Gemini 3.1 Flash Tts Preview

語り方の制御と、表現力を加える音声タグを使ってテキストを読み上げる、Googleの音声モデルです。

Ailoot · 音声合成 POST /v1/audio/speech gemini-3.1-flash-tts-preview

モデルについて

この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。

Gemini 3.1 Flash TTS Previewは、テキストを音声に変換します。テキストの指示で語り方を制御し、自然に聞こえる読み上げを行うためのモデルです。発話の指示とともに話し方を指定でき、表現力を加える音声タグで、求める表現を伝えやすくなります。

テキストから音声へ

このモデルの入力はテキスト、出力は音声録音です。入力の最大量は8 192トークン、出力は16 384トークンです。準備したテキストからの音声合成を想定しており、通常のテキスト応答用モデルや、渡された録音を書き起こすモデルではありません。

一つの声による読み上げと、複数の話者による対話が用意されています。発話の制御は指示に基づいて行い、読み方の性質や各発話の表現を説明できます。繰り返し行う音声タスクについて、メーカーはバッチ生成を示しています。

結果の形式と専門領域

通常の応答の元の形式は、PCM（WAVヘッダーなし）です。これは、このプレビュー版固有の重要な特徴です。返されたバイト列を、自動的に完成したWAVファイルと見なすことはできません。

モデルのカードでは、コンテキストのキャッシュ、コードの実行、ファイル検索、関数呼び出し、検索による裏付け、Google Maps、画像の生成、構造化されたテキスト応答、Thinking、ウェブアドレスの内容の読み取りは公表されていません。音声合成は、このモデルに特化した出力タスクです。テキストモデルの機能が適用されるわけではありません。

プレビュー版

gemini-3.1-flash-tts-previewは、以前の音声プレビュー版に属します。声の制御方法と音声形式は、後続のTTSモデルとは別に考慮する必要があります。このバージョンでは、新しい声の作成と、サンプルに基づく声の再現は公表されていません。対応言語の正確な数も、カードには記載されていません。

説明されている機能は、モデル自体に関するものです。テキスト、話者の設定の送信方法と、音声ファイルの取得方法は、対応する音声メソッドによって決まります。

Ailoot · 音声合成 POST /v1/audio/speech gemini-3.1-flash-tts-preview

gemini-3.1-flash-tts-preview

Google /gemini-3.1-flash-tts-preview

はじめに

語り方の制御と、表現力を加える音声タグを使ってテキストを読み上げる、Googleの音声モデルです。

対応する入力: テキスト
結果: speech

Ailootで利用可能 · 入力とメソッド

Ailoot · 音声合成 POST /v1/audio/speech

入力の種類: text
出力の種類: speech
出力形式: ネイティブ形式の音声バイト列、またはJSONのアセットリンク

フィールド	種類	要件	値と制限	デフォルト
フィールド`model`	種類`string`	要件必須	値と制限 gemini-3.1-flash-tts-preview	デフォルト—
フィールド`input`	種類`string`	要件必須	値と制限最小の長さ: 1	デフォルト—
フィールド`voice`	種類`string`	要件任意	値と制限 Kore	デフォルトKore
フィールド`response_format`	種類`string`	要件任意	値と制限 , wav, json	デフォルト
フィールド`stream_format`	種類`string`	要件任意	値と制限 audio	デフォルト—

入力素材の組み合わせ

text_to_speech · 必須: input

メソッドのパラメータとライフサイクル

パラメータ	仕様
パラメータ`material_types`	仕様text
パラメータ`required`	仕様null
パラメータ`optional_controls`	仕様null

ライフサイクル: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · 実際に返された task_id またはメディアライブラリのレコード

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。

料金

Ailootのメソッド料金

Ailoot 音声合成POST /v1/audio/speech

入力: $0.001 / 1K
出力: $0.02 / 1K

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →

リクエスト例

Ailoot · 音声合成

音声のサンプル

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

結果を受け取って保存

Ailoot · 音声合成

ネイティブ形式の音声バイト列、またはJSONのアセットリンク

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

完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

単一出力のデフォルトは、実際のContent-Typeを持つネイティブ形式の音声バイト列です。response_format=json、または複数出力の場合は、所有するすべてのリンクが返されます。要求されたMP3/Opus/AAC/FLAC/PCMへの変換やSSEはありません。

元のレスポンスを確認する場合

再送せずに照合できるよう、元の operation_id/X-Client-Request-ID を保存してください。音声専用のポーリングルートはありません。

レスポンスのフィールド

フィールド	種類
フィールド`binary native audio`	種類bytes
フィールド`model`	種類string
フィールド`response_id`	種類string
フィールド`actual_count`	種類integer
フィールド`data[]`	種類owned audio asset link

エラーと次の手順

レスポンス	条件	次の手順
レスポンス400 · `invalid_request_error`	条件必須フィールド、素材の表現形式、またはパラメーター値が不正です	次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。
レスポンス`server_error`	条件返されたレスポンスは、操作または結果の確認が必要であることを示しています	次の手順最初に返された操作／タスク ID、リクエストヘッダー、レスポンスを保存し、その元の操作に対してサポートされている読み取りを継続してください。作成リクエストを再送しないでください。

エイリアス

モデルのエイリアス

Ailoot gemini-3.1-flash-tts-preview

メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

Gemini 3.1 Flash Tts Preview