Gemini 3.1 Flash Tts Preview

Govorni model družbe Google za pretvorbo besedila v govor z usmerjanjem načina pripovedovanja in zvočnimi oznakami za izraznost.

Ailoot · Pretvorba v govor POST /v1/audio/speech gemini-3.1-flash-tts-preview

O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

Gemini 3.1 Flash TTS Preview pretvarja besedilo v govor. Namenjen je naravno zveneči govorni izvedbi z usmerjanjem pripovedovanja prek besedilnih navodil. Način izgovarjave lahko določite skupaj z govornimi navodili, zvočne oznake za izraznost pa pomagajo doseči želeno podajo.

Besedilo postane zvok

Vhod tega modela je besedilo, izhod pa zvočni posnetek. Največji obseg vhoda je 8 192 tokenov, izhoda pa 16 384 tokenov. Zasnovan je za sintezo govora iz pripravljenega besedila; ni običajen model za besedilni odgovor ali prepis podanega posnetka.

Predvideni so govor z enim glasom in pogovori z več govorci. Usmerjanje izgovarjave temelji na navodilih: opišete lahko značaj branja in izraznost replik. Za ponavljajoče se govorne naloge proizvajalec navaja paketno ustvarjanje.

Format rezultata in specializacija

Izvorni format običajnega odgovora je PCM brez glave WAV. To je pomembna značilnost prav te predhodne različice: vrnjenih bajtov ni mogoče samodejno obravnavati kot končno datoteko WAV.

Kartica modela ne navaja predpomnjenja konteksta, izvajanja kode, iskanja po datotekah, klicev funkcij, utemeljevanja z iskanjem, Google Maps, ustvarjanja slik, strukturiranih besedilnih odgovorov, Thinking ali branja vsebine spletnih naslovov. Sinteza govora je njegova specializirana izhodna naloga; zmožnosti besedilnih modelov zanj ne veljajo.

Predhodna različica

gemini-3.1-flash-tts-preview spada med prejšnje predhodne govorne različice. Njegove načine upravljanja glasu in format zvoka je treba obravnavati ločeno od poznejših modelov TTS. Pri tej različici nista navedena ustvarjanje novega glasovnega profila in reprodukcija glasu po vzorcu; natančno število podprtih jezikov v njeni kartici ni določeno.

Opisane zmožnosti veljajo za sam model. Konkretni način podajanja besedila, nastavitev govorcev in pridobivanja zvočne datoteke določa podprti govorni način dostopa.

Ailoot · Pretvorba v govor POST /v1/audio/speech gemini-3.1-flash-tts-preview

gemini-3.1-flash-tts-preview

Google /gemini-3.1-flash-tts-preview

Začetek

Govorni model družbe Google za pretvorbo besedila v govor z usmerjanjem načina pripovedovanja in zvočnimi oznakami za izraznost.

Dovoljeni vhodi: Besedilo
Rezultati: speech

Na voljo v Ailoot · vhodi in metode

Ailoot · Pretvorba v govor POST /v1/audio/speech

Vhod: text
Izhod: speech
Izhodni format: izvorni zvočni bajti ali povezave JSON do sredstev

Polje	Vrsta	Zahteva	Vrednosti in omejitve	Privzeto
Polje`model`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve gemini-3.1-flash-tts-preview	Privzeto—
Polje`input`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve Najmanjša dolžina: 1	Privzeto—
Polje`voice`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve Kore	PrivzetoKore
Polje`response_format`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve , wav, json	Privzeto
Polje`stream_format`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve audio	Privzeto—

Kombinacije vhodnih gradiv

text_to_speech · Obvezno: input

Parametri in življenjski cikel metode

Parameter	Specifikacija
Parameter`material_types`	Specifikacijatext
Parameter`required`	Specifikacijanull
Parameter`optional_controls`	Specifikacijanull

Življenjski cikel: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Strukture metod in ID so natančno določeni; zmožnost ponudnika je ločena od sprejema zahteve.

Cenik

Cene metod Ailoot

Ailoot Pretvorba v govorPOST /v1/audio/speech

Vhod: 0,001 $ / 1K
Izhod: 0,02 $ / 1K

Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →

Primeri zahtev

Ailoot · Pretvorba v govor

Primer pretvorbe v govor

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

Prejmi in shrani rezultate

Ailoot · Pretvorba v govor

izvorni zvočni bajti ali povezave JSON do sredstev

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

Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

En izhod privzeto vrne izvorne zvočne bajte z dejanskim Content-Type; response_format=json ali več izhodov vrne vse povezave v vaši lasti. Brez zahtevane pretvorbe MP3/Opus/AAC/FLAC/PCM ali SSE.

Če je treba preveriti izvirni odgovor

Shranite izvirni operation_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.

Polja odgovora

Polje	Vrsta
Polje`binary native audio`	Vrstabytes
Polje`model`	Vrstastring
Polje`response_id`	Vrstastring
Polje`actual_count`	Vrstainteger
Polje`data[]`	Vrstaowned audio asset link

Napake in naslednji koraki

Odgovor	Pogoj	Naslednji korak
Odgovor400 · `invalid_request_error`	PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra	Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja.
Odgovor`server_error`	PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti	Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova.

Druga imena

Druga imena modelov

Ailoot gemini-3.1-flash-tts-preview

Druga imena poti metod

Uporabite zgoraj navedene poti metod.

Povezani ID-ji za klic

gemini-3.1-flash-tts-preview

FAQ · Gemini 3.1 Flash Tts Preview

Kateri vhodi in rezultati so na voljo?: POST /v1/audio/speech · gemini-3.1-flash-tts-preview: text → speech
Katera polja uporablja zahteva?: POST /v1/audio/speech · gemini-3.1-flash-tts-preview: model, input, voice, response_format, stream_format

Gemini 3.1 Flash Tts Preview