Gemini 3.1 Flash TTS
google / gemini-3-1-flash-tts

Gemini 3.1 Flash TTS Preview est un modèle expressif de synthèse vocale de Google qui offre une génération de voix IA naturelle avec un contrôle avancé du ton, de l'émotion, du rythme et du style d'élocution.

Pricing: Input 140 credits / 1M tokens (≈ $0.70), Audio Output 2,800 credits / 1M tokens (≈ $14.00). ~30% cheaper than official pricing. High-tier top-ups (+10% bonus) bring effective pricing down to ~90% of the above.
Input
0 / 2
No items yet. Click Add to start.

At least 1 item(s) required

0
No items yet. Click Add to start.

At least 1 item(s) required

Controls the randomness of the speech output. Higher values produce more creative and varied delivery, while lower values make the output more predictable and focused. Default value: 1

scene description

0/1000

Example Context / Overall Tone

0/1000
Output
output typeaudio

README

Complete guide to using google/gemini-3-1-flash-tts

API Gemini 3.1 Flash TTS pour une génération de voix naturelle et expressive

Image de démonstration de la bannière principale illustrant les composants de l'interface
Feature image
Générez un son plus naturel avec l'API Gemini 3.1 Flash TTS
Contrôlez l'interprétation vocale avec les balises audio dans l'API Gemini 3.1 Flash TTS
Façonnez des styles vocaux sur mesure grâce à l'API Google Gemini 3.1 Flash TTS
Créez des dialogues plus riches avec l'API Gemini 3.1 Flash TTS Preview
Offrez des expériences multilingues avec l'API de synthèse vocale Gemini 3.1 Flash
Créez des applications vocales flexibles avec l'API gemini-3.1-flash-tts-preview
Critères de comparaisonGemini 3.1 Flash TTSGemini 2.5 Flash TTSEleven v3Inworld TTS
Model PositioningExpressive speech generation model designed for natural delivery, detailed control, and scalable multilingual audio creationEarlier Gemini TTS model focused on efficient and general speech synthesisAdvanced voice generation model focused on highly expressive and realistic speechCharacter-focused speech model designed for interactive AI experiences
Speech NaturalnessStrong naturalness with improved vocal clarity, conversational rhythm, and expressive variationProvides natural speech output with less refined delivery controlHigh-quality voice realism with strong emotional performanceNatural character-style voices optimized for interactive scenarios
Expressive ControlAudio tags and natural-language instructions provide detailed control over emotion, pacing, pauses, and vocal styleSupports general voice instructions with fewer fine-grained controlsProvides voice style and emotional control through prompting and voice designEmphasizes personality-driven voice customization
Voice DirectionSupports speaker identity, scene context, accent, tone, and performance guidanceProvides basic style guidance for speech generationAllows detailed voice and character directionDesigned around creating unique AI characters and personalities
Multilingual CapabilitySupports more than 70 languages with multilingual speech generationSupports multilingual output with broader limitations compared with newer generation capabilitiesSupports multilingual voice generation across different regionsProvides multilingual capabilities for conversational applications
Multi-Speaker DialogueSupports multiple speakers with separate voice characteristics and delivery stylesProvides more limited dialogue generation capabilitiesSupports multi-voice creation depending on workflowStrong focus on character interaction and dialogue scenarios
Speech CustomizationEnables both global style direction and moment-level delivery adjustmentsMainly focused on overall voice generation settingsStrong customization through voice design and style controlStrong customization for interactive characters
  • 01
  • 02
  • 03
  • 04
  • 05
  • 06
  • Livres audio expressifs et narration de récits avec l'API Gemini 3.1 Flash TTS
    Assistants vocaux interactifs propulsés par l'API Gemini 3.1 Flash TTS
    Créer des contenus multilingues avec l'API Gemini 3.1 Flash TTS Preview
    Accessibilité et solutions audio d'entreprise avec l'API Gemini 3.1 Flash TTS Preview

    L'API Gemini 3.1 Flash TTS est un modèle de synthèse vocale conçu pour transformer le contenu écrit en audio naturel et expressif. Elle offre un contrôle vocal détaillé grâce à des instructions de style et des balises audio, permettant aux développeurs d'ajuster le ton, le rythme, l'émotion et le style d'élocution pour différents scénarios de génération vocale.

    Oui. Gemini 3.1 Flash TTS prend en charge la génération de voix dans plus de 70 langues, ce qui aide les développeurs à créer des expériences audio localisées pour les utilisateurs du monde entier. Associé à une direction vocale flexible et à des contrôles d'expressivité, il permet de générer des voix multilingues de façon bien plus naturelle. Consultez la dernière documentation de l'API Kie.ai pour découvrir la liste actuelle des langues prises en charge et des options vocales disponibles.

    Les balises audio permettent aux développeurs d'ajuster des passages spécifiques de l'audio en ajoutant des instructions expressives au texte. Elles aident à contrôler des éléments tels que les émotions, les pauses, les chuchotements, les rires et les changements de rythme, rendant l'audio généré plus dynamique et naturel pour la narration, les dialogues et les applications interactives.

    Oui. Gemini 3.1 Flash TTS prend en charge la génération de dialogues à plusieurs voix, offrant des caractéristiques vocales et des styles d'élocution différents pour chaque locuteur. Cette fonctionnalité permet aux développeurs de créer des conversations plus naturelles, des interactions entre personnages, des dialogues éducatifs et des expériences audio scénarisées avec des identités vocales distinctes. Consultez la dernière documentation de l'API Kie.ai pour connaître les configurations multi-locuteurs prises en charge, les options disponibles et les détails d'intégration.

    L'API Gemini 3.1 Flash TTS peut prendre en charge une large gamme d'applications vocales, notamment les livres audio, les podcasts, les assistants vocaux, les outils d'accessibilité, les plateformes éducatives, les contenus localisés et les communications d'entreprise automatisées. Ses options de contrôle de l'expressivité et ses capacités multilingues en font une solution adaptée pour les projets nécessitant des voix générées par l'IA plus engageantes.

    Oui. Les développeurs peuvent accéder à l'API Gemini 3.1 Flash TTS via Kie.ai et intégrer la génération de voix d'IA expressives dans leurs applications. Kie.ai offre une méthode simplifiée pour se connecter au modèle et créer des workflows vocaux sans avoir à gérer des intégrations distinctes.

    La dernière documentation de l'API Gemini 3.1 Flash TTS sur Kie.ai fournit des informations sur les méthodes d'intégration, les options prises en charge, les fonctionnalités disponibles et les prérequis d'utilisation. Les développeurs devraient consulter la documentation pour connaître les fonctionnalités mises à jour du modèle et les détails actuels de l'API.