Source: https://ailoot.ai/models/pl/gemini-3-1-flash-tts-preview/ Canonical: https://ailoot.ai/models/pl/gemini-3-1-flash-tts-preview/ Language: pl # Gemini 3.1 Flash Tts Preview [Markdown](https://ailoot.ai/models/pl/gemini-3-1-flash-tts-preview/index.md) · [JSON](https://ailoot.ai/models/pl/gemini-3-1-flash-tts-preview/facts.json) ## [Gemini 3.1 Flash Tts Preview](https://ailoot.ai/models/pl/gemini-3-1-flash-tts-preview/) Model mowy Google do odczytywania tekstu ze sterowaniem sposobem narracji i ekspresyjnymi znacznikami audio. - [**Ailoot · Synteza mowy** `POST /v1/audio/speech` `gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/pl/gemini-3-1-flash-tts-preview/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Gemini 3.1 Flash TTS Preview przekształca tekst w mowę. Służy naturalnie brzmiącej syntezie mowy ze sterowaniem narracją za pomocą instrukcji tekstowych. Sposób wypowiedzi można określać wraz z instrukcjami dotyczącymi mowy, a ekspresyjne znaczniki audio pomagają uzyskać potrzebną interpretację. #### Tekst staje się dźwiękiem Wejściem tego modelu jest **tekst**, a wyjściem — **nagranie dźwiękowe**. Maksymalna objętość wejścia wynosi **8 192 tokeny**, a wyjścia — **16 384 tokeny**. Model służy syntezie mowy na podstawie przygotowanego tekstu; nie jest zwykłym modelem do odpowiedzi tekstowej ani transkrypcji przekazanego nagrania. Przewidziano odczyt jednym głosem i dialogi z kilkoma mówcami. Sterowanie wypowiedzią opiera się na instrukcjach: można opisać charakter czytania i ekspresyjność kwestii. Dla powtarzających się zadań mowy producent wskazuje generowanie wsadowe. #### Format wyniku i specjalizacja Pierwotny format zwykłej odpowiedzi to **PCM bez nagłówka WAV**. Jest to istotna cecha tej konkretnej wersji wstępnej: nie można automatycznie uznawać zwracanych bajtów za gotowy plik WAV. Karta modelu nie deklaruje buforowania kontekstu, wykonywania kodu, wyszukiwania w plikach, wywoływania funkcji, ugruntowania w wynikach wyszukiwania, Google Maps, generowania obrazów, ustrukturyzowanych odpowiedzi tekstowych, Thinking ani odczytywania treści adresów internetowych. Synteza mowy jest wyspecjalizowanym zadaniem wyjściowym modelu; możliwości modeli tekstowych nie przenoszą się na niego. #### Wersja wstępna `gemini-3.1-flash-tts-preview` należy do wcześniejszych wstępnych wersji modeli mowy. Sposoby sterowania głosem i format dźwięku należy rozpatrywać osobno od późniejszych modeli TTS. Dla tej wersji nie zadeklarowano tworzenia nowej tożsamości głosowej ani odtwarzania głosu na podstawie próbki; karta nie podaje dokładnej liczby obsługiwanych języków. Opisane możliwości dotyczą samego modelu. Konkretny sposób przekazywania tekstu, ustawień mówców i uzyskiwania pliku dźwiękowego zależy od obsługiwanej metody mowy. **Ailoot · Synteza mowy** `POST /v1/audio/speech` `gemini-3.1-flash-tts-preview` [`gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/pl/#m=gemini-3.1-flash-tts-preview&route=Core&caller=gemini-3.1-flash-tts-preview&fmt=speech) Google /`gemini-3.1-flash-tts-preview` ### Start Model mowy Google do odczytywania tekstu ze sterowaniem sposobem narracji i ekspresyjnymi znacznikami audio. Akceptowane dane wejściowe Tekst Wyniki speech ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot · Synteza mowy** `POST /v1/audio/speech` Wejście `text` Wyjście `speech` Format wyjściowy bajty dźwięku w formacie natywnym lub odnośniki do zasobów w JSON | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity gemini-3.1-flash-tts-preview | Domyślnie— | | Pole`input` | Typ`string` | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— | | Pole`voice` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Kore | DomyślnieKore | | Pole`response_format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity , wav, json | Domyślnie | | Pole`stream_format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity audio | Domyślnie— | Kombinacje materiałów wejściowych **text\_to\_speech** · Wymagane: input Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`material_types` | Kontrakttext | | Parametr`required` | Kontraktnull | | Parametr`optional_controls` | Kontraktnull | Cykl życia: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Rzeczywiście zwrócony task\_id lub wpis w bibliotece multimediów `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Struktury metod i ID są dokładne; możliwości dostawcy są odrębne od dopuszczenia żądania. ### Cennik #### Stawki metod Ailoot Wejście 0,001 USD */ 1K* Wyjście 0,02 USD */ 1K* Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot · Synteza mowy Przykład mowy ```bash 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 ``` ### Odbieranie i zapisywanie wyników #### Ailoot · Synteza mowy bajty dźwięku w formacie natywnym lub odnośniki do zasobów w JSON - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Pojedynczy wynik domyślnie zwracany jest jako natywne bajty dźwięku z rzeczywistym Content-Type; przy response\_format=json lub wielu wynikach zwracane są wszystkie odnośniki należące do użytkownika. Żądana konwersja do MP3/Opus/AAC/FLAC/PCM oraz SSE nie są obsługiwane. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj pierwotny operation\_id/X-Client-Request-ID do uzgodnienia danych bez ponownego wysyłania żądania; brak osobnej ścieżki API do cyklicznego sprawdzania stanu audio. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`binary native audio` | Typbytes | | Pole`model` | Typstring | | Pole`response_id` | Typstring | | Pole`actual_count` | Typinteger | | Pole`data[]` | Typowned audio asset link | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | | Odpowiedź`server_error` | WarunekZwrócona odpowiedź wskazuje, że operacja lub wynik wymaga sprawdzenia | Następny krokZachowaj pierwotnie zwrócony identyfikator operacji lub zadania, nagłówki żądania i odpowiedź; kontynuuj obsługiwane odczyty tej pierwotnej operacji. Nie wysyłaj ponownie żądania utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot** [`gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/pl/#m=gemini-3.1-flash-tts-preview&route=Core&caller=gemini-3.1-flash-tts-preview&fmt=speech) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/pl/#m=gemini-3.1-flash-tts-preview&route=Core&caller=gemini-3.1-flash-tts-preview&fmt=speech) FAQ · Gemini 3.1 Flash Tts Preview Jakie dane wejściowe i wyniki są dostępne? `POST /v1/audio/speech` · `gemini-3.1-flash-tts-preview`: `text` → `speech` Jakich pól używa żądanie? `POST /v1/audio/speech` · `gemini-3.1-flash-tts-preview`: `model`, `input`, `voice`, `response_format`, `stream_format` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.