Google: Gemini 3.1 Flash TTS Preview

Google Gemini 3.1 Flash TTS Preview는 작성된 대본을 표현력 있는 음성 오디오로 변환합니다. 자연어 지시, 화자 Audio Profiles, Director’s Notes, 인라인 오디오 태그로 속도, 어조, 억양을 조절합니다. 3.1 프롬프트 및 오디오 형식을 사용하며 대화 합성 기능을 기본 제공하고 70개가 넘는 언어를 지원합니다.

Ailoot Ultra · 음성 POST /v1/audio/speech google/gemini-3.1-flash-tts-preview

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Google Gemini 3.1 Flash TTS Preview는 Gemini 3.1 Flash Audio 제품군의 텍스트 음성 변환 에디션입니다. 텍스트를 입력받아 프롬프트로 표현을 지시한 음성 오디오를 생성합니다. Google은 이 세대가 음성의 자연스러움, 제어 가능성, 다국어 성능을 개선했으며, 다중 화자 대화 기능을 자체 제공하고 70개가 넘는 언어를 지원한다고 설명합니다. 실용적인 용도는 짧은 학습 내레이션, 캐릭터 간 대화, 문구만큼 전달 방식이 중요한 발화 구절입니다.

완성된 대본과 연기 기획을 준비하세요. 이 세대는 텍스트 입력 안의 자연어 지시로 발성 스타일, 속도, 전달 방식을 안내합니다. Google의 출시 자료는 상황을 설정하는 장면 지시, 캐릭터를 정의하는 화자 Audio Profiles, 속도·어조·억양을 안내하는 Director’s Notes를 소개합니다. 프롬프트를 준비할 때 이런 부분을 식별 가능하게 유지해 의도한 문구와 연기 지시를 각각 검토할 수 있도록 하세요. 간결한 기획은 같은 목소리에 대한 여러 상충하는 설명보다 수정하기 쉽습니다.

예를 들어 연습용 기획에서는 박물관 전시를 설명하는 차분한 내레이터가 절제된 구절 호흡으로 말하고 마지막 문장에서는 더 따뜻한 어조를 사용하도록 묘사할 수 있습니다. 함께 제공하는 대본에는 전시의 실제 명칭과 소리로 전달해야 할 정확한 문구를 담아야 합니다. 대화에는 캐릭터별로 구별되는 프로필과 명확한 턴 순서를 제공하세요. 장면 맥락으로 한 화자가 다른 화자를 안심시키는지, 진지한 질문을 하는지, 절제된 놀라움으로 반응하는지 설명하세요. 평가할 생성 결과물은 해당 대본의 실제로 들리는 연기입니다.

인라인 오디오 태그는 텍스트 안에서 국소적인 제어를 추가해 시작 지시에만 전적으로 의존하지 않고 문장 내에서도 화자의 표현을 바꿀 수 있게 합니다. Google은 태그가 발성 스타일, 속도, 전달 방식을 제어한다고 설명합니다. 특정 변화가 필요한 위치에 태그를 사용하고 나머지 문구는 말하기 자연스럽게 유지하세요. 이 에디션에서 유용한 구분은 상위 수준의 캐릭터 또는 장면 기획과 특정 위치의 전달 방식 변화입니다. 대본에 더 많은 감정 지시를 추가하기 전에 짧고 중립적인 구절로 기본 목소리를 확인할 수 있습니다.

다국어 작업에는 최종 언어의 대본을 제공하고 기획에 원하는 억양과 말하기 스타일을 밝히세요. Google 발표는 70개가 넘는 언어 지원을 명시합니다. 실무 편집 준비에서는 반복되는 이름을 한 가지 표기로 일관되게 쓰고, 하나의 읽기 방식이 필요하면 모호한 약어를 풀어 쓰며, 발화 결과의 숫자를 확인하세요. 언어 라벨만으로 브랜드명이나 차용어의 발음이 결정되지는 않습니다. 긴 내레이션을 수락하기 전에 해당 용어가 있는 구절을 의도한 읽기 방식과 비교하세요.

정확한 Gemini API 모델 페이지는 이 프리뷰 모델의 입력 한도를 8,192 토큰, 출력 한도를 16,384 토큰으로 기재합니다. DeepMind의 고유 TTS 모델 카드는 별도로 최대 16K 토큰의 텍스트 입력과 32K 토큰의 오디오 출력을 기재합니다. 이 모델 카드 수치는 Gemini API 제공 한도와 구별됩니다. 준비된 입력을 계산할 때 대본뿐 아니라 연기 지시도 포함하세요. 출력 허용량은 오디오 토큰으로 표현되므로 특정 녹음 길이를 보장하지 않습니다. 긴 수업이나 이야기는 일관된 구간으로 나누고 같은 캐릭터 기획을 유지하며 연결부를 들어 보세요. 대본 대화에서는 발화 문구와 감정 전달뿐 아니라 발화별 화자와 턴 순서도 확인하세요.

