Gemini 3.1 Flash Tts Preview

Model pertuturan Google untuk menyuarakan teks dengan kawalan gaya penceritaan dan tag audio ekspresif.

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

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Gemini 3.1 Flash TTS Preview menukarkan teks kepada pertuturan. Tujuannya ialah penjanaan suara yang kedengaran semula jadi dengan kawalan penceritaan melalui arahan teks. Gaya penyampaian boleh ditetapkan bersama arahan pertuturan, manakala tag audio ekspresif membantu menyampaikan gaya yang diperlukan.

Teks menjadi audio

Input model ini ialah teks, manakala output ialah rakaman audio. Jumlah input maksimum ialah 8 192 token, manakala output maksimum ialah 16 384 token. Model direka untuk sintesis pertuturan daripada teks yang disediakan; model ini bukan model biasa untuk respons teks atau transkripsi rakaman yang dihantar.

Penjanaan suara tunggal dan dialog dengan beberapa penutur disediakan. Kawalan sebutan dibina berdasarkan arahan: karakter bacaan dan keekspresifan ujaran boleh diterangkan. Bagi tugasan pertuturan berulang, pengeluar menyatakan penjanaan berkelompok.

Format hasil dan pengkhususan

Format asal respons biasa ialah PCM tanpa pengepala WAV. Ini ialah ciri penting versi pratonton khusus ini: bait yang dikembalikan tidak boleh dianggap secara automatik sebagai fail WAV yang siap.

Kad model tidak menyatakan caching konteks, pelaksanaan kod, carian fail, panggilan fungsi, pengasasan berasaskan carian, Google Maps, penjanaan imej, respons teks berstruktur, Thinking atau pembacaan kandungan alamat web. Sintesis pertuturan ialah tugasan output khusus model ini; keupayaan model teks tidak terpakai kepadanya.

Versi pratonton

gemini-3.1-flash-tts-preview tergolong dalam versi pertuturan pratonton yang terdahulu. Kaedah kawalan suara dan format audionya perlu dipertimbangkan secara berasingan daripada model TTS yang kemudian. Penciptaan identiti suara baharu dan penghasilan semula suara berdasarkan sampel tidak dinyatakan bagi versi ini; bilangan bahasa yang disokong secara tepat tidak dinyatakan pada kadnya.

Keupayaan yang diterangkan merujuk kepada model itu sendiri. Cara khusus menghantar teks, tetapan penutur dan mendapatkan fail audio ditentukan oleh kaedah pertuturan yang disokong.

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

gemini-3.1-flash-tts-preview

Google /gemini-3.1-flash-tts-preview

Pengenalan

Model pertuturan Google untuk menyuarakan teks dengan kawalan gaya penceritaan dan tag audio ekspresif.

Input yang diterima: Teks
Hasil: speech

Tersedia di Ailoot · input & kaedah

Ailoot · Penjanaan suara POST /v1/audio/speech

Input: text
Output: speech
Format output: bait audio natif atau pautan aset JSON

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had gemini-3.1-flash-tts-preview	Lalai—
Medan`input`	Jenis`string`	KeperluanDiperlukan	Nilai & had Panjang minimum: 1	Lalai—
Medan`voice`	Jenis`string`	KeperluanPilihan	Nilai & had Kore	LalaiKore
Medan`response_format`	Jenis`string`	KeperluanPilihan	Nilai & had , wav, json	Lalai
Medan`stream_format`	Jenis`string`	KeperluanPilihan	Nilai & had audio	Lalai—

Gabungan bahan input

text_to_speech · Diperlukan: input

Parameter kaedah dan kitar hayat

Parameter	Kontrak
Parameter`material_types`	Kontraktext
Parameter`required`	Kontraknull
Parameter`optional_controls`	Kontraknull

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.

Pelan harga

Kadar kaedah Ailoot

Ailoot Penjanaan suaraPOST /v1/audio/speech

Input: USD 0.001 / 1K
Output: USD 0.02 / 1K

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot · Penjanaan suara

Contoh pertuturan

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

Terima dan simpan hasil

Ailoot · Penjanaan suara

bait audio natif atau pautan aset JSON

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

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Satu output menggunakan bait audio natif dengan Content-Type sebenar secara lalai; response_format=json atau berbilang output mengembalikan semua pautan milik anda. Tiada penukaran MP3/Opus/AAC/FLAC/PCM yang diminta atau SSE.

Jika respons asal perlu disemak

Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.

Medan respons

Medan	Jenis
Medan`binary native audio`	Jenisbytes
Medan`model`	Jenisstring
Medan`response_id`	Jenisstring
Medan`actual_count`	Jenisinteger
Medan`data[]`	Jenisowned audio asset link

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah	Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.
Respons`server_error`	SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan	Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan.

Alias

Alias model

Ailoot gemini-3.1-flash-tts-preview

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

gemini-3.1-flash-tts-preview

FAQ · Gemini 3.1 Flash Tts Preview

Apakah input dan hasil yang tersedia?: POST /v1/audio/speech · gemini-3.1-flash-tts-preview: text → speech
Apakah medan yang digunakan oleh permintaan?: POST /v1/audio/speech · gemini-3.1-flash-tts-preview: model, input, voice, response_format, stream_format

Gemini 3.1 Flash Tts Preview