Source: https://ailoot.ai/models/th/gemini-3-1-flash-tts-preview/
Canonical: https://ailoot.ai/models/th/gemini-3-1-flash-tts-preview/
Language: th

# Gemini 3.1 Flash Tts Preview

[Markdown](https://ailoot.ai/models/th/gemini-3-1-flash-tts-preview/index.md) · [JSON](https://ailoot.ai/models/th/gemini-3-1-flash-tts-preview/facts.json)

## [Gemini 3.1 Flash Tts Preview](https://ailoot.ai/models/th/gemini-3-1-flash-tts-preview/)

โมเดลเสียงพูดของ Google สำหรับพากย์ข้อความ โดยควบคุมลีลาการเล่าเรื่องและใช้แท็กเสียงเพื่อสื่ออารมณ์

- [**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/th/gemini-3-1-flash-tts-preview/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Gemini 3.1 Flash TTS Preview แปลงข้อความเป็นเสียงพูด มีไว้สำหรับการพากย์ที่ฟังเป็นธรรมชาติและควบคุมการเล่าเรื่องผ่านคำสั่งข้อความ กำหนดลีลาการออกเสียงร่วมกับคำสั่งด้านเสียงพูดได้ และแท็กเสียงช่วยถ่ายทอดอารมณ์ตามต้องการ

#### ข้อความกลายเป็นเสียง

อินพุตของโมเดลนี้คือ **ข้อความ** เอาต์พุตคือ **เสียงบันทึก** อินพุตสูงสุดคือ **8 192 โทเคน** และเอาต์พุตสูงสุดคือ **16 384 โทเคน** ออกแบบสำหรับสังเคราะห์เสียงพูดจากข้อความที่เตรียมไว้ ไม่ใช่โมเดลทั่วไปสำหรับตอบเป็นข้อความหรือถอดเสียงจากไฟล์ที่ส่งให้

รองรับทั้งการพากย์เสียงเดียวและบทสนทนาหลายผู้พูด การควบคุมการออกเสียงอาศัยคำสั่ง โดยอธิบายลักษณะการอ่านและการสื่ออารมณ์ของแต่ละประโยคได้ สำหรับงานเสียงที่ทำซ้ำ ผู้ผลิตระบุการสร้างแบบแบตช์

#### รูปแบบผลลัพธ์และความเชี่ยวชาญ

รูปแบบเสียงต้นทางของคำตอบทั่วไปคือ **PCM ที่ไม่มี WAV header** นี่เป็นลักษณะสำคัญของรุ่นพรีวิวนี้โดยเฉพาะ ไม่ควรถือโดยอัตโนมัติว่าไบต์ที่ส่งกลับมาเป็นไฟล์ WAV สำเร็จรูป

การ์ดโมเดลไม่ได้ระบุการแคชบริบท การรันโค้ด การค้นหาในไฟล์ การเรียกฟังก์ชัน การอ้างอิงข้อมูลจากการค้นหา Google Maps การสร้างภาพ คำตอบข้อความที่มีโครงสร้าง Thinking หรือการอ่านเนื้อหาจาก URL การสังเคราะห์เสียงพูดเป็นงานเอาต์พุตเฉพาะของโมเดล ความสามารถของโมเดลข้อความไม่ได้ใช้กับโมเดลนี้โดยอัตโนมัติ

#### รุ่นพรีวิว

`gemini-3.1-flash-tts-preview` เป็นหนึ่งในรุ่นพรีวิวเสียงพูดก่อนหน้า ควรพิจารณาวิธีควบคุมเสียงและรูปแบบเสียงแยกจากโมเดล TTS รุ่นถัดมา เวอร์ชันนี้ไม่ได้ระบุการสร้างลักษณะเสียงใหม่และการเลียนเสียงจากตัวอย่าง การ์ดไม่ได้ระบุจำนวนภาษาที่รองรับอย่างแน่นอน

ความสามารถที่อธิบายไว้เป็นของตัวโมเดล วิธีส่งข้อความ ตั้งค่าผู้พูด และรับไฟล์เสียงจริงขึ้นอยู่กับวิธีด้านเสียงพูดที่รองรับ

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `gemini-3.1-flash-tts-preview`

[`gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/th/#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`

### เริ่มต้น

โมเดลเสียงพูดของ Google สำหรับพากย์ข้อความ โดยควบคุมลีลาการเล่าเรื่องและใช้แท็กเสียงเพื่อสื่ออารมณ์

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

speech

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech`

ขาเข้า

`text`

ขาออก

`speech`

รูปแบบเอาต์พุต

ไบต์เสียงรูปแบบดั้งเดิมหรือลิงก์แอสเซ็ต JSON

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด gemini-3.1-flash-tts-preview | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`voice` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด Kore | ค่าเริ่มต้นKore |
| ฟิลด์`response_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด , wav, json | ค่าเริ่มต้น |
| ฟิลด์`stream_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด audio | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_speech** · จำเป็น: input

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`required` | ข้อกำหนดnull |
| พารามิเตอร์`optional_controls` | ข้อกำหนดnull |

วงจรการทำงาน: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · ค่า task\_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

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

`GET /v1/media/assets`

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

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

### ราคา

#### อัตราค่าบริการเมธอด Ailoot

ขาเข้า

US$0.001 */ 1K*

ขาออก

US$0.02 */ 1K*

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot · การสังเคราะห์เสียงพูด

ตัวอย่างเสียงพูด

```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
```

### รับและบันทึกผลลัพธ์

#### Ailoot · การสังเคราะห์เสียงพูด

ไบต์เสียงรูปแบบดั้งเดิมหรือลิงก์แอสเซ็ต JSON

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

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

ผลลัพธ์เดียวใช้ไบต์เสียงรูปแบบดั้งเดิมพร้อม Content-Type จริงเป็นค่าเริ่มต้น response\_format=json หรือผลลัพธ์หลายรายการจะส่งกลับลิงก์ทั้งหมดที่เป็นของคุณ ไม่มีการแปลงตามที่ขอเป็น MP3/Opus/AAC/FLAC/PCM หรือ SSE

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ operation\_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`binary native audio` | ประเภทbytes |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`response_id` | ประเภทstring |
| ฟิลด์`actual_count` | ประเภทinteger |
| ฟิลด์`data[]` | ประเภทowned audio asset link |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
| การตอบกลับ`server_error` | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot** [`gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/th/#m=gemini-3.1-flash-tts-preview&route=Core&caller=gemini-3.1-flash-tts-preview&fmt=speech)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/th/#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

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/audio/speech` · `gemini-3.1-flash-tts-preview`: `text` → `speech`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/audio/speech` · `gemini-3.1-flash-tts-preview`: `model`, `input`, `voice`, `response_format`, `stream_format`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