור הנתמכת.

Ailoot · הקראה POST /v1/audio/speech gemini-3.1-flash-tts-preview

gemini-3.1-flash-tts-preview

Google /gemini-3.1-flash-tts-preview

התחלה

מודל דיבור של Google להקראת טקסט, עם שליטה בסגנון המסירה ותגיות אודיו להבעה.

סוגי קלט נתמכים: טקסט
תוצאות: speech

זמין ב-Ailoot · קלט ושיטות

Ailoot · הקראה POST /v1/audio/speech

סוגי קלט: text
סוגי פלט: speech
פורמט פלט: בתי אודיו בפורמט המקורי או קישורים לנכסים ב־JSON

שדה	סוג	דרישה	ערכים ומגבלות	ברירת מחדל
שדה`model`	סוג`string`	דרישהחובה	ערכים ומגבלות gemini-3.1-flash-tts-preview	ברירת מחדל—
שדה`input`	סוג`string`	דרישהחובה	ערכים ומגבלות אורך מזערי: ⁦1⁩	ברירת מחדל—
שדה`voice`	סוג`string`	דרישהרשות	ערכים ומגבלות Kore	ברירת מחדלKore
שדה`response_format`	סוג`string`	דרישהרשות	ערכים ומגבלות , wav, json	ברירת מחדל
שדה`stream_format`	סוג`string`	דרישהרשות	ערכים ומגבלות audio	ברירת מחדל—

שילובים של חומרי קלט

text_to_speech · נדרש: input

פרמטרים ומחזור חיים של השיטה

פרמטר	מפרט
פרמטר`material_types`	מפרטtext
פרמטר`required`	מפרטnull
פרמטר`optional_controls`	מפרטnull

מחזור חיים: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.

תעריפים

תעריפי שיטות Ailoot

Ailoot הקראהPOST /v1/audio/speech

קלט: ⁦‏0.001 ‏$⁩ / 1K
פלט: ⁦‏0.02 ‏$⁩ / 1K

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot · הקראה

דוגמת דיבור

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "gemini-3.1-flash-tts-preview", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o speech.wav

קבלה ושמירה של תוצאות

Ailoot · הקראה

בתי אודיו בפורמט המקורי או קישורים לנכסים ב־JSON

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

ברירת המחדל לפלט יחיד היא בתי אודיו בפורמט המקורי עם Content-Type בפועל; response_format=json או פלטים מרובים מחזירים את כל הקישורים שבבעלותכם. אין המרה מבוקשת ל־MP3/Opus/AAC/FLAC/PCM או SSE.

כשצריך לבדוק את התגובה המקורית

שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.

שדות התגובה

שדה	סוג
שדה`binary native audio`	סוגbytes
שדה`model`	סוגstring
שדה`response_id`	סוגstring
שדה`actual_count`	סוגinteger
שדה`data[]`	סוגowned audio asset link

שגיאות והשלבים הבאים

תגובה	תנאי	השלב הבא
תגובה⁦400⁩ · `invalid_request_error`	תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים	השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה.
תגובה`server_error`	תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה	השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה.

כינויים

כינויים למודל

Ailoot gemini-3.1-flash-tts-preview

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

gemini-3.1-flash-tts-preview

FAQ · Gemini 3.1 Flash Tts Preview

אילו קלטים ותוצאות זמינים?: POST /v1/audio/speech · gemini-3.1-flash-tts-preview: text → speech
באילו שדות הבקשה משתמשת?: POST /v1/audio/speech · gemini-3.1-flash-tts-preview: model, input, voice, response_format, stream_format

Gemini 3.1 Flash Tts Preview