Google의 마이그레이션 문서는 3.1 기본 출력을 audio/l16 유형의 헤더 없는 원시 PCM으로 명시합니다. 편집 가능한 녹음을 준비할 때 오디오 바이트에 적절한 재생 또는 컨테이너 정보가 필요합니다. WAV 파일명만 추가한다고 WAV 헤더가 생기지는 않습니다. 결과를 가져오기 전에 실제 반환 형식을 확인하세요. Google은 Gemini 3.1 Flash TTS가 생성한 오디오에 지각할 수 없는 SynthID 워터마크가 포함된다고도 밝힙니다. 워터마크는 생성 오디오의 식별에 관한 것이며 대본, 화자 라벨, 청취 검토를 대체하지 않습니다.

3.1의 준비 스타일은 3.8과 실질적으로 다릅니다. Gemini 3.8은 지속적인 지시와 화자 식별 정보를 구조화된 음성 메타데이터로 옮기고, 꺾쇠괄호 위치별 사건 태그를 사용하며, 완료 요청의 기본값을 WAV로 바꿉니다. 이런 새 요청 구조를 섞지 말고 3.1 프롬프트는 3.1 프롬프트로 유지하세요. Google의 지원 모델 표는 3.1의 단일 및 다중 화자 합성을 기재하지만 설계 음성과 음성 복제 제어는 3.8 항목에 속합니다. 별도의 Flash Live 에디션은 대화형 오디오 입력을 처리하고 이 TTS 에디션은 준비된 텍스트의 오디오 제작을 담당합니다.

녹음을 서면 대본과 대조해 빠지거나 반복된 단어, 이름, 턴 타이밍, 의도한 감정 변화를 검토하세요. 문장 하나에 다른 강조가 필요하면 해당 위치의 지시를 수정하고 영향을 받는 전환을 확인하세요. 이 워크플로는 연기 기획을 유용하게 만듭니다. 기획은 화자에게 안정적으로 유지할 특징과 해당 구절에서 바꿀 특징을 기록하고, 대본은 청중이 들어야 할 내용을 보존합니다.

Ailoot Ultra · 음성 POST /v1/audio/speech google/gemini-3.1-flash-tts-preview

google/gemini-3.1-flash-tts-preview

Google /google/gemini-3.1-flash-tts-preview

시작하기

허용 입력: 텍스트
결과: 오디오

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · 음성 POST /v1/audio/speech

입력: text
출력: audio

필드	유형	요건	값과 한도	기본값
필드`model`	유형`string`	요건필수	값과 한도 google/gemini-3.1-flash-tts-preview	기본값—
필드`input`	유형`string`	요건필수	값과 한도 최소 길이: 1	기본값—
필드`voice`	유형`string`	요건필수	값과 한도 Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callirrhoe, Autonoe, Enceladus, Iapetus, Umbriel, Algieba, Despina, Erinome, Algenib, Rasalgethi, Laomedeia, Achernar, Alnilam, Schedar, Gacrux, Pulcherrima, Achird, Zubenelgenubi, Vindemiatrix, Sadachbia, Sadaltager, Sulafat 최소 길이: 1	기본값—
필드`response_format`	유형`string`	요건선택 사항	값과 한도 mp3, pcm	기본값pcm
필드`provider`	유형`object`	요건선택 사항	값과 한도	기본값—

메서드 매개변수와 수명 주기

매개변수	명세
매개변수`content_type`	명세application/json
매개변수`required`	명세model, input, voice
매개변수`material_types`	명세text

수명 주기: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · 실제로 반환된 task_id 또는 미디어 라이브러리 기록

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드: 미지정 빠른 모드를 선택한 경우
Flex 모드: 미지정 flex 모드를 선택한 경우
최대 추론 수준: 미지정 최대 추론 수준에 default 조정값을 적용하는 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정	요금표	과금 단위	요금
설정기본 토큰 요금	요금표기본 요금	과금 단위—	요금 입력 · 입력 토큰 — / 1K 토큰 출력 · 출력 토큰 — / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정입력 토큰	요금표—	과금 단위/ 1K 토큰	요금 입력 $0.002 / 1K 토큰
설정출력 토큰	요금표—	과금 단위/ 1K 토큰	요금 출력 $0.04 / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · 음성

실제 입력을 사용하고 결과 전체를 보관하세요

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'google/gemini-3.1-flash-tts-preview', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': 'Orus', 'response_format': 'pcm'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
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 response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.

결과 수신 및 저장

Ailoot Ultra · 음성

바이너리 오디오 전체 또는 원래 audio_url 응답, 헤더 및 모든 소유 자산입니다.

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

기타 콘텐츠 조회

내 소유의 기존 자산 조회

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.

원래 응답을 확인해야 할 경우

정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요.

별칭

모델 별칭

Ailoot Ultra google/gemini-3.1-flash-tts-preview

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

Google: Gemini 3.1 Flash TTS Preview